心电信号智能分析与识别PDF电子书下载

查看更多关于的内容

1 绪论 1

1.1 研究意义 1

1.2 研究现状及发展动态分析 3

1.3 移动智能心电监护手表项目的研发进展 8

2 FFT及小波变换快速并行算法研究 12

2.1 FFT并行计算 12

2.2 FFT算法与DFT算法 13

2.3 FFT并行算法 15

2.4 改进的FFT算法 16

2.5 FFT算法验证 23

2.6 FFT并行计算研究讨论 26

2.7 小波变换并行算法研究 26

2.8 Mallat算法与快速傅立叶变换 27

2.9 基于MPSoC改进的FFT算法 28

2.10 小波变换并行算法优化 32

2.11 小波变换算法验证 35

2.12 小结 37

3 基于EZW的ECG压缩算法研究与改进 38

3.1 引言 38

3.2 提升小波变换 40

3.3 EZW优化与改进 43

3.4 实验结果与结论 48

3.5 ECG压缩算法研究讨论 52

4 基于小波变换的ECG信号分析处理研究 53

4.1 ECG信号去噪研究 53

4.2 小波消失矩与最优小波基选择 55

4.3 ECG信号小波变换的分层处理 61

4.4 去噪实验结果分析 68

4.5 小波去噪讨论 70

4.6 ECG特征检测研究 70

4.7 QRS波及T波特征值提取 72

4.8 ECG逆向分析与心肌外膜动作电位特征检测 77

4.9 ECG特征检测实验与仿真结果 82

4.10 特征检测讨论 86

5 移动终端最优节能实时任务调度算法 87

5.1 研究背景 87

5.2 相关工作 89

5.3 系统模型 90

5.4 节能最优调度算法 95

5.5 实验与仿真效果 102

5.6 最优节能调试研究讨论 104

6 基于深度学习的ECG分析与识别 105

6.1 深度卷积神经网络 105

6.2 ECG多分辨率深度学习 108

6.3 ECG多分辨率深度学习框架 113

6.4 多分辨率快速深度神经网络训练与测试 115

参考文献 116

查看更多关于的内容