基于RBF神经网络的心电信号分类识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·背景及意义 | 第7页 |
| ·ECG自动分类系统概述 | 第7-12页 |
| ·ECG自动分类系统的组成 | 第7-8页 |
| ·ECG自动分类系统的研究现状 | 第8-11页 |
| ·ECG自动分类系统研究难点 | 第11-12页 |
| ·本文结构安排 | 第12-13页 |
| 第2章 心电图及心律失常 | 第13-22页 |
| ·心电信号的发生原理 | 第13页 |
| ·心电图基本知识 | 第13-15页 |
| ·心律失常及其表现 | 第15-19页 |
| ·早搏 | 第16-18页 |
| ·束支传导阻滞 | 第18页 |
| ·窦性心律失常 | 第18-19页 |
| ·MIT-BIH心电数据库 | 第19-21页 |
| ·MIT-BIH数据库编号 | 第19页 |
| ·MIT-BIH的数据格式 | 第19-21页 |
| ·小结 | 第21-22页 |
| 第3章 心电信号的预处理 | 第22-27页 |
| ·噪声和干扰分析 | 第22-23页 |
| ·噪声和干扰处理 | 第23-26页 |
| ·均值滤波器滤除工频干扰 | 第23-24页 |
| ·中值滤波滤除基线漂移 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第4章 心电信号的特征提取 | 第27-42页 |
| ·小波变换的定义和函数 | 第27-32页 |
| ·小波变换定义 | 第28-30页 |
| ·小波变换函数 | 第30-32页 |
| ·ECG信号特征提取 | 第32-41页 |
| ·R波峰定位 | 第32-34页 |
| ·QRS波提取 | 第34-36页 |
| ·RR间期及与平均RR间期的差 | 第36-37页 |
| ·双正交小波变换提取特征 | 第37-40页 |
| ·特征参数的归一化 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第5章 基于RBF神经网络的心电信号分类识别 | 第42-57页 |
| ·神经网络基础知识及工作原理 | 第42-49页 |
| ·神经网络基础知识 | 第42-45页 |
| ·RBF神经网络结构和工作原理 | 第45-49页 |
| ·基于RBF神经网络的ECG信号的分类识别 | 第49-52页 |
| ·神经网络在ECG信号识别中的应用 | 第49页 |
| ·ECG信号特征参数的选取 | 第49-50页 |
| ·神经网络用于ECG信号分类识别的过程 | 第50-52页 |
| ·仿真实验及结果分析 | 第52-56页 |
| ·仿真实验 | 第52-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
