第1章 緒論
1.1 本書寫作背景
1.1.1 冠心病的發(fā)病率和死亡率
1.1.2 冠心病的常規(guī)檢測方法
1.1.3 聽診在冠心病早期診斷中的潛力
1.2 電子聽診器的發(fā)展
1.2.1 傳統(tǒng)聽診器
1.2.2 電子聽診器研究現(xiàn)狀
1.2.3 MEMs技術(shù)的優(yōu)勢
1.3 心音信號分析研究現(xiàn)狀
1.3.1 心音信號時頻分析算法研究現(xiàn)狀
1.3.2 心音信號的濾波消噪及分段定位研究現(xiàn)狀
1.4 冠心病心音特征研究現(xiàn)狀
1.4.1 冠心病心音聽診臨床特征
1.4.2 冠心病心音信號分析和特征提取研究現(xiàn)狀
1.5 主要研究工作及章節(jié)編排
第2章 高信噪比MEMS電子昕診器設(shè)計
2.1 水聲檢測與心音檢測
2.2 MEMs心音傳感器核心敏感單元結(jié)構(gòu)總體設(shè)計
2.3 傳感器敏感單元結(jié)構(gòu)的應(yīng)力和諧振頻率分析
2.4 傳感器的加工、封裝及測試
2.5 結(jié)論
第3章 心音信號預(yù)處理
3.1 引言
3.2 離散小波變換心音信號去噪
3.3 心音與心雜音的分離
3.3.1 心雜音先行分離的必要性
3.3.2 經(jīng)驗小波變換算法(EWT)
3.3.3 心音與心雜音的分離結(jié)果
3.4 心音信號的包絡(luò)提取
3.5 心音信號的雙閾值分段定位
3.6 結(jié)論
第4章 冠心病第一心音特征提取
4.1 引言
4.2 S1傅里葉頻譜的分割
4.3 S1信號的模態(tài)分解
4.4 希爾伯特變換提取各模態(tài)瞬時頻率
4.5 K-means聚類算法提取M1和T1
4.5.1 K-means聚類算法
4.5.2 聚類后的M1和T1識別
4.6 不同S1的特征提取
4.7 S1異常的分類
4.8 結(jié)論
第5章 冠脈堵塞程度與舒張期心音特征參數(shù)的
量化關(guān)系研究
5.1 引言
5.2 冠心病與正常人舒張期心音特征參數(shù)對比
5.3 冠心病支架置入術(shù)前術(shù)后特征對比
5.4 堵塞程度不同的冠心病心音特征對比
5.5 舒張期湍流性雜音與返流性雜音特征對比
5.5.1 含返流性雜音的舒張期定位識別
5.5.2 冠心病舒張期雜音與瓣膜類心臟病舒張期雜音的區(qū)分
5.6 決策樹分類器在冠脈堵塞程度分類識別L}J的應(yīng)用
5.6.1 決策樹分類器流程
5.6.2 劃分選擇
5.6.3 剪枝處理
5.6.4 多變量決策樹
5.6.5 冠脈堵塞程度的分類識別
5.7 結(jié)論
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 工作展望
參考文獻(xiàn)