声明
第1章绪论
1.1论文背景与研究意义
1.2可穿戴设备ECG信号降噪难点
1.3论文研究内容和结构
1.3.1论文创新点
1.3.2论文研究内容
1.3.3论文结构
第2章 文献综述和相关背景
2.1心电信号
2.1.1心电信号特点
2.1.2穿戴设备ECG噪声特点
2.2国内外研究情况
2.2.1数字滤波器
2.2.2自适应滤波器
2.2.3小波变换
2.2.4经验模态分解
2.2.5本文系统与文献对比
2.3基础理论知识
2.3.1卷积神经网络基本结构
2.3.2 CEEMDAN算法
2.3.3 IIR滤波器
2.4本章小结
第3章基于神经网络的ECG-CEEMDAN降噪系统
3.1训练CED网络
3.1.1 CED网络结构
3.1.2特征提取
3.2 CEEMDAN结合IIR滤波器去除基线漂移
3.2.1 CEEMDAN分解
3.2.2 IMF阶数的选择算法
3.2.3等相位IIR高通滤波器
3.3本章小结
第4章ECG-CEEMDAN降噪系统的性能分析
4.1性能评价指标
4.2实验数据集
4.2.1心电数据库
4.2.2仿真心电信号与噪声
4.3.1网络深度确定
4.3.2网络降噪性能
4.4 CEEMDAN分解配合IIR滤波器
4.4.1滤除基线漂移
4.4.2滤除全部噪声
4.5系统与其它方案对比
4.6降噪对情绪分类的提升
4.6.1情绪特征提取
4.6.2用于情绪分类的机器学习算法
4.6.3结果分析
4.7本章小结
第5章FPGA+GPU加速ECG-CEEMDAN降噪系统
5.1 GPU独立计算方法
5.2 FPGA与GPU异构加速
5.2.1系统概述
5.2.2 GPU内核函数
5.2.3时间开销的优化
5.3加速实验
第6章总结与展望
6.1总结
6.2展望
参考文献
致谢
浙江大学;