| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景及研究意义 | 第9-10页 |
| 1.2 心电图简介 | 第10-11页 |
| 1.3 混沌系统简介 | 第11-12页 |
| 1.4 本文的主要研究内容及目的 | 第12-14页 |
| 2 HRV分析主要方法 | 第14-26页 |
| 2.1 时域分析 | 第14-15页 |
| 2.2 频域分析 | 第15页 |
| 2.3 HRV的非线性分析方法 | 第15-22页 |
| 2.3.1 近似熵 | 第16-18页 |
| 2.3.2 样本熵 | 第18-19页 |
| 2.3.3 多尺度熵 | 第19-20页 |
| 2.3.4 复杂度 | 第20-22页 |
| 2.3.4.1 复杂度算法及算例 | 第20-21页 |
| 2.3.4.2 复杂度分析时间序列 | 第21-22页 |
| 2.4 奇异值的来源与去除 | 第22-24页 |
| 2.5 HRV的某些时域分析指标与年龄的关系 | 第24-26页 |
| 2.5.1 数据来源及处理 | 第24-25页 |
| 2.5.2 HRV的某些时域分析指标结果 | 第25-26页 |
| 3 多尺度熵的应用 | 第26-33页 |
| 3.1 多尺度熵与Logistic映射 | 第26-29页 |
| 3.1.1 Logistic映射简介 | 第26-27页 |
| 3.1.2 多尺度熵在Logistic映射中的应用 | 第27-29页 |
| 3.2 多尺度熵与Lorenz方程 | 第29-30页 |
| 3.3 多尺度熵与HRV分析 | 第30-33页 |
| 3.3.1 多尺度熵应用于健康人的HRV分析 | 第30-31页 |
| 3.3.2 多尺度熵应用于健康人和MI患者的HRV分析 | 第31-33页 |
| 4 符号序列及其熵的应用 | 第33-47页 |
| 4.1 时间序列符号化简介 | 第33-35页 |
| 4.1.1 时间序列符号化定义及应用 | 第33-34页 |
| 4.1.2 时间序列符号化方法 | 第34-35页 |
| 4.2 Logistic映射序列的近似熵与复杂度 | 第35-37页 |
| 4.2.1 Logistic映射序列的近似熵与u值的关系 | 第35页 |
| 4.2.2 Logistic映射序列的复杂度与u值的关系 | 第35-36页 |
| 4.2.3 Logistic映射序列的复杂度与近似熵的相关性 | 第36-37页 |
| 4.3 Lorenz方程的复杂度分析 | 第37-38页 |
| 4.4 RR间期序列二进制化方法讨论 | 第38-41页 |
| 4.5 二进制序列及其熵在HRV分析中的应用 | 第41-44页 |
| 4.6 二进制序列的推广 | 第44-45页 |
| 4.7 复杂度在HRV分析中的应用 | 第45-47页 |
| 5 论文工作总结及展望 | 第47-49页 |
| 5.1 本文工作总结 | 第47页 |
| 5.2 进一步的工作展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 攻读硕士期间的主要成果 | 第54-55页 |
| 致谢 | 第55页 |
