| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 生物特征识别技术概述 | 第8-9页 |
| 1.2 ECG身份识别的可行性分析 | 第9-10页 |
| 1.2.1 ECG信号的产生原理 | 第9页 |
| 1.2.2 ECG身份识别的可行性 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 基于特征点的ECG身份识别 | 第10-11页 |
| 1.3.2 基于波形形态的ECG身份识别 | 第11-12页 |
| 1.4 心电波形质量对身份识别准确率的影响 | 第12-13页 |
| 1.4.1 ECG信号异常波形 | 第12页 |
| 1.4.2 心电波形质量影响身份识别准确率 | 第12-13页 |
| 1.5 基于典型心电波形自动筛选的难点 | 第13-14页 |
| 1.6 本文主要研究内容和结构 | 第14-16页 |
| 第二章 ECG信号采集和预处理 | 第16-23页 |
| 2.1 本文实验数据来源 | 第16-17页 |
| 2.1.1 自采数据 | 第16-17页 |
| 2.1.2 ECG-ID数据库 | 第17页 |
| 2.2 ECG信号去噪处理 | 第17-19页 |
| 2.3 心电波形单心动周期分割 | 第19-22页 |
| 2.3.1 心电信号的R波峰点检测 | 第19-21页 |
| 2.3.2 单心动周期分割 | 第21页 |
| 2.3.3 ECG信号不同采集数据精度的标准化 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 标准心电波形的高斯混合模型建立 | 第23-37页 |
| 3.1 标准完整ECG波形 | 第23-24页 |
| 3.2 特征提取 | 第24-26页 |
| 3.3 高斯模型 | 第26-28页 |
| 3.3.1 正态分布(高斯分布) | 第26-27页 |
| 3.3.2 高斯混合模型(GMM,GaussianMixtureModel) | 第27-28页 |
| 3.4 ECG完整单心动周期的高斯模型 | 第28-31页 |
| 3.4.1 高斯模型初始化 | 第28页 |
| 3.4.2 EM算法参数估计 | 第28-30页 |
| 3.4.3 基于马氏距离的相似性度量 | 第30页 |
| 3.4.4 阈值的确定 | 第30-31页 |
| 3.5 实验及结果分析 | 第31-36页 |
| 3.5.1 实验数据 | 第31页 |
| 3.5.2 完整波形判定标准 | 第31-32页 |
| 3.5.3 实验步骤及方法 | 第32页 |
| 3.5.4 实验结果及分析 | 第32-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于高斯混合模型的典型心电波形筛选 | 第37-48页 |
| 4.1 分段P、QRS、T特征提取 | 第37-40页 |
| 4.1.1 P、QRS、T波段划分 | 第37-39页 |
| 4.1.2 特征提取 | 第39-40页 |
| 4.2 P、QRS、T波典型高斯模型 | 第40-42页 |
| 4.2.1 高斯混合模型初始化 | 第40页 |
| 4.2.2 高斯混合模型参数表示 | 第40-41页 |
| 4.2.3 典型波形高斯混合模型阈值表示 | 第41-42页 |
| 4.3 波形完整性筛选对比实验 | 第42-44页 |
| 4.3.1 实验数据 | 第42页 |
| 4.3.2 实验方法及步骤 | 第42页 |
| 4.3.3 实验结果及分析 | 第42-44页 |
| 4.4 身份识别对比实验 | 第44-47页 |
| 4.4.1 实验数据 | 第44页 |
| 4.4.2 实验方法及步骤 | 第44-45页 |
| 4.4.3 实验结果及分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结及展望 | 第48-50页 |
| 5.1 工作总结 | 第48-49页 |
| 5.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |