1. 研究目的与意义
心电图是医生结合自身经验对病人做出诊断结果的重要依据，近年来，随着数字技术的崛起，带动了智能医疗的蓬勃发展，对于智能医疗，通俗的说就是利用机器学习或深度学习算法，学习数据中规律，从而能像医生一样给出诊断结果，人工智能技术与医疗的深度融合，可以使整个医疗行业引来前所未有的发展机遇，大大节约医疗资源。
2. 研究内容和预期目标
研究内容：主要研究心电图（ECG）信号，心电图包括丰富的病理信息，典型的心电信号主要包括P波，QRS波，T波等一系列特征波。
拟解决的关键问题：如何利用机器学习或深度学习算法以及对于数字信号处理的算法，通过ECG信号，实现对心血管异常信息的诊断（识别）。
写作提纲：（后续正式写论文时会有所调整）
3. 国内外研究现状
机器学习是最近三十年中新兴起的科研学科之一，已经在现代信息生活的各个领域有了较广泛的应用，其中智能医疗由于关乎人的生命健康，依然有很长的发展道路要走。
4. 计划与进度安排
先获取相关的ECG数据，通关机器学习或深度学习算法完成分类和识别算法，根据最终结果以及写作提纲完成论文的撰写。
5. 参考文献
[1] Yeh Y C, Wang WJ, Chiou C W. Feature selection algorithm for ECG signals using range-overlapsmethod[J]. ExpertSystems with Applications, 2010, 37(4): 3499-3512.
[2]Raj s, Ray K C. ECG signal analysis using DCT-based DOST and PSO optimized SVM[J].IEEE Transactions on Instrumentation and Measurement, 2017, 66(3): 470-478.
[3]Liu T, Si Y, Wen D, et al. Dictionary learning for VQ feature extraction in ECGbeats classification[J]. Expert Systems with Applications, 2016, 53: 129-137.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
