基于CNN宽度学习系统的心律失常分类研究

目录

声明

目 录

第1章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文的结构安排

第2章心电信号分类相关理论基础

2.1 心电信号产生原理和心律失常

2.2 MIT-BIH 心律失常数据库简介

2.3 数据集标签

2.4 心电信号预处理技术

2.4.1 心电信号去噪

2.4.2 心拍截取

2.4.3 心拍标准化

2.5 宽度学习基础

2.5.1 宽度学习算法

2.6 本章小结

第3章基于CNNBLS 心律失常的分类研究

3.1 CNNBLS 心律失常分类模型构建方法研究

3.1.1 卷积神经网络

3.1.2 CNNBLS 模型的构建

3.1.3 CNNBLS 心律失常的分类流程图

3.2 CNNBLS 的参数设置

3.2.1 CNNBLS 的卷积核尺寸的确定

3.2.2 CNNBLS 卷积核数量的确定

3.2.3 CNNBLS 特征节点的确定

3.2.4 CNNBLS 增强节点的确定

3.3 CNNBLS 心律失常分类性能分析

3.3.1 实验数据设置

3.3.2 实验结果与分析

3.4 本章小结

第4章基于CNNBLS增量学习的心律失常分类研究

4.1 CNNBLS 的增量学习

4.2 CNNBLS 增量学习的心律失常分类性能分析

4.2.1 实验数据设置

4.2.2 实验结果分析

4.2.3 与其他参考文献对比

4.3 本章小结

第5章总结与展望

5.1 总结

5.2 展望

参考文献

作者简介及科研成果

致 谢