文摘
英文文摘
声明
第一章绪论
1.1动态心电图波形筛选问题的提出
1.1.1心电图波形筛选问题
1.1.2动态心电图波形筛选的特点
1.2动态心电图波形自动筛选存在的问题
1.2.1动态心电图波形自动筛选重要环节中存在的问题
1.2.2机器学习技术用于动态心电图波形自动筛选
1.3国内外相关工作
1.3.1心电图波形检测
1.3.2机器学习技术用于波形筛选
1.4本文主要研究内容
1.5本文章节安排
第二章机器学习技术用于动态心电图波形筛选基本框架
2.1波形筛选的基本问题
2.1.1心电波形的个体差异性
2.1.2动态心电波形庞大的数据及其筛选时间的要求
2.1.3心电间隔的时间不等
2.1.4动态心电图波形类型的分布特征
2.1.5动态心电波形自动筛选的实际意义
2.2基于机器学习技术的动态心电图波形自动筛选策略
2.3动态心电波形自动筛选框架结构
2.3.1动态心电波形筛选的预处理
2.3.2心电波形的聚类分析
2.3.3分类技术用于心电波形筛选
2.3.4心电波形筛选的时间策略
2.4本章小结
第三章聚类分析用于心电样本波形标定
3.1心电波形的预处理
3.1.1独立心电波形的获取(R波峰值的定位)
3.1.2心电波形向量化处理
3.1.3心电波形向量中坐标值的处理
3.2心电波形聚类中类别值k的选定
3.2.1心电波形向量聚类时适合的相似度量的选择
3.2.2聚类分析中给定初始聚类值k的算法研究
3.2.3无预先k值的聚类效果
3.2.4适于心电波形数据的k值选定策略
3.3实验及分析
3.3.1无预先给定k值算法的聚类效果
3.3.2k值给定对k-means聚类结果的影响
3.3.3无预先给定k值聚类方法指导k值的选择
3.3.4向量间相似性度量对聚类算法效果的影响
3.3.5适合心电波形向量的聚类策略
3.4本章小结
第四章机器学习技术用于心电图波形筛选
4.1心电波形筛选的两个阶段
4.1.1心电波形的首次筛选的意义
4.1.2心电波形筛选的时间要求及准确性问题
4.1.3心电波形的再筛选问题研究
4.1.4聚类类别内心电向量紧凑度的描述
4.2机器学习方法用于心电波形首次筛选
4.2.1用于首次心电波形筛选的数据
4.2.2用于心电波形筛选的分类器的选择
4.2.3基于实例的非线性分类模型用于心电波形分类
4.2.4首次分类筛选的结果
4.3机器学习技术用于心电波形再筛选问题研究
4.3.1筛选后遗留心电波形种类
4.3.2聚类分析用于遗留心电波形研究
4.3.3相似性搜索用于心电波形筛选研究
4.3.4基于聚类结果和相似性搜索的类别细分与合并策略
4.3.5第二阶段筛选实验结果
4.4本章小结
第五章动态心电图波形自动筛选原型系统
5.1基于机器学习技术的筛选系统结构
5.2筛选系统的主要功能及其实现
5.2.1心电数据信号采集的实现
5.2.2心电数据向量化的实现
5.2.3心电波形样本聚类的实现
5.2.4心电波形第一阶段筛选的实现
5.2.5遗留心电波形第二阶段筛选的实现
5.3本章小结
第六章结束语
6.1论文完成的主要工作
6.2下一步工作展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢