| 第一章 绪论 | 第1-12页 |
| 1．1 心电的产生原理与电生理特性 | 第7-9页 |
| 1．2 心电自动分析技术概述 | 第9-11页 |
| 1．2．1 心电自动分析技术的发展 | 第9页 |
| 1．2．2 ECG自动分析的内容和重点 | 第9-11页 |
| 1．3 本文的研究工作 | 第11-12页 |
| 第二章 ECG波形检测算法 | 第12-23页 |
| 2．1 预处理技术 | 第12-15页 |
| 2．1．1 噪声及其特性 | 第12-14页 |
| 2．1．2 预处理技术 | 第14-15页 |
| 2．2 QRS复波检测技术 | 第15-19页 |
| 2．2．1 基于信号处理的QRS检测 | 第16-18页 |
| 2．2．2 基于图形识别的QRS检测 | 第18-19页 |
| 2．3 其它波段检测技术 | 第19-21页 |
| 2．3．1 P波和T波的检测方法 | 第19-20页 |
| 2．3．2 ST段检测方法 | 第20-21页 |
| 2．4 小结 | 第21-23页 |
| 第三章 ECG波形分类算法 | 第23-44页 |
| 3．1 波形分类中存在的几个难点 | 第23页 |
| 3．2 模板匹配算法 | 第23-30页 |
| 3．2．1 波形形态分类算法 | 第23-27页 |
| 3．2．2 线性预测算法 | 第27-30页 |
| 3．2．3 小结 | 第30页 |
| 3．3 特征提取分类算法 | 第30-44页 |
| 3．3．1 时域分析 | 第30-31页 |
| 3．3．2 频域分析 | 第31-32页 |
| 3．3．3 多分辨分析 | 第32-36页 |
| 3．3．4 模糊分析 | 第36-40页 |
| 3．3．5 基于神经网络的分类 | 第40-43页 |
| 3．3．6 小结 | 第43-44页 |
| 第四章 基于模板匹配和特征提取相结合的PVC分类算法 | 第44-64页 |
| 4．1 QRS—T波形检测和特征提取 | 第44-47页 |
| 4．1．1 数字滤波 | 第44-45页 |
| 4．1．2 QRS复波检测 | 第45-46页 |
| 4．1．3 P—Q段平坦部分的检测 | 第46页 |
| 4．1．4 T波检测 | 第46-47页 |
| 4．2 基于形态的模板匹配 | 第47-52页 |
| 4．2．1 形态学模板匹配原理 | 第47-49页 |
| 4．2．2 模板匹配算法的实现 | 第49-52页 |
| 4．3 特征分类与决策 | 第52-58页 |
| 4．3．1 参量的识别 | 第52-56页 |
| 4．3．2 特征分类 | 第56-58页 |
| 4．4 MIT/BIH数据库对分类方法的结果评估 | 第58-62页 |
| 4．5 小结与讨论 | 第62-64页 |
| 第五章 ECG分析中心的系统实现 | 第64-75页 |
| 5．1 概述 | 第64页 |
| 5．2 开发环境 | 第64-65页 |
| 5．2．1 硬件环境 | 第64-65页 |
| 5．2．2 软件配置 | 第65页 |
| 5．3 系统软件的设计 | 第65-75页 |
| 5．3．1 系统结构 | 第65-67页 |
| 5．3．2 系统实现 | 第67-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6．1 总结 | 第75页 |
| 6．2 展望 | 第75-77页 |
| 6．2．1 多模板技术 | 第75-76页 |
| 6．2．2 特征分类的准则的拓展 | 第76-77页 |
| 参考文献 | 第77-85页 |