| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·远程心电监护 | 第10-11页 |
| ·远程心电监护的意义 | 第10页 |
| ·远程心电监护系统的发展和问题 | 第10-11页 |
| ·心电信号概述 | 第11-16页 |
| ·心电信号产生的原理 | 第11-13页 |
| ·心电信号的波形特点 | 第13-14页 |
| ·心电信号噪声的产生原因及其特性 | 第14-16页 |
| ·心电信号自动分析技术的发展概况 | 第16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 2 心电信号检测算法研究 | 第18-30页 |
| ·心电信号的预处理 | 第18-19页 |
| ·QRS 波群检测算法研究 | 第19-27页 |
| ·阈值和滤波法 | 第20-23页 |
| ·小波变换法 | 第23-25页 |
| ·神经网络法 | 第25页 |
| ·模板匹配法 | 第25-26页 |
| ·数学模型法 | 第26页 |
| ·图形识别法 | 第26-27页 |
| ·其他波段检测算法简述 | 第27-28页 |
| ·P 波和T 波的检测方法 | 第27-28页 |
| ·ST 段检测方法 | 第28页 |
| ·本章小结 | 第28-30页 |
| 3 基于神经网络和匹配滤波的QRS 波群检测算法原理 | 第30-48页 |
| ·匹配滤波和白化滤波 | 第30-35页 |
| ·匹配滤波器基本原理 | 第30-32页 |
| ·自适应线性白化滤波器 | 第32-34页 |
| ·自适应滤波的LMS 算法 | 第34-35页 |
| ·基于神经网络的可变模板 | 第35-40页 |
| ·人工神经网络 | 第35-38页 |
| ·BP 网络 | 第38-39页 |
| ·基于BP 网络的模板选择方法 | 第39-40页 |
| ·基于神经网络的非线性自适应白化滤波器 | 第40-46页 |
| ·径向基网络 | 第40-42页 |
| ·基于RBF 网络的非线性自适应白化滤波器 | 第42-44页 |
| ·与基于BP 网络的非线性滤波的比较 | 第44-46页 |
| ·算法的总体构成 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 基于MATLAB 的算法建模与仿真 | 第48-63页 |
| ·MATLAB 软件简介 | 第48页 |
| ·基于BP 网络的模板仿真 | 第48-51页 |
| ·基于RBF 的非线性自适应白化滤波器仿真 | 第51-60页 |
| ·训练算法设计 | 第51-57页 |
| ·非线性自适应白化滤波仿真结果 | 第57-60页 |
| ·算法对含噪ECG 信号的响应 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 5 算法检测效果评估 | 第63-70页 |
| ·算法与带通滤波方法的比较 | 第63-66页 |
| ·线形带通滤波器设计 | 第63页 |
| ·自相关函数比较 | 第63-64页 |
| ·QRS 波群检测效果比较 | 第64-66页 |
| ·算法与基于BP 网络的非线性匹配滤波的比较 | 第66-69页 |
| ·滤波效果比较 | 第66-68页 |
| ·运算时间比较 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| ·结论 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-79页 |
| 附录A 作者在攻读硕士学位期间发表的论文目录: | 第77页 |
| 附录B 作者在攻读学位期间取得的科研成果目录 | 第77-79页 |