本文關(guān)鍵詞：基于最小分類誤差準(zhǔn)則的呼吸音分類技術(shù)，由筆耕文化傳播整理發(fā)布。

【摘要】：從大量呼吸音樣本中歸納綜合出肺部病理特征的科學(xué)表示,實現(xiàn)自動化、定量化的呼吸音分類,是現(xiàn)代醫(yī)療信息化技術(shù)的重要研究內(nèi)容之一.提出了一種基于最小分類誤差(minimum classification error,MCE)準(zhǔn)則的呼吸音分類方法,建立呼吸音類別的分類誤差損失函數(shù),采用廣義概率下降法(generalized probabilistic decent,GPD)估計得到呼吸音的隱馬爾科夫模型(hidden Markov model,HMM)參數(shù),以增強不同類型呼吸音模型的區(qū)分能力.實驗結(jié)果表明,與傳統(tǒng)的最大似然(maximum likelihood,ML)法相比,基于MCE準(zhǔn)則求解的HMM模型,具有更好的分類效果,提高了識別準(zhǔn)確率,客觀證明了基于MCE準(zhǔn)則的呼吸音分類技術(shù)的有效性.
【作者單位】： 廈門大學(xué)信息科學(xué)與技術(shù)學(xué)院;廈門大學(xué)海洋與地球?qū)W院;廈門大學(xué)附屬第一醫(yī)院;
【關(guān)鍵詞】： 呼吸音分類 隱馬爾可夫模型 最小分類誤差 最大似然
【基金】：國家自然科學(xué)基金(61105026,11274259)
【分類號】：R443;TN912.34
【正文快照】： 901-905.Citation:LI L,XU W H,HONG Q Y,et al.Respiratory sound classification approach based on minimum classification error[J].Journal of Xiamen University(Natural Science),2016,55(6):901-905.(in Chinese)呼吸音,又稱為肺音,是由肺部氣流湍動產(chǎn)生,宏觀上分為

  本文關(guān)鍵詞：基于最小分類誤差準(zhǔn)則的呼吸音分類技術(shù)，，由筆耕文化傳播整理發(fā)布。

本文編號：441373