首页> 中文学位 >基于CNN和LSTM结合的心律失常分类研究
【6h】

基于CNN和LSTM结合的心律失常分类研究

代理获取

目录

第一章 引言

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容及章节安排

1.3.1 本文主要研究内容

1.3.2 章节安排

1.4 本章小结

第二章 心电信号的基础知识

2.1心电的产生机理和心电图

2.2 心律失常概述

2.3 MIT-BIH数据库

2.4 QRS波定位算法简介

2.4.1 预处理

2.4.2 自适应阈值设计

2.4.3 算法评估

2.5 本章小结

第三章 卷积神经网络和长短期记忆网络

3.1 卷积神经网络

3.2 长短时记忆网络

3.3 本章小结

第四章 基于CNN和LSTM结合的心律失常分类研究

4.1 预处理

4.2 CNN-LSTM模型

4.2.1 训练方案

4.2.2 分类性能评估

4.3 实验结果

4.4 本章小结

第五章 结果分析和讨论

5.1 结果分析

5.2 数据段划分对结果的影响

5.3 采用信号切片对实验结果的影响

5.3.1 信号切片方式

5.3.2 实验结果

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士期间发表的学术论文

攻读硕士期间参与的研究项目

展开▼

著录项

  • 作者

    梁小龙;

  • 作者单位

    西南大学;

  • 授予单位 西南大学;
  • 学科 信号与信息处理
  • 授予学位 硕士
  • 导师姓名 温万惠;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    CNN; 心律失常;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号