基于DTW的冠心病舒张期信号特征提取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1 冠心病 | 第11-20页 |
| ·冠心病发病原理 | 第11页 |
| ·冠心病诊断状况 | 第11-14页 |
| ·临床常规诊断方法 | 第11-12页 |
| ·冠心病心音信号 | 第12-13页 |
| ·冠心病舒张期心音诊断 | 第13-14页 |
| ·冠心病心音信号的采集 | 第14-19页 |
| ·心脏听诊 | 第14-15页 |
| ·心音信号的采集 | 第15-19页 |
| ·本章小结 | 第19-20页 |
| 2 心音信号的去噪 | 第20-28页 |
| ·常见的心音信号噪声组成 | 第20-21页 |
| ·常见降噪方法分析 | 第21-22页 |
| ·小波阈值收缩消噪算法 | 第22-27页 |
| ·算法步骤 | 第23页 |
| ·传统的阈值 | 第23-24页 |
| ·传统的阈值函数 | 第24-25页 |
| ·改进的小波阈值收缩消噪算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 心音信号的预处理 | 第28-34页 |
| ·心音信号的包络提取 | 第28-30页 |
| ·希尔伯特变换 | 第28-29页 |
| ·归一化平均香农能量 | 第29-30页 |
| ·心音信号的自动分段 | 第30-31页 |
| ·心音信号的分帧加窗处理 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 心音信号特征提取 | 第34-51页 |
| ·冠心病心音信号特征的选取 | 第34-38页 |
| ·两种动态时间规整（DTW） | 第38-42页 |
| ·动态时间规整 | 第38-40页 |
| ·改进的动态时间规整 | 第40-42页 |
| ·隐马尔可夫模型（HMM） | 第42-44页 |
| ·HMM的种类 | 第43-44页 |
| ·HMM模型三问题 | 第44页 |
| ·HMM模型三算法问题 | 第44页 |
| ·冠心病心音信号的训练预处理 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 5 支持向量机的三分类 | 第51-64页 |
| ·最优分类面 | 第51-53页 |
| ·广义最优分类面 | 第53-54页 |
| ·支持向量机 | 第54-56页 |
| ·高维空间的最优分类面 | 第54-55页 |
| ·支持向量机三分类 | 第55-56页 |
| ·心音分类分析 | 第56-63页 |
| ·概述 | 第56页 |
| ·基于支持向量机的心音分类 | 第56-61页 |
| ·数据统计与结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
