窦房结电图自动分析技术的研究与实现
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-15页 |
·课题研究的背景与意义 | 第8页 |
·国内外研究的现状 | 第8-13页 |
·SNE信号预处理技术的研究现状 | 第8-10页 |
·SNE特征波形自动识别技术的研究现状 | 第10-13页 |
·信号处理技术实现方法的发展现状 | 第13页 |
·本文研究工作 | 第13-15页 |
·本论文研究的主要内容 | 第13-14页 |
·本论文的结构 | 第14-15页 |
2 SNE自动分析总体方案论证 | 第15-20页 |
·窦房结电图概述 | 第15-16页 |
·SNE的特征波形 | 第15页 |
·SNE信号的频谱分析 | 第15-16页 |
·SNE信号中噪声抑制及特征波形识别算法的确定 | 第16-17页 |
·SNE信号自动分析算法的实现方案 | 第17-19页 |
·预处理算法FPGA实现方案 | 第17-18页 |
·识别算法VC++实现方案 | 第18-19页 |
·本章小结 | 第19-20页 |
3 SNE信号预处理 | 第20-33页 |
·基于小波分析法的SNE信号预处理 | 第20-26页 |
·小波变换概述 | 第20-21页 |
·多分辨率分析 | 第21-22页 |
·Mallat分解与重建算法 | 第22-24页 |
·小波阈值降噪法 | 第24页 |
·小波分析法对SNE降噪 | 第24-26页 |
·基于数学形态法的SNE信号预处理 | 第26-29页 |
·数学形态学 | 第26-27页 |
·数学形态滤波器设计 | 第27页 |
·结构元素设计 | 第27-28页 |
·数学形态法滤波实验仿真 | 第28-29页 |
·小波分析法与数学形态法对比分析 | 第29-32页 |
·本章小结 | 第32-33页 |
4 SNE特征波形识别 | 第33-47页 |
·S波识别 | 第33-40页 |
·时域分析法 | 第33-34页 |
·小波变换的奇异点检测 | 第34-36页 |
·小波奇异点检测SNE信号S波顶点 | 第36-40页 |
·A波与V波识别 | 第40-42页 |
·向前递推法识别A波与V波 | 第40-41页 |
·对消法识别A波与V波 | 第41-42页 |
·SNE信号中P前波的识别 | 第42-46页 |
·P前波波形特征研究 | 第42-43页 |
·P前波识别算法设计 | 第43-46页 |
·本章小结 | 第46-47页 |
5 SNE信号预处理算法的FPGA实现 | 第47-59页 |
·存储器模块FPGA实现 | 第47-48页 |
·数学形态法FPGA实现 | 第48-50页 |
·小波消噪FPGA实现 | 第50-57页 |
·FIR滤波器设计 | 第51-52页 |
·小波分解和重构模块设计 | 第52-54页 |
·中位数模块设计 | 第54-57页 |
·消噪算法FPGA实现可行性分析 | 第57-58页 |
·本章小结 | 第58-59页 |
6 SNE特征波识别算法上位机实现 | 第59-66页 |
·S波识别算法实现 | 第59-60页 |
·A波和V波识别算法实现 | 第60-62页 |
·P前波识别算法实现 | 第62-64页 |
·P前波曲线拟合 | 第62-63页 |
·P前波识别具体算法实现 | 第63-64页 |
·本章小结 | 第64-66页 |
7 总结和展望 | 第66-68页 |
·全文总结 | 第66-67页 |
·展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-73页 |
附录 | 第73页 |