基于小波变换的心电信号预处理与特征识别算法
| 一、摘要 | 第6-10页 |
| 中文论著摘要 | 第6-8页 |
| 英文论著摘要 | 第8-9页 |
| 二、英文缩略语 | 第10-11页 |
| 三、论文 | 第11-57页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 心电图及其原理 | 第11-12页 |
| 1.2 噪声的来源及种类 | 第12-13页 |
| 1.3 心电图滤波技术的发展 | 第13-14页 |
| 1.3.1 硬件滤波技术 | 第13-14页 |
| 1.3.2 软件滤波技术 | 第14页 |
| 1.4 特征识别方法小结 | 第14-16页 |
| 1.4.1 QRS波的硬件检测 | 第15页 |
| 1.4.2 QRS波的软件检测 | 第15-16页 |
| 1.5 本论文的研究内容 | 第16-18页 |
| 第二章 MIT-BIH心律不齐数据库 | 第18-21页 |
| 2.1 MIT-BIH数据库概述 | 第18页 |
| 2.2 MIT-BIH心律不齐数据库 | 第18-21页 |
| 2.2.1 MIT-BIH数据库病例分类 | 第20-21页 |
| 第三章 小波变换理论 | 第21-29页 |
| 3.1 小波变换的基本原理 | 第21-22页 |
| 3.1.1 小波变换的理论基础 | 第21-22页 |
| 3.1.2 小波变换原理 | 第22页 |
| 3.2 连续小波变换 | 第22-23页 |
| 3.3 离散小波变换与多分辨分析 | 第23-25页 |
| 3.3.1 离散小波变换 | 第23-24页 |
| 3.3.2 一维离散小波变换的分解和重建 | 第24页 |
| 3.3.3 多分辨分析 | 第24-25页 |
| 3.4 小波函数的选取 | 第25-26页 |
| 3.5 常见的小波函数 | 第26-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 心电信号的预处理 | 第29-36页 |
| 4.1 信号消噪 | 第29-30页 |
| 4.1.1 噪声在小波分解下的特性 | 第29-30页 |
| 4.1.2 信号降噪的准则 | 第30页 |
| 4.2 小波分解与降噪 | 第30-35页 |
| 4.2.1 小波函数的选取 | 第30页 |
| 4.2.2 用小波变换法降噪 | 第30-31页 |
| 4.2.3 降噪过程和结果 | 第31-35页 |
| 4.3 本章总结 | 第35-36页 |
| 第五章 心电图的特征识别 | 第36-52页 |
| 5.1 心电图的特征 | 第36页 |
| 5.2 小波变换在心电波形识别中的应用 | 第36页 |
| 5.2.1 小波基的选择 | 第36页 |
| 5.3 样条小波 | 第36-38页 |
| 5.3.1 样条小波的定义 | 第36-37页 |
| 5.3.2 构造样条小波 | 第37-38页 |
| 5.4 利用样条小波进行R波识别 | 第38-49页 |
| 5.4.1 心电信号的小波分解 | 第39-41页 |
| 5.4.2 检测模极大值对 | 第41-46页 |
| 5.4.3 时移修正 | 第46-48页 |
| 5.4.4 QRS波起止点检测 | 第48-49页 |
| 5.5 P、T波检测 | 第49-51页 |
| 5.5.1 P、T波特点 | 第49页 |
| 5.5.2 常用的P、T波检测方法 | 第49-50页 |
| 5.5.3 本文所使用的检测方法 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 算法评估 | 第52-56页 |
| 6.1 MIT-BIH评估数据库 | 第52页 |
| 6.2 算法评估方法 | 第52-54页 |
| 6.2.1 算法的预期目标 | 第52页 |
| 6.2.2 保存算法的返回结果 | 第52页 |
| 6.2.3 方法实现 | 第52-53页 |
| 6.2.4 检测结果分析 | 第53-54页 |
| 6.3 讨论 | 第54-56页 |
| 第七章 结论与展望 | 第56-57页 |
| 7.1 结论 | 第56页 |
| 7.2 展望 | 第56-57页 |
| 四、本研究创新性自我评价 | 第57-58页 |
| 五、参考文献 | 第58-59页 |
| 六、附录 | 第59-71页 |
| 综述 | 第59-70页 |
| 致谢 | 第70-71页 |
| 个人简介 | 第71页 |
