首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号分析论文

基于小波与神经网络的心电信号自动分析技术研究

中文摘要第1-5页
Abstract第5-9页
第一章 绪论第9-13页
   ·课题的研究意义第9-10页
     ·心电图的临床应用与意义第9页
     ·课题研究的目的与意义第9-10页
   ·ECG 自动分析技术概述第10-11页
     ·心电自动分析的内容,发展与现状第10-11页
     ·心电自动分析的特点与难点第11页
   ·本课题的研究背景与论文安排第11-13页
第二章 心电信号的形成与采集第13-18页
   ·心电信号的产生原理第13-14页
   ·心电图波形特点及各特征参数第14-15页
   ·常规心电图导联系统第15-16页
   ·MIT/BIH 标准心电数据库介绍第16-17页
   ·本章小结第17-18页
第三章 心电信号的预处理第18-33页
   ·ECG 信号中存在的噪声与干扰分析第18-19页
   ·基于经典数字滤波技术的心电消噪第19-24页
     ·基线漂移校正第19-23页
     ·高频肌电噪声及工频干扰的滤除第23-24页
   ·基于小波理论的ECG 消噪第24-31页
     ·小波变换特性及原理第24-25页
     ·小波消噪算法中的关键问题分析第25-27页
     ·小波算法在ECG 消噪中的应用与实现第27-31页
   ·传统滤波与小波消噪的比较与分析第31-32页
   ·本章小结第32-33页
第四章 基于小波理论的QRS 波群检测算法研究第33-46页
   ·QRS 波群检测意义及常用检测法第33-34页
   ·基于经典差分阈值法的R 波检测第34-37页
   ·小波变换探测ECG 信号奇异点原理第37-40页
     ·多分辨率分析和Mallat 算法第37-38页
     ·ECG 信号在在小波变换下的特征第38-40页
   ·基于双正交二次B 样条小波的QRS 波群识别算法第40-45页
     ·算法研究及仿真第40-44页
     ·小波检测法与经典差分阈值法的比较与分析第44-45页
   ·本章小结第45-46页
第五章 基于人工神经网络的心电图自动诊断技术第46-62页
   ·人工神经网络概述及其应用第46-47页
   ·BP 网络理论第47-52页
     ·BP 网络的基本结构与应用第47-48页
     ·标准BP 网络的训练算法第48-50页
     ·本文对BP 网络存在缺陷的改进第50-52页
   ·基于L-M 算法的房性与室性早搏检测技术第52-58页
     ·神经网络诊断模型的设计第52-54页
     ·诊断模型的算法实现第54-56页
     ·心电图自动检测结果及分析第56-58页
   ·基于改进型BP 网络的心律失常心电图分类第58-60页
     ·算法设计与实现第58-59页
     ·算法仿真与分析第59-60页
   ·本章小结第60-62页
第六章 总结与展望第62-64页
   ·论文总结第62-63页
   ·未来工作展望第63-64页
参考文献第64-68页
攻读硕士学位期间公开发表的论文第68-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:微带相控阵天线的分析与设计
下一篇:一种新型的低压LDO的设计