基于吉布斯采样和典型相关分析的TWA检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 心电信号的特征以及波形意义 | 第11-13页 |
| 1.3 T波电交替的发生机制 | 第13-14页 |
| 1.4 国内外研究现状 | 第14-17页 |
| 1.4.1 心电特征点检测的研究现状 | 第14-15页 |
| 1.4.2 TWA检测的研究现状 | 第15-17页 |
| 1.5 研究内容和组织结构 | 第17-19页 |
| 第2章 理论基础 | 第19-29页 |
| 2.1 T波检测框架 | 第19页 |
| 2.2 贝叶斯统计理论 | 第19-23页 |
| 2.2.1 贝叶斯理论基本思想 | 第20-21页 |
| 2.2.2 先验分布的选择 | 第21-22页 |
| 2.2.3 多层贝叶斯估计 | 第22-23页 |
| 2.2.4 贝叶斯推断统计 | 第23页 |
| 2.3 MCMC算法理论 | 第23-26页 |
| 2.3.1 吉布斯抽样 | 第24-25页 |
| 2.3.2 共轭先验分布 | 第25-26页 |
| 2.4 典型相关分析理论 | 第26-27页 |
| 2.5 ECG数据库 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于贝叶斯估计的T波检测 | 第29-49页 |
| 3.1 噪声处理和心拍定位 | 第29-34页 |
| 3.1.1 噪声处理 | 第29-31页 |
| 3.1.2 基于差分阈值的R波定位 | 第31-33页 |
| 3.1.3 基于三角形法的QRS起始点位 | 第33-34页 |
| 3.2 基于贝叶斯估计的T波提取方法 | 第34-43页 |
| 3.2.1 T波信号数学模型 | 第35-37页 |
| 3.2.2 T波贝叶斯估计 | 第37-39页 |
| 3.2.3 T波块吉布斯采样 | 第39-41页 |
| 3.2.4 基于MMSE的T波提取 | 第41-43页 |
| 3.3 基于插值再采样的T波对齐 | 第43-44页 |
| 3.4 算法仿真与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于典型相关分析方法的TWA检测 | 第49-59页 |
| 4.1 TWA特点及检测难点 | 第49-50页 |
| 4.2 经典TWA检测算法 | 第50-54页 |
| 4.2.1 相关分析法(CM) | 第50-51页 |
| 4.2.2 修正移动平均值法 | 第51-53页 |
| 4.2.3 谱分析法 | 第53-54页 |
| 4.3 基于典型相关分析的TWA分析 | 第54-58页 |
| 4.3.1 典型相关分析法 | 第54-55页 |
| 4.3.2 TWA分析 | 第55-56页 |
| 4.3.3 实验仿真及分析 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 心电智能分析软件 | 第59-69页 |
| 5.1 需求分析 | 第59页 |
| 5.2 系统设计 | 第59-62页 |
| 5.2.1 数据结构和数据库设计 | 第59-61页 |
| 5.2.2 软件模块设计 | 第61-62页 |
| 5.3 系统实现 | 第62-67页 |
| 5.4 本章小节 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间发表的论文、专利及参与项目情况 | 第79页 |
