心电信号处理关键技术的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 心电图和心律失常简介 | 第12-15页 |
| 1.2.1 心电图概述 | 第12-14页 |
| 1.2.2 心律失常病理概述 | 第14页 |
| 1.2.3 MIT-BIH数据库 | 第14-15页 |
| 1.3 心律失常分析的国内外研究现状 | 第15-19页 |
| 1.3.1 心电预处理算法研究现状 | 第15-16页 |
| 1.3.2 心电波形检测算法研究现状 | 第16-17页 |
| 1.3.3 心律失常分类算法研究现状 | 第17-18页 |
| 1.3.4 远程动态心电监护系统研究现状 | 第18-19页 |
| 1.4 本文的主要研究内容及组织结构 | 第19-20页 |
| 第2章 心电信号预处理算法 | 第20-44页 |
| 2.1 心电信号噪声分析 | 第20-21页 |
| 2.2 心电预处理的几种经典算法 | 第21-27页 |
| 2.2.1 工频干扰滤波经典算法 | 第21-22页 |
| 2.2.2 基线漂移滤波经典算法 | 第22-24页 |
| 2.2.3 肌电干扰滤波经典算法 | 第24-27页 |
| 2.3 本文提出的心电预处理算法概述 | 第27页 |
| 2.4 改进的Notch工频滤波器 | 第27-29页 |
| 2.5 自适应形态学基线漂移滤波 | 第29-30页 |
| 2.6 平稳小波阈值自适应肌电去噪 | 第30-37页 |
| 2.6.1 算法概述 | 第30-31页 |
| 2.6.2 平稳小波分解 | 第31-32页 |
| 2.6.3 小波基的选取 | 第32-33页 |
| 2.6.4 小波分解层数的确定 | 第33页 |
| 2.6.5 改进的阈值量化函数 | 第33-35页 |
| 2.6.6 自适应阈值估计 | 第35-37页 |
| 2.7 仿真实验和结果分析 | 第37-43页 |
| 2.7.1 算法性能评价指标 | 第37-38页 |
| 2.7.2 工频干扰滤波对比仿真 | 第38-39页 |
| 2.7.3 基线漂移滤波对比仿真 | 第39-41页 |
| 2.7.4 肌电干扰滤波对比仿真 | 第41-43页 |
| 2.8 本章小结 | 第43-44页 |
| 第3章 心电P-QRS波检测算法 | 第44-64页 |
| 3.1 QRS波检测的经典算法 | 第44-47页 |
| 3.1.1 基于双阈值的QRS波检测算法 | 第44-45页 |
| 3.1.2 基于差分阈值的QRS波检测算法 | 第45-47页 |
| 3.2 本文提出的心电P-QRS波检测算法概述 | 第47页 |
| 3.3 基于双正交小波滤波器组的R波检测 | 第47-54页 |
| 3.3.1 双正交样条小波滤波器构造 | 第47-50页 |
| 3.3.2 小波分解层数 | 第50-51页 |
| 3.3.3 算法流程 | 第51-53页 |
| 3.3.4 模极大值对匹配策略 | 第53-54页 |
| 3.4 基于LS估计的QRS波宽度检测 | 第54-56页 |
| 3.5 P波峰值及宽度检测 | 第56-58页 |
| 3.5.1 P波峰值检测 | 第56-57页 |
| 3.5.2 P波宽度检测 | 第57-58页 |
| 3.6 仿真实验和结果分析 | 第58-63页 |
| 3.6.1 R波检测仿真 | 第58-60页 |
| 3.6.2 QRS波宽度检测仿真 | 第60-62页 |
| 3.6.3 P波峰值检测仿真 | 第62-63页 |
| 3.6.4 P波宽度检测仿真 | 第63页 |
| 3.7 本章小结 | 第63-64页 |
| 第4章 特征提取及心律失常分类算法 | 第64-80页 |
| 4.1 心律失常分析简介 | 第64-68页 |
| 4.1.1 几种经典的心律失常分类方法 | 第64-66页 |
| 4.1.2 典型的心律失常的疾病分类 | 第66-68页 |
| 4.2 特性提取及处理 | 第68-72页 |
| 4.2.1 时域特征提取 | 第68-69页 |
| 4.2.2 小波域提取 | 第69-70页 |
| 4.2.3 统计域特征提取 | 第70页 |
| 4.2.4 高斯和函数拟合特征提取 | 第70-71页 |
| 4.2.5 特征数据处理 | 第71-72页 |
| 4.3 基于KNG-FCM的心律失常分类算法 | 第72-77页 |
| 4.3.1 算法概述及实现步骤 | 第72-74页 |
| 4.3.2 改进K均值初始化聚类中心 | 第74-75页 |
| 4.3.3 高斯核改进的KFCM聚类 | 第75-76页 |
| 4.3.4 基于粒度原理确定最佳聚类数 | 第76-77页 |
| 4.4 实验结果分析 | 第77-79页 |
| 4.4.1 分类算法的评估 | 第78页 |
| 4.4.2 混合样本分类仿真 | 第78-79页 |
| 4.4.3 分类算法对比仿真 | 第79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 远程动态心电监护系统的设计 | 第80-86页 |
| 5.1 系统概述 | 第80-81页 |
| 5.2 动态心电监护仪的设计 | 第81-84页 |
| 5.3 心电智能分析软件的设计 | 第84-85页 |
| 5.4 本章小结 | 第85-86页 |
| 第6章 结论与展望 | 第86-88页 |
| 6.1 结论 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94-96页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第96页 |
