基于深度学习的心房颤动早期检测研究

目录

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