| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题来源 | 第11页 |
| ·课题背景及研究目的和意义 | 第11-13页 |
| ·课题背景 | 第11-12页 |
| ·研究的目的和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·多普勒超声诊断技术的发展和应用 | 第13页 |
| ·计算机辅助诊断技术的发展 | 第13-14页 |
| ·时频分析方法的发展 | 第14-15页 |
| ·非线性动力学方法在生物医学信号中的应用 | 第15页 |
| ·本文的工作 | 第15-17页 |
| 第2章 数据采集和信号的预处理 | 第17-32页 |
| ·超声多普勒血流信号 | 第17-19页 |
| ·多普勒效应 | 第17-18页 |
| ·血细胞背向散射 | 第18页 |
| ·超声多普勒法的血流检测 | 第18-19页 |
| ·数据采集与记录 | 第19-21页 |
| ·提取声谱图包络线 | 第21-23页 |
| ·最大速度曲线的提取 | 第21页 |
| ·平均速度曲线的提取 | 第21-22页 |
| ·实验结果 | 第22-23页 |
| ·超声多普勒血流信号的预处理 | 第23-31页 |
| ·小波和小波变换 | 第24页 |
| ·小波包分析 | 第24-26页 |
| ·最优小波包基的选取 | 第26-27页 |
| ·小波包阈值消噪 | 第27-28页 |
| ·超声多普勒血流信号的最优基小波包消噪 | 第28-29页 |
| ·实验结果 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于Hilbert-Huang变换的特征提取 | 第32-43页 |
| ·Hilbert-Huang变换 | 第32-34页 |
| ·经验模态分解(EMD)方法 | 第32-34页 |
| ·Hilbert变换 | 第34页 |
| ·超声多普勒血流信号的Hilbert-Huang变换 | 第34-36页 |
| ·特征提取 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于局域波近似熵法的特征提取 | 第43-51页 |
| ·局域波分析 | 第43页 |
| ·局域波近似熵 | 第43-47页 |
| ·熵原理及其发展 | 第43-45页 |
| ·近似熵 | 第45-46页 |
| ·局域波近似熵法 | 第46-47页 |
| ·基于局域波近似熵法的特征提取 | 第47-50页 |
| ·超声血流信号的局域波近似熵分析 | 第47-50页 |
| ·特征提取 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第5章 疾病分类实验与实验结果分析 | 第51-66页 |
| ·模式识别算法 | 第51-56页 |
| ·线性判别函数 | 第51-53页 |
| ·K近邻法 | 第53-54页 |
| ·支持向量机 | 第54-56页 |
| ·分类实验 | 第56-57页 |
| ·实验数据 | 第56-57页 |
| ·交叉验证 | 第57页 |
| ·实验结果 | 第57-61页 |
| ·基于Hilbert-Huang变换的实验 | 第57-60页 |
| ·基于局域波近似熵的实验 | 第60-61页 |
| ·分类器参数的调节与分析 | 第61-63页 |
| ·SVM-KNN分类器 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |