声明
致谢
序言
1 引言
1.1 课题研究背景及意义
1.2 ECG心电图检测及房颤特征表现
1.2.1 ECG 心电图波形
1.2.2 房颤的特征表现
1.3 课题国内外研究现状
1.3.1 基于传统方法的房颤检测
1.3.2 基于深度学习的房颤检测
1.4 课题研究内容及论文组织结构安排
2 基于深度学习的房颤检测算法理论基础
2.1 数据集
2.1.1 数据集简介
2.1.2 数据预处理
2.2 研究相关深度学习理论基础知识
2.2.1 卷积神经网络
2.2.2 一维卷积神经网络
2.2.3 应用一维卷积神经网络处理心电信号数据
2.2.4 循环神经网络
2.3 本章小结
3 基于密集连接卷积神经网络的房颤检测算法
3.1 密集连接卷积神经网络
3.2 一维密集连接卷积神经网络房颤检测算法实现
3.3 实验结果与分析
3.3.1 评价指标
3.3.2 不同降噪处理方式结果对比
3.3.3 网络实施细节
3.3.4 结果分析
3.4 本章小结
4 基于密集连接卷积循环神经网络的房颤检测算法
4.1 卷积循环神经网络
4.2 卷积循环神经网络房颤检测算法实现
4.2.1 网络结构设计
4.2.2 结果分析
4.3 密集连接卷积循环神经网络房颤检测算法实现
4.3.1 网络结构设计
4.3.2 结果分析
4.4 本章小结
5 总结与展望
5.1 全文总结
5.2 未来展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;