| 缩略词表 | 第6-10页 |
| 摘要 | 第10-13页 |
| Abstract | 第13-16页 |
| 第1章 前言 | 第17-26页 |
| 1.1 心脏骤停与心肺复苏 | 第17-20页 |
| 1.2 不间断胸外按压过程中心电节律辨识算法研究现状 | 第20-23页 |
| 1.3 本文主要研究内容 | 第23-26页 |
| 1.3.1 主要工作 | 第23-24页 |
| 1.3.2 论文组织结构 | 第24-26页 |
| 第2章 基于经验模态分解与最小均方误差准则的心肺复苏伪迹滤除算法 | 第26-49页 |
| 2.1 信号预处理 | 第27-28页 |
| 2.2 心电信号与CPR伪迹的频谱分析 | 第28-34页 |
| 2.3 CPR伪迹与胸外按压 | 第34-35页 |
| 2.4 经验模态分解 | 第35-37页 |
| 2.5 噪声辅助多通道经验模态分解 | 第37-40页 |
| 2.6 构造参考信号 | 第40-43页 |
| 2.7 最小均方自适应滤波算法 | 第43-45页 |
| 2.8 滤波器参数优化 | 第45-47页 |
| 2.9 相关比较算法 | 第47-48页 |
| 2.10 本章小结 | 第48-49页 |
| 第3章 应用遗传算法优化反向传播神经网络的致死性心电节律辨识算法 | 第49-79页 |
| 3.1 数据库 | 第50页 |
| 3.2 特征值提取 | 第50-60页 |
| 3.2.1 辅助计数法 | 第50-51页 |
| 3.2.2 高斯性 | 第51页 |
| 3.2.3 自相关算法 | 第51-52页 |
| 3.2.4 VF滤波泄露 | 第52-53页 |
| 3.2.5 幅度谱分析 | 第53页 |
| 3.2.6 二进制粗粒化 | 第53页 |
| 3.2.7 信息复杂度 | 第53-54页 |
| 3.2.8 阈值穿越间隔 | 第54-55页 |
| 3.2.9 时延重构法 | 第55-56页 |
| 3.2.10 时频域多分辨率熵 | 第56-60页 |
| 3.3 遗传算法优化反向传播神经网络设计 | 第60-65页 |
| 3.3.1 神经网络的结构与训练 | 第60-62页 |
| 3.3.2 BP神经网络的优化 | 第62-65页 |
| 3.4 特征值与神经网络性能测试 | 第65-78页 |
| 3.4.1 特征值性能测试 | 第65-71页 |
| 3.4.2 遗传算法优化反向传播神经网络测试 | 第71-74页 |
| 3.4.3 辨识性能比较分析 | 第74-78页 |
| 3.5 本章小结 | 第78-79页 |
| 第4章 虚拟机的设计、实验与讨论 | 第79-104页 |
| 4.1 心电监护仪虚拟机的设计 | 第79-82页 |
| 4.1.1 硬件设计 | 第80页 |
| 4.1.2 软件设计 | 第80-82页 |
| 4.2 仿真实验 | 第82-97页 |
| 4.2.1 数据库 | 第82-84页 |
| 4.2.2 NA-MEMD+LMS滤波器表现 | 第84-89页 |
| 4.2.3 特征值分类与BP神经网络抗干扰性能比较 | 第89-92页 |
| 4.2.4 不同滤波条件下心电节律辨识性能比较 | 第92-97页 |
| 4.3 动物实验 | 第97-103页 |
| 4.3.1 动物实验过程 | 第97-99页 |
| 4.3.2 动物实验获取的数据库 | 第99-101页 |
| 4.3.3 滤波器性能验证与比较 | 第101-103页 |
| 4.4 本章小结 | 第103-104页 |
| 第5章 总结、讨论与下一步工作 | 第104-107页 |
| 5.1 研究主要成果与创新点 | 第104-105页 |
| 5.2 研究存在的不足 | 第105页 |
| 5.3 研究展望 | 第105-107页 |
| 参考文献 | 第107-114页 |
| 附录 | 第114-130页 |
| 主要代码 | 第114-130页 |
| 1. 心电信号滤波、辨识主函数 | 第114页 |
| 2. NA-MEMD+LMS自适应滤波器 | 第114-117页 |
| 3. 获取特征值 | 第117-128页 |
| 4. 神经网络辨识 | 第128-130页 |
| 在学期间取得的成果及发表的代表性论文（全文） | 第130-132页 |
| 1 代表性成果 | 第130-131页 |
| 1.1 发表论文 | 第130-131页 |
| 1.2 获得专利 | 第131页 |
| 1.3 参与科研项目 | 第131页 |
| 2. 代表性论文 | 第131-132页 |
| 作者简历 | 第132-133页 |
| 致谢 | 第133页 |
