針對基于小波分析和經(jīng)驗?zāi)Ｊ椒纸獾慕翟敕椒ū举|(zhì)上不能追蹤并消除噪聲且容易造成心音失真的問題,本文提出了一種融合改進最小值控制遞歸平均和最優(yōu)修正對數(shù)譜幅度估計的心音降噪方法。該方法采用短時窗平滑動態(tài)追蹤、估計噪聲最小值,并將噪聲估計用于獲取最優(yōu)頻譜增益函數(shù),通過最小化干凈心音與估計的干凈心音的差異來最大限度地抑制噪聲。此外,結(jié)合心音時頻圖主觀分析和對正常與異常心音分類系統(tǒng)貢獻性的客觀分析,提出了一種更為嚴格的評價機制。實驗結(jié)果表明,本文提出的方法有效地改善了心音信號的時頻特征,并在正常與異常心音分類系統(tǒng)中獲得了更高的評分。本文提出方法能夠幫助醫(yī)務(wù)工作者提高聽診的準確性,對計算機輔助診斷系統(tǒng)的構(gòu)建與應(yīng)用也具有十分重要的參考價值。 

【文章頁數(shù)】：11 頁

【文章目錄】：
引言
1 算法框架
2 基于IMCRA-OMLSA的心音降噪
    2.1 基于OMLSA的心音降噪
    2.2 基于IMCRA的噪聲估計
3 降噪結(jié)果的主觀分析
4 降噪結(jié)果的客觀評估
    4.1 數(shù)據(jù)集與特征提取
    4.2 分類器構(gòu)建
    4.3 評估結(jié)果及分析
5 總結(jié)與討論


【參考文獻】：
期刊論文
[1]混沌同步系統(tǒng)降噪方法及其在滾動軸承故障診斷中的應(yīng)用[J]. 李國正,譚南林,蘇樹強,張馳.  北京理工大學學報. 2019(07)
[2]基于CEEMD的心音信號小波包去噪算法研究[J]. 董利超,郭興明,鄭伊能.  振動與沖擊. 2019(09)
[3]基于coif-5小波的心音自適應(yīng)閾值降噪方法[J]. 許春冬,周靜,龍清華,許瑞龍.  科學技術(shù)與工程. 2019(02)
[4]S1和S2共振峰頻率在心音分類識別中的應(yīng)用[J]. 成謝鋒,陳亞敏.  南京郵電大學學報(自然科學版). 2017(05)
[5]基于經(jīng)驗?zāi)B(tài)分解的胎心音信號除噪方法[J]. 劉俏俏,譚志向,張懿,王華.  生物醫(yī)學工程學雜志. 2015(04)
[6]一種基于噪聲分類的語音增強方法[J]. 袁文浩,林家駿,王雨,陳寧.  華東理工大學學報(自然科學版). 2014(02)

博士論文
[1]基于小波變換與約束方差噪聲譜估計的語音增強算法研究[D]. 王娜.燕山大學 2011

碩士論文
[1]語音系統(tǒng)中瞬態(tài)噪聲抑制算法的研究[D]. 曹克宇.哈爾濱工業(yè)大學 2017
[2]一種基于級聯(lián)無損聲管的心音產(chǎn)生模型的研究及應(yīng)用[D]. 陳亞敏.南京郵電大學 2017
[3]語音增強中噪聲估計的研究[D]. 熊晶.蘭州交通大學 2015
[4]針對于家居環(huán)境的語音增強系統(tǒng)的研究與開發(fā)[D]. 陳成斌.華南理工大學 2015
[5]復(fù)雜環(huán)境下語音增強方法研究[D]. 劉鳳增.國防科學技術(shù)大學 2011



本文編號：3707364