| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 心电智能诊断算法国内外研究现状 | 第12-14页 |
| 1.2.2 远程医疗的研究现状 | 第14-16页 |
| 1.3 论文主要内容和结构 | 第16-18页 |
| 1.3.1 论文主要内容 | 第16-17页 |
| 1.3.2 论文各章节安排 | 第17-18页 |
| 第二章 心电智能诊断系统概述 | 第18-23页 |
| 2.1 系统框架 | 第18-19页 |
| 2.2 采集模块简介 | 第19-20页 |
| 2.3 Android系统简介 | 第20-21页 |
| 2.4 实验数据介绍 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 心电智能诊断算法的实现 | 第23-41页 |
| 3.1 心电信号基本知识 | 第23-25页 |
| 3.1.1 心电信号的产生 | 第23页 |
| 3.1.2 心电信号的采集 | 第23-24页 |
| 3.1.3 心电信号的特点 | 第24-25页 |
| 3.2 智能检测算法流程 | 第25页 |
| 3.3 信号预处理 | 第25-30页 |
| 3.3.1 小波变换理论 | 第26-27页 |
| 3.3.2 小波变换阈值去噪 | 第27-29页 |
| 3.3.3 形态学滤波理论 | 第29页 |
| 3.3.4 基线漂移的去除 | 第29-30页 |
| 3.4 特征提取 | 第30-33页 |
| 3.4.1 K-menas聚类理论 | 第30-31页 |
| 3.4.2 QRS波群的检测 | 第31-33页 |
| 3.4.3 P波和T波的检测 | 第33页 |
| 3.5 自动诊断 | 第33-39页 |
| 3.5.1 极限学习机分类器 | 第34-35页 |
| 3.5.2 室性早博诊断 | 第35-37页 |
| 3.5.3 房性早搏诊断 | 第37-39页 |
| 3.6 分类过程 | 第39-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 心电智能诊断算法性能评价 | 第41-55页 |
| 4.1 信号预处理算法性能评价 | 第41-44页 |
| 4.1.1 FIR数字滤波结果 | 第41-42页 |
| 4.1.2 自适应滤波结果 | 第42-43页 |
| 4.1.3 小波变换结合形态学滤波结果 | 第43页 |
| 4.1.4 算法对比结果 | 第43-44页 |
| 4.2 特征提取算法性能评价 | 第44-50页 |
| 4.2.1 小波变换的特征提取结果 | 第44-45页 |
| 4.2.2 PT算法的特征提取结果 | 第45-46页 |
| 4.2.3 文中算法的特征检测结果 | 第46-47页 |
| 4.2.4 算法对比结果 | 第47-50页 |
| 4.3 分类算法性能评价 | 第50-54页 |
| 4.3.1 神经网络 | 第50页 |
| 4.3.2 支持向量机 | 第50-51页 |
| 4.3.3 算法对比结果 | 第51-52页 |
| 4.3.4 算法实际应用结果 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 Android终端软件设计及Web服务器设计 | 第55-63页 |
| 5.1 Android终端软件设计 | 第55-58页 |
| 5.1.1 蓝牙通讯 | 第55-56页 |
| 5.1.2 心电图显示 | 第56-58页 |
| 5.2 Web服务器设计 | 第58-62页 |
| 5.2.1 服务器平台选择 | 第59页 |
| 5.2.2 数据库设计 | 第59-61页 |
| 5.2.3 HTTP传输协议 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |