提出了一種改進的基于肺音信號的聲譜圖熵特征分析的客觀喘鳴音檢測方法。喘鳴音的功率明顯高于正常肺音,因此喘鳴音聲譜圖的功率分布沿頻率軸方向具有明顯的聚集特性,該特性可以通過熵值反映。本算法首先對肺音信號進行時頻變換得到時頻幅度譜信號,然后去除基本呼吸音,進而計算其熵特性曲線并提取熵特性曲線的相應(yīng)特征.最后,通過支持向量機（support vector machine,SVM）訓(xùn)練分類器,實現(xiàn)了喘鳴音的有效檢測。該方法通過預(yù)處理使熵特性曲線的特征差異更加明顯,且通過SVM分類器進行檢測,解決了原方法檢測存在檢測模糊區(qū)域的問題。實驗結(jié)果表明,該算法在兩組測試集的檢測準確率分別為97.1%和95.7%,檢測率較高,具有良好的應(yīng)用前景。 

【文章頁數(shù)】：6 頁

【文章目錄】：
引言
1 喘鳴音檢測算法
    1.1 肺音信號的聲譜圖分析
    1.2 聲譜圖熵特征提取
    1.3 分類器訓(xùn)練及喘鳴音檢測
2 實驗結(jié)果及討論
    2.1 實驗數(shù)據(jù)集
    2.1 實驗結(jié)果及討論
    2.3 魯棒性測試
3 結(jié)論


【參考文獻】：
期刊論文
[1]松質(zhì)骨超聲背散射信號的譜信息熵判斷方法[J]. 徐峰,許懌文,劉成成,他得安.  聲學(xué)學(xué)報. 2016(03)
[2]水下目標回波盲分離性能的瞬時頻率特征評價方法[J]. 李秀坤,夏峙.  聲學(xué)學(xué)報. 2015(05)
[3]全局譜參數(shù)下的耳語說話人狀態(tài)因子分析[J]. 龔呈卉,趙鶴鳴,陶智,張慶芳.  聲學(xué)學(xué)報. 2014(02)
[4]喘鳴音的時頻譜圖特征提取與信號檢測[J]. 李真真,吳效明.  信號處理. 2013(04)
[5]一種基于支持向量機的海底聲學(xué)參數(shù)快速統(tǒng)計反演方法[J]. 高偉,王寧.  聲學(xué)學(xué)報. 2010(03)



本文編號：3709653