声明
1． 绪论
1.1选题的依据及意义
1.1.1 冠心病的发病率和死亡率
1.1.2 冠心病的常规检测方法
1.1.3 听诊在冠心病早期诊断中的潜力
1.2 电子听诊器的发展
1.2.1 传统听诊器
1.2.2 电子听诊器研究现状
1.2.3 MEMS 技术的优势
1.3 心音信号分析研究现状
1.3.1心音信号时频分析算法研究现状
1.3.2心音信号的滤波消噪及分段定位研究现状
1.4 冠心病心音特征研究现状
1.4.1 冠心病心音听诊临床特征
1.4.2 冠心病心音信号分析和特征提取研究现状
1.5 论文的主要研究工作及章节编排
2．高信噪比MEMS电子听诊器设计
2.1水声检测与心音检测
2.2 MEMS 心音传感器核心敏感单元结构总体设计
2.3 传感器敏感单元结构的应力和谐振频率分析
2.4 传感器的加工、封装及测试
2.5 结论
3．心音信号预处理
3.1 引言
3.2 离散小波变换心音信号去噪
3.3 心音与心杂音的分离
3.3.1 心杂音先行分离的必要性
3.3.2 经验小波变换算法（EWT）
3.3.3 心音与心杂音的分离结果
3.4 心音信号的包络提取
3.5 心音信号的双阈值分段定位
3.6 结论
4．冠心病第一心音特征提取
4.1 引言
4.2 S1 傅里叶频谱的分割
4.3 S1信号的模态分解
4.4 希尔伯特变换提取各模态瞬时频率
4.5 K-means 聚类算法提取 M1和 T1
4.5.1 K-means 聚类算法
4.5.2 聚类后的 M1和 T1识别
4.6 不同 S1的特征提取
4.7 S1异常的分类
4.8 结论
5．冠脉堵塞程度与舒张期心音特征参数的量化关系研究
5.1 引言
5.2冠心病与正常人舒张期心音特征参数对比
5.3 冠心病支架置入术前术后特征对比
5.4 堵塞程度不同的冠心病心音特征对比
5.5 舒张期湍流性杂音与返流性杂音特征对比
5.5.1 含返流性杂音的舒张期定位识别
5.5.2 冠心病舒张期杂音与瓣膜类心脏病舒张期杂音的区分
5.6 决策树分类器在冠脉堵塞程度分类识别中的应用
5.6.1 决策树分类器流程
5.6.2 划分选择
5.6.3 剪枝处理
5.6.4 多变量决策树
5.6.5 冠脉堵塞程度的分类识别
5.7 结论
6．总结与展望
6.1 论文总结
6.2 工作展望
参考文献
攻读博士期间所取得研究成果
致谢
中北大学;
