| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| ·引言 | 第15页 |
| ·心电信号处理的内容及现状 | 第15-20页 |
| ·心电信号预处理的研究内容及现状 | 第16页 |
| ·心电信号波形检测识别的研究内容及现状 | 第16-19页 |
| ·心电信号数据压缩的研究内容及现状 | 第19-20页 |
| ·稀疏分解理论发展及现状 | 第20-22页 |
| ·本文的内容安排及贡献 | 第22-25页 |
| 第二章 心电信号及稀疏分解基础 | 第25-40页 |
| ·心电信号基础知识 | 第25-29页 |
| ·心电信号的特点 | 第25-27页 |
| ·正常心电图波形及其意义 | 第27-28页 |
| ·常用标准心电数据库 | 第28-29页 |
| ·稀疏分解理论基础 | 第29-39页 |
| ·基本概念 | 第30-31页 |
| ·直观例证 | 第31页 |
| ·基本原理 | 第31-32页 |
| ·稀疏分解匹配原子的选择算法 | 第32-35页 |
| ·稀疏分解中超完备字典的重要参数及其影响 | 第35-37页 |
| ·稀疏分解中超完备字典构造方法 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第三章 符合心电信号各特征波特点的超完备字典的构造及特征波形的检测识别 | 第40-72页 |
| ·符合心电信号各特征波特点的超完备字典的构造 | 第40-49页 |
| ·P波子超完备字典的构造 | 第41-44页 |
| ·QRS波群字典的构造 | 第44-45页 |
| ·T波超完备字典的构造 | 第45-48页 |
| ·ST段子超完备字典的构造 | 第48-49页 |
| ·对符合心电信号各特征波特点超完备字典的评估 | 第49-50页 |
| ·心电特征波波形检测和识别 | 第50-52页 |
| ·实验结果 | 第52-59页 |
| ·仿真心电信号实验结果 | 第52-56页 |
| ·真实心电信号实验结果 | 第56-59页 |
| ·用K-SVD算法训练特征波超完备字典 | 第59-69页 |
| ·产生特征波训练样本 | 第60-62页 |
| ·用K-SVD算法训练字典 | 第62-64页 |
| ·以K-SVD算法训练所得超完备字典为基的心电特征波检测识别算法 | 第64-65页 |
| ·K-SVD算法训练所得超完备字典在心电信号特征波检测识别中的应用 | 第65-69页 |
| ·算法图形用户界面（GUI） | 第69-70页 |
| ·小结 | 第70-72页 |
| 第四章 GABOR字典在心电信号稀疏分解中的应用 | 第72-92页 |
| ·Gabor字典 | 第72-73页 |
| ·Gabor函数和Gabor字典 | 第72-73页 |
| ·基于Gabor字典和匹配追踪的心电信号稀疏分解 | 第73页 |
| ·粒子群优化稀疏分解最优匹配原子搜索 | 第73-83页 |
| ·粒子群优化算法的基本原理 | 第73-75页 |
| ·改进的粒子群算法 | 第75-81页 |
| ·用粒子群优化算法在改进的Gabor字典中搜索最优匹配原子 | 第81-83页 |
| ·基于改进的Gabor字典和PSO-MP的心电信号稀疏分解 | 第83-86页 |
| ·算法参数设置 | 第83-84页 |
| ·心电信号稀疏分解实验结果 | 第84-86页 |
| ·稀疏分解在图像压缩中应用的尝试 | 第86-91页 |
| ·图像细节的生成函数及搜索参数空间的确定 | 第86-89页 |
| ·实验结果 | 第89-90页 |
| ·结论和讨论 | 第90-91页 |
| ·小结 | 第91-92页 |
| 第五章 基于GABOR字典的心电信号波形检测及识别 | 第92-115页 |
| ·基于稀疏分解和模糊理论的心电信号波形检测及识别 | 第92-102页 |
| ·模糊分类系统 | 第92-93页 |
| ·算法实现 | 第93-98页 |
| ·实验结果 | 第98-101页 |
| ·结论和讨论 | 第101-102页 |
| ·基于稀疏分解和神经网络的心电信号波形检测及识别 | 第102-112页 |
| ·神经网络理论概述 | 第102-104页 |
| ·BP神经网络 | 第104-106页 |
| ·用改进的MPSO-TVAC训练BP网络 | 第106-108页 |
| ·算法实现 | 第108-109页 |
| ·实验结果 | 第109-111页 |
| ·结论和讨论 | 第111-112页 |
| ·本章算法的GUI | 第112-113页 |
| ·小结 | 第113-115页 |
| 第六章 有训练字典构造及心电数据压缩 | 第115-128页 |
| ·正交匹配追踪（OMP） | 第116-117页 |
| ·字典训练算法原理和K奇异值分解 | 第117-123页 |
| ·字典训练算法原理 | 第117-120页 |
| ·K-SVD算法 | 第120-123页 |
| ·心电信号稀疏分解压缩算法 | 第123-127页 |
| ·算法原理 | 第123-124页 |
| ·实验结果及分析 | 第124-127页 |
| ·小结 | 第127-128页 |
| 第七章 总结与展望 | 第128-130页 |
| ·本文总结 | 第128-129页 |
| ·展望 | 第129-130页 |
| 致谢 | 第130-131页 |
| 参考文献 | 第131-144页 |
| 作者在学期间取得的学术成果 | 第144页 |
