低成本医疗设备中多样本数据的特征分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-12页 |
| 1.2 课题研究的目的及意义 | 第12-13页 |
| 1.3 国内外研究及技术进展 | 第13-15页 |
| 1.3.1 心电工作站相关技术进展 | 第13-14页 |
| 1.3.2 血细胞分析仪相关技术进展 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-16页 |
| 第2章 理论知识介绍 | 第16-32页 |
| 2.1 小波分析基本理论 | 第16-17页 |
| 2.1.1 连续小波变换 | 第16-17页 |
| 2.1.2 离散小波变换 | 第17页 |
| 2.2 Mallat 算法 | 第17-18页 |
| 2.3 双正交滤波 | 第18-20页 |
| 2.4 支持向量机 | 第20-23页 |
| 2.5 频谱分析 | 第23-24页 |
| 2.6 巴特沃兹滤波器 | 第24-25页 |
| 2.7 形态学算法 | 第25-29页 |
| 2.7.1 膨胀腐蚀算法 | 第25-26页 |
| 2.7.2 函数和本影 | 第26-27页 |
| 2.7.3 形态滤波 | 第27-29页 |
| 2.8 LM 算法 | 第29-31页 |
| 2.9 本章小结 | 第31-32页 |
| 第3章 心电波形检测和心电图分类 | 第32-49页 |
| 3.1 心电预处理 | 第32-34页 |
| 3.2 心电图 QRS 波和 P、T 波的检测 | 第34-41页 |
| 3.2.1 R 波检测 | 第35-38页 |
| 3.2.2 QRS 波群的起点和终点 | 第38页 |
| 3.2.3 P 波和 T 波的检测 | 第38-39页 |
| 3.2.4 波形检测结果 | 第39-41页 |
| 3.3 个性化心电智能诊断分类 | 第41-48页 |
| 3.3.1 支持向量机分类模型的训练 | 第44-45页 |
| 3.3.2 实验结果 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 血细胞分析仪 | 第49-61页 |
| 4.1 预处理 | 第49-50页 |
| 4.2 脉冲特征提取 | 第50-54页 |
| 4.3 三分类 | 第54-55页 |
| 4.4 直方图高斯拟合 | 第55-59页 |
| 4.5 相关参数计算 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
