| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 心电信号分类识别系统概述 | 第10-14页 |
| 1.2.1 心电信号分类识别系统的构成 | 第11-12页 |
| 1.2.2 心电信号分类识别系统的研究现状 | 第12-13页 |
| 1.2.3 心电信号分类识别系统的研究难点 | 第13-14页 |
| 1.3 本文结构安排 | 第14-15页 |
| 2 心电信号相关知识 | 第15-21页 |
| 2.1 心电信号产生的原理 | 第15页 |
| 2.2 心电图的基本知识 | 第15-16页 |
| 2.3 常见的心律失常 | 第16-19页 |
| 2.3.1 早搏 | 第17-18页 |
| 2.3.2 束支传导阻滞 | 第18页 |
| 2.3.3 窦性心律失常 | 第18-19页 |
| 2.4 MIT-BIH心电数据库介绍 | 第19-20页 |
| 2.5 小结 | 第20-21页 |
| 3 心电信号分类识别系统的预处理 | 第21-29页 |
| 3.1 心电信号的噪声干扰分析 | 第21-22页 |
| 3.1.1 基线漂移 | 第22页 |
| 3.1.2 工频干扰 | 第22页 |
| 3.1.3 肌电干扰 | 第22页 |
| 3.2 心电信号的预处理 | 第22-28页 |
| 3.2.1 基线漂移的纠正 | 第22-24页 |
| 3.2.2 工频干扰的滤除 | 第24-25页 |
| 3.2.3 肌电干扰的滤除 | 第25-28页 |
| 3.3 小结 | 第28-29页 |
| 4 心电信号分类识别系统的波形检测与特征提取 | 第29-44页 |
| 4.1 QRS波群检测意义与常见检测方法 | 第29页 |
| 4.2 QRS波群检测 | 第29-35页 |
| 4.2.1 R波波峰定位 | 第29-34页 |
| 4.2.2 QRS波群提取 | 第34-35页 |
| 4.3 特征提取 | 第35-43页 |
| 4.3.1 小波变换简介 | 第35-39页 |
| 4.3.2 双正交小波变换提取特征参数 | 第39-41页 |
| 4.3.3 RR间期以及RR间期与平均RR间期的差值 | 第41-42页 |
| 4.3.4 特征参数归一化处理 | 第42-43页 |
| 4.4 小结 | 第43-44页 |
| 5 基于RBF神经网络的心电信号分类识别 | 第44-61页 |
| 5.1 人工神经网络与RBF神经网络 | 第44-47页 |
| 5.1.1 神经网络介绍 | 第44-45页 |
| 5.1.2 RBF神经网络介绍 | 第45-46页 |
| 5.1.3 RBF神经网络的工作原理 | 第46-47页 |
| 5.2 减聚类算法 | 第47-48页 |
| 5.3 心电信号的分类识别 | 第48-51页 |
| 5.3.1 神经网络在心电信号分类识别中的应用 | 第48-49页 |
| 5.3.2 心电信号特征参数的选择 | 第49页 |
| 5.3.3 心电信号分类识别流程 | 第49-51页 |
| 5.4 仿真实验和结果分析 | 第51-60页 |
| 5.4.1 仿真实验 | 第51-52页 |
| 5.4.2 结果分析 | 第52-60页 |
| 5.5 小结 | 第60-61页 |
| 6 基于RBF神经网络心电信号分类识别系统设计与实现 | 第61-66页 |
| 6.1 系统功能需求分析与设计 | 第61-62页 |
| 6.1.1 系统功能需求分析 | 第61页 |
| 6.1.2 系统设计 | 第61-62页 |
| 6.2 系统功能模块 | 第62-64页 |
| 6.2.1 客户端模块简介 | 第63页 |
| 6.2.2 服务端模块简介 | 第63-64页 |
| 6.3 系统实现 | 第64-65页 |
| 6.4 小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表论文及科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |