| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题的研究背景及意义 | 第13-15页 |
| 1.2 研究现状及难点 | 第15-17页 |
| 1.3 本文的研究内容以及组织结构 | 第17-19页 |
| 第二章 心律异常的基础知识 | 第19-29页 |
| 2.1 心电信号知识基础 | 第19-23页 |
| 2.2 心律异常 | 第23-28页 |
| 2.2.1 心律异常的产生原因 | 第23-24页 |
| 2.2.2 常见的心律异常类型以及判别标准 | 第24-28页 |
| 2.3 本课题的数据准备 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 心电信号的预处理 | 第29-57页 |
| 3.1 心电信号的去噪 | 第29-37页 |
| 3.1.1 心电信号的噪声 | 第29-30页 |
| 3.1.2 EEMDCAN原理 | 第30-32页 |
| 3.1.3 基于EEMDCAN的心电基线偏移矫正方法 | 第32-33页 |
| 3.1.4 实验与结果分析 | 第33-37页 |
| 3.1.4.1 EEMDCAN算法实验 | 第33-34页 |
| 3.1.4.2 EEMDCAN算法与EEMDAN算法的比较 | 第34-37页 |
| 3.2 心电信号的特征点识别 | 第37-48页 |
| 3.2.1 心电信号特征点识别理论 | 第38-41页 |
| 3.2.2 心电信号特征点识别方法 | 第41-47页 |
| 3.2.3 实验与结果分析 | 第47-48页 |
| 3.3 心电信号的特征提取 | 第48-55页 |
| 3.3.1 心拍截取 | 第48-49页 |
| 3.3.2 时域特征 | 第49-51页 |
| 3.3.2.1 时域特征 | 第49-50页 |
| 3.3.2.2 实验与结果分析 | 第50-51页 |
| 3.3.3 频域特征 | 第51-54页 |
| 3.3.3.1 频谱特征 | 第51页 |
| 3.3.3.2 实验与结果分析 | 第51-52页 |
| 3.3.3.3 功率谱特征 | 第52-53页 |
| 3.3.3.4 实验与结果分析 | 第53-54页 |
| 3.3.4 能量指标特征提取 | 第54-55页 |
| 3.3.4.1 能量指标特征 | 第54页 |
| 3.3.4.2 实验与结果分析 | 第54-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第四章 心律异常识别 | 第57-77页 |
| 4.1 基于gcforest算法的心律异常识别 | 第57-67页 |
| 4.1.1 gcforest算法 | 第58-62页 |
| 4.1.2 实验与结果分析 | 第62-67页 |
| 4.2 基于深度神经网络的多任务学习算法的心律异常识别 | 第67-76页 |
| 4.2.1 多任务学习算法 | 第67-69页 |
| 4.2.2 深度神经网络算法 | 第69-71页 |
| 4.2.3 基于神经网络的多任务学习算法 | 第71-73页 |
| 4.2.4 实验与结果分析 | 第73-76页 |
| 4.3 本章小结 | 第76-77页 |
| 第五章 基于Android平台的心律异常分析系统 | 第77-91页 |
| 5.1 Android平台及硬软件介绍 | 第77-80页 |
| 5.1.1 Android平台 | 第77页 |
| 5.1.2 蓝牙系统 | 第77-78页 |
| 5.1.3 生物信号检测传感器 | 第78页 |
| 5.1.4 开发工具及环境介绍 | 第78-79页 |
| 5.1.5 生物信号检测部分与移动终端的交互部分 | 第79-80页 |
| 5.2 基于Android平台的心律异常分析系统的功能模块 | 第80-87页 |
| 5.2.1 系统设计 | 第80-81页 |
| 5.2.2 心电信号预处理模块 | 第81-85页 |
| 5.2.2.1 在Android平台上调用C++方法 | 第82页 |
| 5.2.2.2 心电信号去噪 | 第82-83页 |
| 5.2.2.3 心电信号特征识别 | 第83-84页 |
| 5.2.2.4 心电信号特征提取 | 第84-85页 |
| 5.2.3 心律异常识别模块 | 第85-86页 |
| 5.2.3.1 在Android中集成tensorflow开源软件库 | 第85-86页 |
| 5.2.4 意见显示模块 | 第86-87页 |
| 5.3 基于Android平台的心律异常分析系统整体流程 | 第87页 |
| 5.4 软件系统设计与实现 | 第87-90页 |
| 5.4.1 软件界面设计 | 第87-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第六章 总结与展望 | 第91-93页 |
| 6.1 总结 | 第91-92页 |
| 6.2 展望 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 致谢 | 第97页 |
