| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·心音在心血管病诊断中的应用 | 第9页 |
| ·非线性混沌在生物医学工程中的应用 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·心音信号的传统分析方法 | 第10-12页 |
| ·非线性混沌在心音分析中的应用 | 第12-13页 |
| ·研究意义及目的 | 第13-14页 |
| ·课题研究意义 | 第13-14页 |
| ·课题研究目的 | 第14页 |
| ·课题研究主要内容 | 第14-15页 |
| 2 心音信号的小波包分解及其能量特征 | 第15-31页 |
| ·心音信号基本理论 | 第15-17页 |
| ·心音信号概述 | 第15-16页 |
| ·心音信号的时频域特征 | 第16页 |
| ·简单心脏模型 | 第16页 |
| ·心音信号的采集 | 第16-17页 |
| ·小波包基本理论 | 第17-19页 |
| ·小波包数学模型 | 第18页 |
| ·小波包能量分析 | 第18-19页 |
| ·心音信号小波包分析 | 第19-26页 |
| ·心音信号预处理 | 第19页 |
| ·基于小波包的心音信号子带分解 | 第19-26页 |
| ·心音信号的小波包分解子带能量特征 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 3 混沌理论基础 | 第31-41页 |
| ·混沌基础 | 第31-33页 |
| ·混沌的发展史 | 第31页 |
| ·混沌的基本特性 | 第31-32页 |
| ·混沌的应用 | 第32-33页 |
| ·相空间重构 | 第33-36页 |
| ·延迟时间τ的确定 | 第34-35页 |
| ·嵌入维数m的确定 | 第35-36页 |
| ·混沌时间序列特征 | 第36-40页 |
| ·非周期性—递归图 | 第37-38页 |
| ·自相似性及分形结构—关联维数 | 第38页 |
| ·初始条件的敏感依赖性—最大 Lyapunov 指数 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 心音信号的混沌特征分析 | 第41-57页 |
| ·心音信号相空间重构 | 第41-46页 |
| ·心音信号的递归图 | 第46-49页 |
| ·心音信号的关联维数 | 第49-54页 |
| ·心音信号的最大 Lyapunov 指数 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 基于小波-混沌特征的心音信号分类识别 | 第57-67页 |
| ·特征参数的选取 | 第57-60页 |
| ·特征提取与选择 | 第57-58页 |
| ·遗传算法 | 第58-60页 |
| ·心音信号特征选取 | 第60页 |
| ·支持向量机（Support Vector Machine, SVM）理论 | 第60-64页 |
| ·统计学习理论 | 第60-61页 |
| ·支持向量机 | 第61-64页 |
| ·心音信号识别分类结果 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77页 |
| A. 作者在攻读学位期间发表的论文目录 | 第77页 |
| B. 作者在攻读学位期间参加的科研项目及获奖情况 | 第77页 |