| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的研究背景和研究意义 | 第10-11页 |
| 1.2 国内外心音信号分析的发展和研究现状 | 第11-13页 |
| 1.2.1 心音信号的预处理 | 第11-12页 |
| 1.2.2 心音的特征提取 | 第12页 |
| 1.2.3 心音的分类识别 | 第12-13页 |
| 1.3 论文的结构安排和创新点 | 第13-15页 |
| 1.3.1 结构安排 | 第13页 |
| 1.3.2 创新点 | 第13-15页 |
| 第二章 心音的特点及预处理 | 第15-21页 |
| 2.1 心音信号的产生 | 第15页 |
| 2.2 心音信号的时频特征 | 第15-17页 |
| 2.2.1 心音信号的时域特征 | 第15-16页 |
| 2.2.2 心音信号的频域特征 | 第16-17页 |
| 2.3 心杂音的产生和特性 | 第17-18页 |
| 2.4 心音信号的预处理 | 第18-20页 |
| 2.4.1 小波变换理论 | 第18页 |
| 2.4.2 双正交心音小波 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于心音递归图的无需分段二维特征提取算法 | 第21-39页 |
| 3.1 算法概述 | 第21-22页 |
| 3.2 心音递归图 | 第22-37页 |
| 3.2.1 递归图的原理 | 第22-23页 |
| 3.2.2 递归图与心音信号之间的关系 | 第23-28页 |
| 3.2.3 预处理 | 第28-29页 |
| 3.2.4 获取递归图中的三个参数 | 第29-34页 |
| 3.2.5 获取多阈值融合心音递归图 | 第34-37页 |
| 3.3 二维特征 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 特征表征与降维合并的无需分段心音特征提取算法 | 第39-57页 |
| 4.1 算法概述 | 第39-40页 |
| 4.2 预处理 | 第40-41页 |
| 4.3 包络提取 | 第41-43页 |
| 4.3.1 三种包络算法的对比分析 | 第41-43页 |
| 4.4 自相关特征与局部线性嵌入算法合并处理的特征优化 | 第43-56页 |
| 4.4.1 提取包络自相关特征及原因 | 第43-47页 |
| 4.4.2 局部线性降维算法及优点 | 第47-56页 |
| 4.5 优化特征集 | 第56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 心音信号分类识别 | 第57-67页 |
| 5.1 心音数据库 | 第57-59页 |
| 5.1.1 支持向量机原理 | 第57-59页 |
| 5.2 实验分析 | 第59-65页 |
| 5.2.1 心音递归图的二维特征提取算法的实验分析 | 第60-63页 |
| 5.2.2 特征表征与降维合并的无需分段心音特征提取算法的实验分析 | 第63-65页 |
| 5.3 实验结果 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间申请的专利 | 第73-74页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第74-75页 |
| 致谢 | 第75页 |
