文档介绍：:.
\一学位论文作者数⋯⋯獯匙日期:辍卧孪缛日期:/年/月多日学位论文原创性声明学位论文使用授权声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。
摘要心电信号是心脏活动过程中产生的生物电信号在体表的反应。它是临床上诊断心脏疾病的重要手段。通常,对于心电图进行的人工分析,主观性比较强,工作量巨大。随着计算机技术的发展,心电信号的自动分析技术的需求开始变成现实。心电信号的自动分析依赖于准确的心电信号参数。由于心电信号幅度小,频率低,在采集过程中容易受到外界环境和人体自身的影响。采集到的心电信号常会夹杂着许多干扰,有时甚至干扰会将正常的心电信号淹没,这给病情的诊断带来很多不便。同时,由于病人情况各异,会使采集到的心电信号千差万别。怎样从杂乱的信号中提取出有用的心电信号,得到准确的心电信号参数是心电信号自动分析中的重点。本文利用提升小波的方法对心电信号进行处理和特征提取。由于提升小波相对于第一代小波来说,占用系统资源少,适合于在实际应用中进行推广。首先,利用小波阈值法对心电信号进行去噪处理。利用小波的方法对心电信号进行多层分解,剔除噪声比重大的层,保留有用信号比重大的层。通过小波重构,得到去除噪声的心电波形。然后,对去除噪声的心电信号进行特征波形分析。利用模极大值法,分别检测出ㄈ海琍波,ǖ娜非形恢茫玫叫牡缧号的特征参数。最后,制定检测标准,利用检测到的心电信号参数进行自动分析。通过利用菘馐萁屑煅椋っ魉惴ㄊ强尚械摹关键词:小波分析心电信号自动检测心律失常
甌瓻,,甒瓹,甅..甋琣甅琣甀瓵,’瓾..,...簑,琣琍瑂
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..牡缧藕盘氐恪国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔ǚ治龌≈J丁小波分析的历史⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯连续小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.离散小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..多分辨率分析与算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...喾直媛史治觥..................................................................
〔⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...∪结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..卣魈崛心电信号特征波检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ê蚐波的检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯提升小波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嵘〔ú街琛牡缛ピ搿心电信号噪声及其特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..信号和噪声在小波变换下的特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..提升小波变换心电信号去噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.兄档难∪仿真分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..小波变换表征信号突变点的原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..〔瞬ㄆ鞯钠刀畏纸狻ḿ觳狻ḿ觳饨峁ㄓ隨波检测结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ê蚑波的检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ê蚑波检测结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目录.
致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.个人简历、研究生期间发表论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..心律失常的形成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯冲动起源性心率失常分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯芙嵊胝雇参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯