| 缩略词表 | 第4-5页 |
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题研究的目的和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 2 CWDS-LVOT的采集 | 第16-24页 |
| 2.1 MR-HOCM概述 | 第16-17页 |
| 2.2 CWDS-LVOT特性 | 第17-20页 |
| 2.2.1 CWDS及其含义 | 第17-19页 |
| 2.2.2 MR-HOCM患者CWDS-LVOT | 第19-20页 |
| 2.3 CWDS-LVOT的采集 | 第20-23页 |
| 2.3.1 采集方法 | 第20-22页 |
| 2.3.2 采集系统 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 降噪预处理 | 第24-31页 |
| 3.1 噪声分析 | 第24页 |
| 3.2 降噪方法 | 第24-28页 |
| 3.2.1 降噪原理 | 第24-25页 |
| 3.2.2 实验结果与性能评估 | 第25-28页 |
| 3.3 最大频率曲线的提取 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 盲源分离基本原理 | 第31-42页 |
| 4.1 BSS模型和假设条件 | 第31-33页 |
| 4.1.1 BSS模型 | 第31-32页 |
| 4.1.2 BSS假设条件 | 第32-33页 |
| 4.2 BSS实现算法 | 第33-37页 |
| 4.2.1 FAST-ICA算法原理 | 第33-34页 |
| 4.2.2 算法过程 | 第34-36页 |
| 4.2.3 FAST-ICA算法实现步骤 | 第36-37页 |
| 4.3 分离结果的盲不确定性 | 第37-39页 |
| 4.3.1 盲不确定性的表现 | 第37页 |
| 4.3.2 盲不确定性的消除 | 第37-39页 |
| 4.4 分离结果的独立性测度方法 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 血流信号分离实验的分析研究 | 第42-61页 |
| 5.1 血流信号的分离 | 第42-49页 |
| 5.1.1 血流信号分离的不同实现算法的对比实验 | 第44页 |
| 5.1.2 血流信号分离结果的独立性测度 | 第44-49页 |
| 5.2 血流信号的鉴别和盲不确定性消除 | 第49-51页 |
| 5.2.1 基于最大相关准则的估计源信号的成分鉴别 | 第49页 |
| 5.2.2 基于频谱相似度的盲不确定性消除 | 第49-51页 |
| 5.3 血流信号分离的实验评估 | 第51-57页 |
| 5.3.1 血流成分分离的有效性验证 | 第51-54页 |
| 5.3.2 血流成分分离的稳定性验证 | 第54-56页 |
| 5.3.3 血流信号分离的算法评估 | 第56-57页 |
| 5.4 算法评估模型的建立 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 特征参数提取和系统界面设计 | 第61-67页 |
| 6.1 特征参数提取 | 第61-63页 |
| 6.2 系统界面设计 | 第63-66页 |
| 6.3 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表论文及科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |