首页> 中文学位 >基于深度学习的心电信号质量评估方法的研究
【6h】

基于深度学习的心电信号质量评估方法的研究

代理获取

目录

声明

摘要

第1章绪论

1.1研究背景及意义

1.2动态心电信号的特点及干扰分析

1.2.1动态ECG的特点

1.2.2动态ECG的常见干扰

1.3心电信号的质量评估的国内外研究现状

1.4论文组织结构

第2章心电信号质量评估数据库

2.1现有数据库的标注规则总结

2.2新提出的标注规则

2.2.1规则一

2.2.2规则二

2.2.3规则三

2.3本文使用的数据库

2.4本章小结

第3章基于手工提取特征和支持向量机的心电信号质量评估方法

3.1手工提取特征

3.1.4导联漂移特征

3.1.5基线值特征

3.1.6最大值个数特征

3.1.7R峰检测特征

3.1.8R峰个数特征

3.2手工提取特征融合

3.3.1支持向量机简介

3.3.2SVM的核函数选择

3.4实验结果

3.5本章小结

4.1时频分析方法

4.2小波变换

4.3S变换

4.4心电信号的时频图

4.5本章小结

第5章基于S变换和特征学习的心电信号质量评估方法

5.1现有的心电信号的质量评估方法的问题

5.2方法概述

5.3使用的手工提取特征

5.4卷积神经网络

5.5特征学习与融合

5.6实验结果与分析

5.6.2对比实验结果

5.6.3个案研究分析

5.6.4分析讨论

5.7本章小结

6.1工作总结

6.2未来工作的展望

参考文献

致谢

攻读学位期间发表的学术论文目录

展开▼

著录项

  • 作者

    韩笑;

  • 作者单位

    山东大学;

  • 授予单位 山东大学;
  • 学科 集成电路工程
  • 授予学位 硕士
  • 导师姓名 田岚,舒明雷;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

  • 入库时间 2022-08-17 11:23:27

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