本文關(guān)鍵詞：基于DTW的冠心病舒張期信號(hào)特征提取研究

  更多相關(guān)文章： 冠心病 舒張期心音 小波閾值降噪 動(dòng)態(tài)時(shí)間規(guī)整 支持向量機(jī)

【摘要】：冠心病(CAD)長(zhǎng)期以來(lái)是嚴(yán)重威脅人們身體健康的最重要疾病之一。而且隨著生活水平提高,高脂肪攝入與運(yùn)動(dòng)缺乏等不良生活習(xí)慣造成發(fā)病患者越來(lái)越趨于年輕化,發(fā)病率越來(lái)越高。冠心病診斷的“金標(biāo)準(zhǔn)”是冠狀動(dòng)脈造影,但其有創(chuàng)且價(jià)格昂貴,不適合大眾常規(guī)檢查和廣泛普查。心電圖、心臟超聲和心肌核素診斷、多層螺旋CT冠脈成等作為輔助無(wú)創(chuàng)檢查已在臨床廣泛應(yīng)用,但由于無(wú)創(chuàng)檢查機(jī)理不同所適用范圍也很有限。由于現(xiàn)代信號(hào)處理技術(shù)的發(fā)展,傳統(tǒng)心音學(xué)越來(lái)越受重視。特別是近些年語(yǔ)音信號(hào)處理技術(shù)的快速發(fā)展和應(yīng)用,為聲學(xué)信號(hào)處理打開(kāi)了前景。本課題研究基于動(dòng)態(tài)時(shí)間規(guī)整(DTW)的冠心病舒張期信號(hào)特征提取技術(shù)。對(duì)冠心病心音信號(hào)的特征提取以及判別分類(lèi)上做了一些研究工作。主要包括以下幾個(gè)方面:1.國(guó)內(nèi)外冠心病心音研究現(xiàn)狀分析。2.心音信號(hào)樣本的采集:分別采集冠心病患者、其他心臟病患者以及正常健康人的心尖區(qū)心音信號(hào)。3.基于冠心病心音信號(hào)舒張期高頻增強(qiáng)這一病理特性,提取舒張期信號(hào),對(duì)其進(jìn)行小波閾值降噪,然后分幀加窗處理研究,每幀時(shí)長(zhǎng)64ms。4.對(duì)心音信號(hào)進(jìn)行自動(dòng)分段。5.研究分析各幀在頻域上的差異特性,取出各幀180—250Hz頻帶能量作為特征,維數(shù)為幀數(shù)。6.針對(duì)冠心病舒張期心音高頻增強(qiáng)但增強(qiáng)持續(xù)時(shí)間以及出現(xiàn)增強(qiáng)的位置不同,但病理雜音出現(xiàn)先后不變的特點(diǎn),采用改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)整(DTW)算法進(jìn)行計(jì)算不同維度的特征向量匹配距離以及規(guī)整成相同維度向量。7.對(duì)比平均距離分類(lèi)法、平均向量分類(lèi)法以及支持向量機(jī)(SVM)三種分類(lèi)法對(duì)特定人與非特定人混合樣本的分類(lèi)效果。通過(guò)優(yōu)化查找出平均距離分類(lèi)法中的最佳初始模板,以及優(yōu)化SVM參數(shù),得出較好結(jié)果。本文從病理特征出發(fā)對(duì)臨床冠心病信號(hào)的采集、預(yù)處理、特征提取及分類(lèi)分析進(jìn)行了全面的研究。針對(duì)個(gè)人心率差異性以及病理性心雜音出現(xiàn)的位置差異,提出將DTW應(yīng)用到冠心病心音信號(hào)處理中,并利用臨床采集的心音數(shù)據(jù)進(jìn)行三分類(lèi)驗(yàn)證,獲得了較好的分類(lèi)結(jié)果。通過(guò)對(duì)各個(gè)部分的實(shí)驗(yàn)與研究,為開(kāi)發(fā)臨床冠心病心音無(wú)損診斷系統(tǒng)做了基礎(chǔ)性工作。
【關(guān)鍵詞】：冠心病 舒張期心音 小波閾值降噪 動(dòng)態(tài)時(shí)間規(guī)整 支持向量機(jī)
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：R541.4;TN912.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 引言9-11
• 1 冠心病11-20
• 1.1 冠心病發(fā)病原理11
• 1.2 冠心病診斷狀況11-14
• 1.2.1 臨床常規(guī)診斷方法11-12
• 1.2.2 冠心病心音信號(hào)12-13
• 1.2.3 冠心病舒張期心音診斷13-14
• 1.3 冠心病心音信號(hào)的采集14-19
• 1.3.1 心臟聽(tīng)診14-15
• 1.3.2 心音信號(hào)的采集15-19
• 1.4 本章小結(jié)19-20
• 2 心音信號(hào)的去噪20-28
• 2.1 常見(jiàn)的心音信號(hào)噪聲組成20-21
• 2.2 常見(jiàn)降噪方法分析21-22
• 2.3 小波閾值收縮消噪算法22-27
• 2.3.1 算法步驟23
• 2.3.2 傳統(tǒng)的閾值23-24
• 2.3.3 傳統(tǒng)的閾值函數(shù)24-25
• 2.3.4 改進(jìn)的小波閾值收縮消噪算法25-27
• 2.4 本章小結(jié)27-28
• 3 心音信號(hào)的預(yù)處理28-34
• 3.1 心音信號(hào)的包絡(luò)提取28-30
• 3.1.1 希爾伯特變換28-29
• 3.1.2 歸一化平均香農(nóng)能量29-30
• 3.2 心音信號(hào)的自動(dòng)分段30-31
• 3.3 心音信號(hào)的分幀加窗處理31-33
• 3.4 本章小結(jié)33-34
• 4 心音信號(hào)特征提取34-51
• 4.1 冠心病心音信號(hào)特征的選取34-38
• 4.2 兩種動(dòng)態(tài)時(shí)間規(guī)整（DTW）38-42
• 4.2.1 動(dòng)態(tài)時(shí)間規(guī)整38-40
• 4.2.2 改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)整40-42
• 4.3 隱馬爾可夫模型（HMM）42-44
• 4.3.1 HMM的種類(lèi)43-44
• 4.3.2 HMM模型三問(wèn)題44
• 4.3.3 HMM模型三算法問(wèn)題44
• 4.4 冠心病心音信號(hào)的訓(xùn)練預(yù)處理44-50
• 4.5 本章小結(jié)50-51
• 5 支持向量機(jī)的三分類(lèi)51-64
• 5.1 最優(yōu)分類(lèi)面51-53
• 5.2 廣義最優(yōu)分類(lèi)面53-54
• 5.3 支持向量機(jī)54-56
• 5.3.1 高維空間的最優(yōu)分類(lèi)面54-55
• 5.3.2 支持向量機(jī)三分類(lèi)55-56
• 5.4 心音分類(lèi)分析56-63
• 5.4.1 概述56
• 5.4.2 基于支持向量機(jī)的心音分類(lèi)56-61
• 5.4.3 數(shù)據(jù)統(tǒng)計(jì)與結(jié)果分析61-63
• 5.5 本章小結(jié)63-64
• 結(jié)論64-65
• 參考文獻(xiàn)65-68
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況68-69
• 致謝69-70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 張莉;趙治棟;;基于S變換和Renyi熵的舒張期心音信號(hào)分析[J];杭州電子科技大學(xué)學(xué)報(bào);2014年03期

2 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 邵丹;基于DTW的冠心病舒張期信號(hào)特征提取研究[D];西華大學(xué);2015年

2 張莉;冠心病舒張期心音信號(hào)的非線(xiàn)性分析算法研究[D];杭州電子科技大學(xué);2014年

3 王勝濤;基于EEMD的冠脈狹窄舒張期心音分析算法研究[D];杭州電子科技大學(xué);2011年

，

本文編號(hào)：902619