摘要 | 第6-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-20页 |
1.1 研究的背景和意义 | 第11-12页 |
1.1.1 ECG的临床应用与意义 | 第11-12页 |
1.1.2 课题研究背景和意义 | 第12页 |
1.2 ECG自动分类系统概述 | 第12-18页 |
1.2.1 ECG自动分类系统组成 | 第12-14页 |
1.2.2 ECG自动分类系统研究现状 | 第14-17页 |
1.2.3 ECG自动分类系统技术难点 | 第17-18页 |
1.3 本文研究内容及结构安排 | 第18-20页 |
1.3.1 本文研究内容 | 第18页 |
1.3.2 本文结构安排 | 第18-20页 |
第2章 ECG基本知识 | 第20-27页 |
2.1 心电信号相关知识 | 第20-23页 |
2.1.1 ECG产生机理 | 第20页 |
2.1.2 ECG导联 | 第20-22页 |
2.1.3 ECG信号各波形介绍 | 第22-23页 |
2.2 心电信号特征 | 第23-24页 |
2.3 MIT-BIH数据库介绍 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第3章 心电信号的特征提取 | 第27-44页 |
3.1 心电预处理 | 第27-30页 |
3.1.1 典型噪声 | 第27-28页 |
3.1.2 均值滤波器滤出高频干扰 | 第28-29页 |
3.1.3 中值滤波器滤除低频干扰 | 第29-30页 |
3.2 小波变换的理论分析 | 第30-35页 |
3.3 心电信号特征提取 | 第35-42页 |
3.3.1 定位R波 | 第36-38页 |
3.3.2 单个QRS波群提取 | 第38-39页 |
3.3.3 RR间期和每个RR间期与平均RR间期的差 | 第39-40页 |
3.3.4 双正交小波变换 | 第40-41页 |
3.3.5 QRS波特征提取过程 | 第41-42页 |
3.4 归一化处理 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第4章 心电信号的分类识别 | 第44-70页 |
4.1 神经网络理论基础 | 第44-47页 |
4.1.1 神经网络基本结构 | 第44-46页 |
4.1.2 神经网络主要特点 | 第46-47页 |
4.2 BP神经网络和LVQ神经网络 | 第47-55页 |
4.2.1 BP神经网络 | 第47-52页 |
4.2.2 LVQ神经网络 | 第52-55页 |
4.3 BP神经网络和LVQ神经网络网络模型设计 | 第55-63页 |
4.3.1 BP神经网络训练过程 | 第55-58页 |
4.3.2 BP神经网络输入层、输出层和隐含层节点设计 | 第58-60页 |
4.3.3 LVQ神经网络训练过程 | 第60-62页 |
4.3.4 LVQ神经网络输入层、输出层和隐含层节点设计 | 第62-63页 |
4.4 心电信号分类样本数据的选择 | 第63-65页 |
4.5 实验结果分析 | 第65-68页 |
4.5.1 准确率的对比分析 | 第65-66页 |
4.5.2 训练速度的对比分析 | 第66-68页 |
4.6 本章小结 | 第68-70页 |
结论 | 第70-72页 |
参考文献 | 第72-75页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第75-76页 |
致谢 | 第76-77页 |