| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-13页 |
| 1.3 课题任务与本文主要工作 | 第13-15页 |
| 第二章 心电信号预处理算法研究 | 第15-31页 |
| 2.1 主要的心电信号干扰及噪声 | 第15页 |
| 2.2 基于整系数滤波器的预处理算法研究 | 第15-19页 |
| 2.3 基于小波变换的预处理算法研究 | 第19-28页 |
| 2.3.1 连续小波变换(CWT) | 第19-20页 |
| 2.3.2 离散小波变换(DWT) | 第20页 |
| 2.3.3 多分辨率分析 (MRA) | 第20-21页 |
| 2.3.4 基于小波变换的预处理算法 | 第21页 |
| 2.3.5 基于小波阈值收缩法的预处理算法 | 第21-28页 |
| 2.4 预处理算法的软件实现 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 心电信号波形检测算法研究 | 第31-52页 |
| 3.1 心电信号概述 | 第31-35页 |
| 3.1.1 心电信号产生的原理和心脏传导系统 | 第31-32页 |
| 3.1.2 心电信号的特征 | 第32页 |
| 3.1.3 心电信号的生理作用 | 第32-34页 |
| 3.1.4 MIT-BIH数据库 | 第34-35页 |
| 3.2 QRS波群的检测算法研究 | 第35-45页 |
| 3.2.1 经典QRS波群检测算法 | 第35-41页 |
| 3.2.2 基于小波分解的QRS波群检测算法 | 第41-45页 |
| 3.3 P波和T波的检测算法研究 | 第45-49页 |
| 3.3.1 基于小波变换的P波、T波的检测算法 | 第45-46页 |
| 3.3.2 基于小波变换的自适应QRS-T对消P波检测方法 | 第46-49页 |
| 3.4 波形检测算法的软件实现 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 心电信号自动分类算法的研究 | 第52-66页 |
| 4.1 心律失常现象 | 第52-53页 |
| 4.1.1 心律失常的临床监护意义 | 第52页 |
| 4.1.2 心律失常的分类 | 第52-53页 |
| 4.2 基于特征参数的自动分类算法研究 | 第53-60页 |
| 4.3 基于深度置信网络的自动分类算法研究 | 第60-64页 |
| 4.4 分类算法软件实现 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 软件功能的总体实现及测试 | 第66-72页 |
| 5.1 软件功能的总体实现 | 第66-67页 |
| 5.2 软件功能的测试 | 第67-71页 |
| 5.2.1 心率测量及波形显示效果测试 | 第67-69页 |
| 5.2.2 心电信号分类功能测试 | 第69-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |