| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 心电信号自动分析的国内外研究现状 | 第9-12页 |
| 1.2.1 心电信号预处理 | 第9-10页 |
| 1.2.2 心电信号的QRS波形检测 | 第10-11页 |
| 1.2.3 心电信号的特征提取与优化 | 第11页 |
| 1.2.4 心电信号的分类 | 第11-12页 |
| 1.3 本文的研究内容及章节安排 | 第12-14页 |
| 2 心电图概述及其预处理 | 第14-22页 |
| 2.1 心电图的组成及其特征 | 第14-15页 |
| 2.2 心律失常 | 第15-17页 |
| 2.2.1 心律失常的诱因 | 第15页 |
| 2.2.2 心律失常的种类 | 第15-17页 |
| 2.3 心电信号预处理 | 第17-20页 |
| 2.3.1 心电信号的能量谱特点及其常见干扰 | 第17页 |
| 2.3.2 小波去噪的基本原理 | 第17-19页 |
| 2.3.3 小波滤波器的设计 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 3 小波变换的基本理论 | 第22-29页 |
| 3.1 小波分析的发展史 | 第22-23页 |
| 3.2 连续小波变换 | 第23-24页 |
| 3.3 离散小波变换 | 第24-25页 |
| 3.4 多分辨率分析 | 第25-27页 |
| 3.4.1 从滤波器组引入多分辨率分析 | 第26页 |
| 3.4.2 从函数空间的剖分引入多分辨率分析 | 第26-27页 |
| 3.5 Mallat快速算法 | 第27-29页 |
| 4 基于连续小波变换和多种策略的QRS波群检测 | 第29-38页 |
| 4.1 基于连续小波变换的QRS波群检测原理 | 第29-33页 |
| 4.1.1 小波变换模极大值和R波峰值的Lipschitz指数之间的关系 | 第29-30页 |
| 4.1.2 小波基函数及尺度的选择 | 第30-33页 |
| 4.2 QRS波群的检测及仿真结果 | 第33-36页 |
| 4.2.1 基于Mexican-hat小波的QRS波群检测 | 第33-34页 |
| 4.2.2 基于Mexican-hat小波和多种策略的QRS波群检测 | 第34-35页 |
| 4.2.3 仿真结果及分析 | 第35-36页 |
| 4.3 本章小结 | 第36-38页 |
| 5 心电信号的特征向量的提取和心律失常的分类 | 第38-50页 |
| 5.1 心电信号的特征向量的提取 | 第38-40页 |
| 5.1.1 基于时域的特征向量的提取 | 第38-39页 |
| 5.1.2 基于小波域的特征向量的提取 | 第39-40页 |
| 5.2 特征空间的优化原理 | 第40-43页 |
| 5.2.1 主成分分析法 | 第41-42页 |
| 5.2.2 多重判别法 | 第42-43页 |
| 5.3 心律失常的分类方法的研究 | 第43-46页 |
| 5.3.1 几种常见分类算法的比较 | 第43-44页 |
| 5.3.2 支持向量机的基本原理 | 第44-46页 |
| 5.4 心律失常分类的实验步驟和测试结果 | 第46-49页 |
| 5.4.1 实验数据的来源及处理 | 第46-47页 |
| 5.4.2 实验的具体步驟及测试结果 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 结论与展望 | 第50-52页 |
| 6.1 结论 | 第50-51页 |
| 6.2 不足与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间主要学术成果 | 第56-57页 |
| 致谢 | 第57页 |
