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;
