| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及研究意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.2.1 心电监护技术研究现状 | 第11-12页 |
| 1.2.2 心电信号降噪技术研究现状 | 第12-14页 |
| 1.3 论文内容安排 | 第14-16页 |
| 第2章 深度因子分析 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 因子分析 | 第16-21页 |
| 2.2.1 高斯分布的矩阵表示 | 第16-18页 |
| 2.2.2 因子分析模型 | 第18-21页 |
| 2.3 深度因子分析及其在心电信号降噪中的应用 | 第21-24页 |
| 2.3.1 心电信号噪声类型 | 第21-22页 |
| 2.3.2 深度因子分析模型 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于监督学习深度因子分析的心电信号降噪算法研究 | 第25-50页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基于监督学习深度因子分析的心电信号降噪算法 | 第26-34页 |
| 3.2.1 梯度下降算法 | 第26-27页 |
| 3.2.2 设计优化目标函数及其参数求导 | 第27-30页 |
| 3.2.3 基于监督学习深度因子分析实现降噪 | 第30-34页 |
| 3.3 算法验证和结果分析 | 第34-48页 |
| 3.3.1 去噪评价标准 | 第34页 |
| 3.3.2 网络参数设置 | 第34-35页 |
| 3.3.3 实验数据 | 第35-36页 |
| 3.3.4 训练样本对降噪结果的影响 | 第36-41页 |
| 3.3.5 降噪结果比较 | 第41-48页 |
| 3.3.6 实验结论 | 第48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 在智慧心电监测平台的应用 | 第50-56页 |
| 4.1 引言 | 第50页 |
| 4.2 智慧心电监测平台介绍 | 第50-52页 |
| 4.2.1 心电信号采集 | 第51-52页 |
| 4.2.2 心电健康云系统 | 第52页 |
| 4.3 本文算法在智慧心电监测平台的应用 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 总结和展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 后期展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间取得的研究成果 | 第63页 |