基于LSTM的心律失常分类研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究工作及结构安排 | 第13-14页 |
| 1.3.1 本文主要研究工作 | 第13-14页 |
| 1.3.2 本文组织结构 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 本文相关理论与技术概述 | 第15-27页 |
| 2.1 心电信号的产生机理和心电图 | 第15-18页 |
| 2.2 心律失常概述 | 第18页 |
| 2.3 心电信号的预处理 | 第18-19页 |
| 2.4 心电信号特征提取 | 第19-22页 |
| 2.5 本文相关分类算法简介 | 第22-26页 |
| 2.5.1 BP神经网络 | 第22-23页 |
| 2.5.2 支持向量机 | 第23-24页 |
| 2.5.3 随机森林 | 第24页 |
| 2.5.4 k近邻 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 长短期记忆网络 | 第27-36页 |
| 3.1 递归神经网络模型 | 第27-29页 |
| 3.2 长短期记忆网络 | 第29-34页 |
| 3.3 LSTM网络模型的构建 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于LSTM的心律失常分类研究 | 第36-49页 |
| 4.1 实验数据 | 第36-40页 |
| 4.1.1 MIT-BIH心律失常标准数据库 | 第36-39页 |
| 4.1.2 数据集划分 | 第39-40页 |
| 4.2 心电信号的归一化 | 第40-41页 |
| 4.3 心律失常分类效果评价 | 第41-43页 |
| 4.4 结果分析 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 心电数据段长度对心律失常分类影响的研究 | 第49-60页 |
| 5.1 数据段划分 | 第49-50页 |
| 5.2 结果讨论分析 | 第50-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 在学期间的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
