摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 本文研究背景 | 第10-12页 |
1.2 国内外研究现状与发展趋势 | 第12-14页 |
1.3 开源库Armadillo及OpenBLAS | 第14-15页 |
1.4 本文研究主要内容 | 第15-17页 |
第二章 心肌缺血早期检测与确定学习 | 第17-32页 |
2.1 引言 | 第17页 |
2.2 心肌缺血及其检测方法简介 | 第17-22页 |
2.2.1 心肌缺血电生理机制及其心电图表现 | 第17-20页 |
2.2.2 基于心电图的心肌缺血检测方法 | 第20-22页 |
2.3 确定学习介绍 | 第22-30页 |
2.3.1 RBF神经网络与持续激励条件 | 第22-25页 |
2.3.2 确定学习机制 | 第25-26页 |
2.3.3 离散系统的确定学习 | 第26-27页 |
2.3.4 动态模式识别 | 第27-30页 |
2.4 确定学习在心肌缺血早期检测中的应用 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 心电信号采集与预处理 | 第32-48页 |
3.1 引言 | 第32页 |
3.2 硬件模块介绍 | 第32-35页 |
3.3 心电数据采集 | 第35-39页 |
3.3.1 CSerialPort类介绍 | 第35-37页 |
3.3.2 心电数据采集软件实现 | 第37-39页 |
3.4 心电数据预处理 | 第39-46页 |
3.4.1 数据转换 | 第39-41页 |
3.4.2 数据滤波 | 第41-46页 |
3.5 本章小结 | 第46-48页 |
第四章 确定学习算法C++实现 | 第48-59页 |
4.1 引言 | 第48页 |
4.2 基于Matlab的确定学习计算方案 | 第48-49页 |
4.3 Armadillo线性代数库简介 | 第49-52页 |
4.4 基于Armadillo的确定学习算法实现 | 第52-58页 |
4.4.1 Armadillo底层库性能分析 | 第52-54页 |
4.4.2 确定学习算法的工程实现分析 | 第54-56页 |
4.4.3 心电动力学建模多线程并行实现 | 第56-58页 |
4.5 本章小结 | 第58-59页 |
第五章 心肌缺血早期检测系统设计与实现 | 第59-72页 |
5.1 引言 | 第59页 |
5.2 系统整体框架 | 第59-61页 |
5.3 基于MFC的系统设计与实现 | 第61-68页 |
5.3.1 MFC与OpenGL简介 | 第61-62页 |
5.3.2 心电数据采集子系统 | 第62-65页 |
5.3.3 心电数据分析子系统 | 第65-68页 |
5.4 心电动力学图与实验结果 | 第68-71页 |
5.5 本章小结 | 第71-72页 |
结论与展望 | 第72-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间取得的研究成果 | 第78-79页 |
致谢 | 第79-80页 |
答辩委员会对论文的评定意见 | 第80页 |