基于卷积神经网络的单导联心电信号识别技术研究

目录

声明

第1章 绪论

1.1 本文的研究背景和意义

1.2 国内外研究现状和发展趋势

1.2.1 心电身份识别算法发展现状

1.2.2 现代心电身份识别技术的发展趋势

1.3 本文的主要研究内容和创新点

1.4 论文的章节安排

第2章 ECG身份识别理论基础

2.1 心电信号产生机理

2.2 心电信号采集方式

2.2.1 ECG的临床采集方式

2.2.2 手指ECG采集方法

2.3 心电信号的时频特征及噪声

2.3.1 心电信号的时域和频域特性

2.3.2 不同的测量位置的心电信号特性

2.3.3 心电信号的噪声来源

2.4 实验数据来源

2.5 本章小结

第3章 心电信号预处理算法研究

3.1 ECG预处理流程

3.2 ECG预处理：基于改进阈值函数的小波阈值去噪算法

3.2.1 离散小波变换

3.2.2 小波阈值函数及参数

3.2.3 改进小波阈值函数循环平移消噪算法

3.3 去噪实验与结果讨论

3.4 盲分割技术

3.5 本章小结

第4章 基于集合经验模态分解的心电时频分析算法

4.1经典时频分析方法

4.2.1 经验模态分解

4.2.2 集合经验模态分解

4.2.3 EEMD算法与EMD算法对比

4.3 希尔伯特谱分析

4.4.1 EEMD算法时频图的获取

4.4.2 EEMD时频转换法与经典时频分析方法比较

4.5 本章小结

第5章 基于卷积神经网络的ECG身份识别算法

5.1.1 深度学习理论

5.1.2 卷积神经网络

5.2 基于ECG的CNN模型构建

5.2.1 CNN网络结构的构建

5.2.2 CNN网络的参数设置

5.3.1 实验平台搭建

5.3.2 实验性能评估指标

5.3.3 实验数据集划分

5.4.1 模型训练阶段参数优化

5.4.2 模型测试阶段结果及分析

5.5 本章小结

第6章 总结与展望

6.1 工作总结

6.2 存在的不足与展望

参考文献

致谢

附录