| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| §1．1 心脏病自动诊断的发展历史与现状 | 第9-10页 |
| §1．2 心脏病自动诊断系统概述 | 第10-12页 |
| §1．3 心电模式智能识别的实现 | 第12-15页 |
| §1．4 本文的主要内容及章节安排 | 第15-16页 |
| 第二章 心电图基本知识 | 第16-25页 |
| §2．1 心脏的解剖及电生理 | 第16-17页 |
| §2．2 心电的产生及心电图导联 | 第17-19页 |
| §2．3 心电各波的形成及其生理意义 | 第19-22页 |
| §2．4 心肌梗死的心电图特征 | 第22-25页 |
| 第三章 神经网络模式分类器 | 第25-39页 |
| §3．1 神经网络模式识别 | 第25-26页 |
| §3．2 神经网络模式识别分类器概述 | 第26-27页 |
| §3．3 多层前馈神经网络结构 | 第27-30页 |
| §3．4 误差反传算法 | 第30-33页 |
| §3．5 改进的BP网络分类器 | 第33-39页 |
| 第四章 模糊神经网络分类器 | 第39-50页 |
| §4．1 模糊理论 | 第39-41页 |
| §4．2 模糊神经网络概述 | 第41-44页 |
| §4．3 模糊网络分类器结构 | 第44-45页 |
| §4．4 模糊化预处理中的隶属函数 | 第45-48页 |
| §4．5 用于心肌梗死定位的模糊神经分类器的构建 | 第48-50页 |
| 第五章 遗传算法及其应用 | 第50-63页 |
| §5．1 遗传算法概述 | 第50-53页 |
| §5．2 遗传算法的基本实现技术 | 第53-57页 |
| §5．3 遗传算法与人工神经网络的结合 | 第57-58页 |
| §5．4 GA—BP算法用于网络权值学习 | 第58-61页 |
| §5．5 基于GA—BP算法的模糊网络分类器在心肌梗死定位中的应用 | 第61-63页 |
| 第六章 全文总结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献表 | 第65-68页 |
| 附录 发表论文情况 | 第68页 |