| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究意义和目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 多尺度熵技术及生物医学应用研究现状 | 第11-12页 |
| 1.2.2 常见心脏疾病的自动检测研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容、创新点及结构安排 | 第13-15页 |
| 第二章 相关知识及理论基础 | 第15-26页 |
| 2.1 心电图基本知识 | 第15-17页 |
| 2.2 多尺度熵算法原理介绍 | 第17-18页 |
| 2.3 心电信号预处理 | 第18-23页 |
| 2.3.1 去除基线漂移 | 第18-20页 |
| 2.3.2 工频滤波 | 第20-21页 |
| 2.3.3 R波定位 | 第21-23页 |
| 2.4 常见心率变异性分析方法 | 第23-26页 |
| 2.4.1 常见心率变异性频域分析方法 | 第23-24页 |
| 2.4.2 常见心率变异性时域分析方法 | 第24-25页 |
| 2.4.3 常见心率变异性非线性分析方法 | 第25-26页 |
| 第三章 基于多尺度熵的充血性心衰判别算法研究 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 基于多尺度熵的充血性心衰特征研究 | 第26-33页 |
| 3.2.1 实验数据 | 第26-28页 |
| 3.2.2 多尺度熵应用于充血性心衰患者和正常人的HRV分析 | 第28-33页 |
| 3.3 充血性心衰判别算法研究 | 第33-38页 |
| 3.3.1 算法理论 | 第33-34页 |
| 3.3.2 算法步骤以及框图 | 第34页 |
| 3.3.3 实验结果 | 第34-37页 |
| 3.3.4 结果分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于多尺度熵的房颤判别算法研究 | 第39-53页 |
| 4.1 房颤特点及典型房颤判别算法分析 | 第39-41页 |
| 4.1.1 房颤特点分析 | 第39-40页 |
| 4.1.2 典型房颤判别算法分析 | 第40-41页 |
| 4.2 基于多尺度熵的房颤特征研究 | 第41-47页 |
| 4.2.1 实验数据 | 第41页 |
| 4.2.2 多尺度熵应用于房颤患者和正常人的HRV分析 | 第41-47页 |
| 4.3 房颤判别算法研究 | 第47-52页 |
| 4.3.1 算法理论 | 第47页 |
| 4.3.2 算法步骤以及框图 | 第47-48页 |
| 4.3.3 实验结果 | 第48-51页 |
| 4.3.4 结果分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间获得成果 | 第60-61页 |