由于缺乏對呼吸功能的客觀評價,急性期的呼吸衰竭、呼吸窘迫綜合癥、肺部感染等并發(fā)癥為頸脊髓損傷患者死亡的主要原因�？人砸舻膹娙跻材芊从澈粑δ艿暮脡�,對咳嗽音的處理分析與處理可以輔助醫(yī)生進行診斷。然而傳統(tǒng)的呼吸能力評價主要依賴肺功能儀的測定,主要缺點是操作較繁瑣,檢測成本較高。因此,咳嗽音分析應(yīng)用于評價患者的呼吸功能具有重要的社會價值與應(yīng)用前景。本文以提高咳嗽音識別準(zhǔn)確率和輔助診斷軟件易用性為目的,擬開發(fā)出一款輔助醫(yī)生診斷的咳嗽分析APP,解決其中的咳嗽音識別問題,為后續(xù)的呼吸功能評價打下基礎(chǔ)。主要研究內(nèi)容包括:1)樣本的獲取:采用改進的雙門限法進行端點檢測,對原始樣本進行預(yù)加重、分幀加窗、端點檢測得到實驗樣本。2)真假咳嗽識別算法的研究與實現(xiàn):類比清濁音分類的方法,選取短時過零率以及最大自相關(guān)系數(shù)作為特征,采用輕量級分類器Fisher,區(qū)分經(jīng)常出現(xiàn)的頸脊髓損傷患者假性咳嗽。3)咳嗽音識別算法的研究與實現(xiàn):選取短時能量和梅爾倒譜系數(shù)作為特征參數(shù),先用主元分析對特征參數(shù)進行降維,進而以基于徑向基核函數(shù)的非線性支持向量機作為分類器,并采用粒子群優(yōu)化模型參數(shù)。4)Android應(yīng)用程序的實現(xiàn):... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與研究意義
    1.2 呼吸功能及其評價的研究現(xiàn)狀
    1.3 咳嗽音分析技術(shù)的研究現(xiàn)狀
        1.3.1 語音識別研究歷史及其發(fā)展
        1.3.2 咳嗽音分析的研究歷史及其發(fā)展
    1.4 研究內(nèi)容與論文結(jié)構(gòu)
        1.4.1 研究內(nèi)容
        1.4.2 篇章結(jié)構(gòu)
第二章 咳嗽識別框架與咳嗽機理分析
    2.1 系統(tǒng)總體需求
    2.2 咳嗽音信號產(chǎn)生機理與模型
    2.3 咳嗽音信號的時頻域特性
        2.3.1 咳嗽音信號的時域特性
        2.3.2 咳嗽音信號的頻域特性
    2.4 系統(tǒng)總體設(shè)計方案
    2.5 本章小結(jié)
第三章 咳嗽音片段提取
    3.1 預(yù)加重
    3.2 分幀加窗
    3.3 端點檢測
    3.4 實驗樣本
    3.5 本章小結(jié)
第四章 真假咳嗽識別
    4.1 特征參數(shù)提取
    4.2 Fisher基礎(chǔ)理論
    4.3 實驗結(jié)果分析
    4.4 本章小結(jié)
第五章 咳嗽音識別
    5.1 特征參數(shù)提取
        5.1.1 短時能量和短時過零率
        5.1.2 線性預(yù)測倒譜系數(shù)LPCC
        5.1.3 梅爾倒譜系數(shù)MFCC
    5.2 特征參數(shù)評價
    5.3 特征參數(shù)組合
    5.4 SVM識別
        5.4.1 線性可分支持向量機
        5.4.2 實驗結(jié)果分析
        5.4.3 PCA降維
        5.4.4 實驗結(jié)果分析
        5.4.5 非線性支持向量機
        5.4.6 核函數(shù)選取及模型參數(shù)優(yōu)化
        5.4.7 實驗結(jié)果分析
    5.5 本章小結(jié)
第六章 系統(tǒng)軟件設(shè)計與實現(xiàn)
    6.1 軟件總體設(shè)計
    6.2 注冊登錄模塊
    6.3 咳嗽音采集模塊
    6.4 咳嗽音顯示和播放模塊
        6.4.1 波形繪制
        6.4.2 音頻播放
    6.5 咳嗽音識別模塊
    6.6 個人信息管理模塊
    6.7 遠程傳輸模塊
    6.8 本章小結(jié)
總結(jié)與展望
    工作總結(jié)
    未來工作展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]成人常見咳嗽原因的臨床分析[J]. 盧彥幫,陳宏.  醫(yī)學(xué)綜述. 2018(11)
[2]創(chuàng)傷性脊髓損傷的相關(guān)因素研究[J]. 王磊,周娟,石秀秀,胡鳶,秦江,殷佳坤,唐金樹.  中國骨與關(guān)節(jié)雜志. 2017(02)
[3]用拉格朗日乘數(shù)法解決一類與凸函數(shù)有關(guān)的多元函數(shù)條件最值[J]. 甘志國,戴桂斌.  中學(xué)數(shù)學(xué)雜志. 2014(09)
[4]RBF-SVM的核參數(shù)選擇方法及其在故障診斷中的應(yīng)用[J]. 周紹磊,廖劍,史賢俊.  電子測量與儀器學(xué)報. 2014(03)
[5]胸段完全性脊髓損傷患者的三維步態(tài)分析[J]. 孫嘉利,黃東鋒,歐陽亞濤,毛玉瑢,鐘世鎮(zhèn).  中國康復(fù)理論與實踐. 2010(02)
[6]基于主成分分析方法的人臉識別研究[J]. 王正洪,鄒凌.  微計算機信息. 2007(28)
[7]關(guān)于支持向量分類機算法的研究[J]. 范玉妹,趙麗麗.  石家莊鐵道學(xué)院學(xué)報(自然科學(xué)版). 2007(03)
[8]基于遺傳算法的支持向量機分類器模型參數(shù)優(yōu)化[J]. 陳果.  機械科學(xué)與技術(shù). 2007(03)
[9]窗函數(shù)在數(shù)字濾波器設(shè)計中的應(yīng)用[J]. 吳伶錫,劉旺東.  湘潭師范學(xué)院學(xué)報(自然科學(xué)版). 2002(03)

博士論文
[1]面向小樣本的文本分類模型及算法研究[D]. 劉川.電子科技大學(xué) 2017
[2]基于HMM和ANN的漢語語音識別[D]. 陳立偉.哈爾濱工程大學(xué) 2005

碩士論文
[1]基于支持向量機參數(shù)優(yōu)化算法的股票智能投顧策略研究[D]. 高雯.上海師范大學(xué) 2018
[2]基于Android音頻接口的心電監(jiān)護系統(tǒng)研究與實現(xiàn)[D]. 范健威.南方醫(yī)科大學(xué) 2018
[3]基于PCA與SVM的滾動軸承性能退化評估方法研究[D]. 陳龍.青島理工大學(xué) 2018
[4]高維數(shù)據(jù)降維處理關(guān)鍵技術(shù)研究[D]. 李蟬娟.電子科技大學(xué) 2017
[5]基于粒子群算法的網(wǎng)架結(jié)構(gòu)健康監(jiān)測傳感器優(yōu)化布置研究[D]. 鹿偉.西安建筑科技大學(xué) 2016
[6]支持向量機核函數(shù)及關(guān)鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學(xué) 2016
[7]融合LPCC和MFCC特征參數(shù)的語音識別技術(shù)的研究[D]. 張文克.湘潭大學(xué) 2016
[8]基于支持向量機的海量文本分類并行化技術(shù)研究[D]. 任倚天.北京理工大學(xué) 2016
[9]基于HMM-ANN混合模型的咳嗽音識別研究[D]. 鄭曉平.重慶大學(xué) 2011
[10]咳嗽音識別方法的應(yīng)用研究[D]. 李寧.重慶大學(xué) 2010



本文編號：3010611