摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-19页 |
1.1 课题的研究背景和意义 | 第11页 |
1.2 心电信号消噪的研究现状 | 第11-14页 |
1 2.1 心电信号噪声来源 | 第12页 |
1.2.2 心电信号消噪方法 | 第12-14页 |
1.3 盲源分离与非负矩阵分解的研究现状 | 第14-17页 |
1.3.1 盲源分离与非负矩阵分解的发展历史 | 第15-16页 |
1.3.2 NMF与盲源分离的关系 | 第16-17页 |
1.4 本文研究的内容及章节安排 | 第17-19页 |
第二章 盲源分离的基础知识 | 第19-37页 |
2.1 盲源分离问题的描述 | 第19-21页 |
2.2 独立分量分析的理论基础 | 第21-27页 |
2.2.1 概率论基础 | 第21页 |
2.2.2 高阶统计量理论基础 | 第21-25页 |
2.2.3 信息论基础 | 第25-27页 |
2.3 预处理 | 第27-28页 |
2.4 独立分量分析的独立性度量准则 | 第28-32页 |
2.4.1 非高斯性极大化 | 第29页 |
2.4.2 互信息最小化 | 第29-30页 |
2.4.3 极大似然函数 | 第30-31页 |
2.4.4 负熵最大化 | 第31-32页 |
2.5 基于信息论的独立成分分析算法 | 第32-35页 |
2.5.1 信息极大化算法 | 第32-33页 |
2.5.2 互信息最小化算法 | 第33-34页 |
2.5.3 最大似然算法 | 第34页 |
2.5.4 固定点算法 | 第34-35页 |
2.6 本章小结 | 第35-37页 |
第三章 心电信号研究意义及分析方法 | 第37-45页 |
3.1 心电信号 | 第37-39页 |
3.1.1 心电的产生和时频域特点 | 第37-39页 |
3.1.2 心电的临床价值 | 第39页 |
3.2 心电信号特征点的提取分析 | 第39-41页 |
3.2.1 ECG特征点提取的国内外研究现状 | 第39-40页 |
3.2.2 ECG信号特征点提取的具体步骤 | 第40-41页 |
3.3 ECG信号消噪的分析 | 第41-44页 |
3.3.1 ECG信号去噪处理的国内外研究现状 | 第41-42页 |
3.3.2 MIT-BIH数据库常用的数据包 | 第42-43页 |
3.3.3 含噪ECG信号的噪声类型 | 第43-44页 |
3.4 本章小结 | 第44-45页 |
第四章 PNMF算法的建立 | 第45-55页 |
4.1 NMF理论的特点 | 第45-47页 |
4.1.1 NMF算法的优点 | 第46-47页 |
4.1.2 NMF算法的缺点 | 第47页 |
4.2 NMF理论的应用领域 | 第47-48页 |
4.3 NMF算法 | 第48-51页 |
4.3.1 NMF的数学模型 | 第48-49页 |
4.3.2 基本NMF算法 | 第49-51页 |
4.4 PNMF算法的建立 | 第51-53页 |
4.5 目标函数初始化 | 第53页 |
4.6 本章小结 | 第53-55页 |
第五章 PNMF算法在心电信号消噪中的应用 | 第55-65页 |
5.1 心电信号与非负矩阵分解的结合 | 第55-56页 |
5.2 NMF算法处理心电信号的原理及数学模型 | 第56-57页 |
5.3 心电信号分离效果量化评价 | 第57页 |
5.3.1 信噪比评价标准 | 第57页 |
5.3.2 PI(PERFORMANCE INDEX)指数 | 第57页 |
5.4 实验过程设计 | 第57-59页 |
5.4.1 数据合成 | 第57-58页 |
5.4.2 实验过程 | 第58-59页 |
5.5 实验结果分析 | 第59-62页 |
5.6 PNMF与FASTICA算法的消噪结果对比 | 第62-63页 |
5.7 本章小结 | 第63-65页 |
第六章 总结与展望 | 第65-69页 |
6.1 本文研究工作总结 | 第65-66页 |
6.2 研究工作展望 | 第66-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-77页 |
攻读硕士学位期间发表的论文专利及参与的项目 | 第77页 |