面向冠心病早期无损诊断的MEMS电子听诊器与心音特征提取研究

面向冠心病早期无损诊断的MEMS电子听诊器与心音特征提取研究
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2022-04
版次: 1
ISBN: 9787569291612
装帧: 平装
开本: 16开
页数: 186页
字数: 126.000千字
正文语种: 简体中文
分类: 医药卫生
2人买过
  • 本书针对冠心病早期无损诊断的实际应用需求,提出了提高电子听诊器信噪比的心音传感器结构改进方法;同时,制作了完整的电子听诊器,并利用自制MEMS(micro-mechanical)电子听诊器在山西医科大学第二附属医院心内科采集了堵塞程度不一的冠心病心音数据和其他非冠心病心音数据,研究了冠心病和其他非冠心病心音特征差异,提出了利用第一心音特征参数结合舒张期心音特征参数来区分冠心病与非冠心病,提高了冠心病识别的准确率。研究并建立了左降支冠脉堵塞程度与冠心病舒张期心杂音特征参数之间的量化关系,提出了冠心病早期无损诊断的研究方法。 第1章  绪论
      1.1  本书写作背景
        1.1.1  冠心病的发病率和死亡率
        1.1.2  冠心病的常规检测方法
        1.1.3  听诊在冠心病早期诊断中的潜力
      1.2  电子听诊器的发展
        1.2.1  传统听诊器
        1.2.2  电子听诊器研究现状
        1.2.3  MEMs技术的优势
      1.3  心音信号分析研究现状
        1.3.1  心音信号时频分析算法研究现状
        1.3.2  心音信号的滤波消噪及分段定位研究现状
      1.4  冠心病心音特征研究现状
        1.4.1  冠心病心音听诊临床特征
        1.4.2  冠心病心音信号分析和特征提取研究现状
      1.5  主要研究工作及章节编排
    第2章  高信噪比MEMS电子昕诊器设计
      2.1  水声检测与心音检测
      2.2  MEMs心音传感器核心敏感单元结构总体设计
      2.3  传感器敏感单元结构的应力和谐振频率分析
      2.4  传感器的加工、封装及测试
      2.5  结论
    第3章  心音信号预处理
      3.1  引言
      3.2  离散小波变换心音信号去噪
      3.3  心音与心杂音的分离
        3.3.1  心杂音先行分离的必要性
        3.3.2  经验小波变换算法(EWT)
        3.3.3  心音与心杂音的分离结果
      3.4  心音信号的包络提取
      3.5  心音信号的双阈值分段定位
      3.6  结论
    第4章  冠心病第一心音特征提取
      4.1  引言
      4.2  S1傅里叶频谱的分割
      4.3  S1信号的模态分解
      4.4  希尔伯特变换提取各模态瞬时频率
      4.5  K-means聚类算法提取M1和T1
        4.5.1  K-means聚类算法
        4.5.2  聚类后的M1和T1识别
      4.6  不同S1的特征提取
      4.7  S1异常的分类
      4.8  结论
    第5章  冠脉堵塞程度与舒张期心音特征参数的
        量化关系研究
      5.1  引言
      5.2  冠心病与正常人舒张期心音特征参数对比
      5.3  冠心病支架置入术前术后特征对比
      5.4  堵塞程度不同的冠心病心音特征对比
      5.5  舒张期湍流性杂音与返流性杂音特征对比
        5.5.1  含返流性杂音的舒张期定位识别
        5.5.2  冠心病舒张期杂音与瓣膜类心脏病舒张期杂音的区分
      5.6  决策树分类器在冠脉堵塞程度分类识别L}J的应用
        5.6.1  决策树分类器流程
        5.6.2  划分选择
        5.6.3  剪枝处理
        5.6.4  多变量决策树
        5.6.5  冠脉堵塞程度的分类识别
      5.7  结论
    第6章  总结与展望
      6.1  总结
      6.2  工作展望
    参考文献
  • 内容简介:
    本书针对冠心病早期无损诊断的实际应用需求,提出了提高电子听诊器信噪比的心音传感器结构改进方法;同时,制作了完整的电子听诊器,并利用自制MEMS(micro-mechanical)电子听诊器在山西医科大学第二附属医院心内科采集了堵塞程度不一的冠心病心音数据和其他非冠心病心音数据,研究了冠心病和其他非冠心病心音特征差异,提出了利用第一心音特征参数结合舒张期心音特征参数来区分冠心病与非冠心病,提高了冠心病识别的准确率。研究并建立了左降支冠脉堵塞程度与冠心病舒张期心杂音特征参数之间的量化关系,提出了冠心病早期无损诊断的研究方法。
  • 目录:
    第1章  绪论
      1.1  本书写作背景
        1.1.1  冠心病的发病率和死亡率
        1.1.2  冠心病的常规检测方法
        1.1.3  听诊在冠心病早期诊断中的潜力
      1.2  电子听诊器的发展
        1.2.1  传统听诊器
        1.2.2  电子听诊器研究现状
        1.2.3  MEMs技术的优势
      1.3  心音信号分析研究现状
        1.3.1  心音信号时频分析算法研究现状
        1.3.2  心音信号的滤波消噪及分段定位研究现状
      1.4  冠心病心音特征研究现状
        1.4.1  冠心病心音听诊临床特征
        1.4.2  冠心病心音信号分析和特征提取研究现状
      1.5  主要研究工作及章节编排
    第2章  高信噪比MEMS电子昕诊器设计
      2.1  水声检测与心音检测
      2.2  MEMs心音传感器核心敏感单元结构总体设计
      2.3  传感器敏感单元结构的应力和谐振频率分析
      2.4  传感器的加工、封装及测试
      2.5  结论
    第3章  心音信号预处理
      3.1  引言
      3.2  离散小波变换心音信号去噪
      3.3  心音与心杂音的分离
        3.3.1  心杂音先行分离的必要性
        3.3.2  经验小波变换算法(EWT)
        3.3.3  心音与心杂音的分离结果
      3.4  心音信号的包络提取
      3.5  心音信号的双阈值分段定位
      3.6  结论
    第4章  冠心病第一心音特征提取
      4.1  引言
      4.2  S1傅里叶频谱的分割
      4.3  S1信号的模态分解
      4.4  希尔伯特变换提取各模态瞬时频率
      4.5  K-means聚类算法提取M1和T1
        4.5.1  K-means聚类算法
        4.5.2  聚类后的M1和T1识别
      4.6  不同S1的特征提取
      4.7  S1异常的分类
      4.8  结论
    第5章  冠脉堵塞程度与舒张期心音特征参数的
        量化关系研究
      5.1  引言
      5.2  冠心病与正常人舒张期心音特征参数对比
      5.3  冠心病支架置入术前术后特征对比
      5.4  堵塞程度不同的冠心病心音特征对比
      5.5  舒张期湍流性杂音与返流性杂音特征对比
        5.5.1  含返流性杂音的舒张期定位识别
        5.5.2  冠心病舒张期杂音与瓣膜类心脏病舒张期杂音的区分
      5.6  决策树分类器在冠脉堵塞程度分类识别L}J的应用
        5.6.1  决策树分类器流程
        5.6.2  划分选择
        5.6.3  剪枝处理
        5.6.4  多变量决策树
        5.6.5  冠脉堵塞程度的分类识别
      5.7  结论
    第6章  总结与展望
      6.1  总结
      6.2  工作展望
    参考文献
查看详情
12