肥心病心音时频杂波特征提取识别算法研究
为了便捷有效地识别肥心病与正常心音,提出了基于心音信号的时频域(TFD)特征提取新方法.综合应用小波变换与主成分分析对信号进行降噪预处理;基于变频同态滤波(FCHF)提取信号的时域包络,进行分割定位,提取收缩期杂音能量Es与舒张期杂音能量Ed;通过谱估计提取心杂音缩放因子(SF)对时域Es与Ed进行加权处理,提出用于表征肥心病心杂音的量化指标.对100例正常心音和181例肥心病心音进行分类,验证提出量化指标的有效性,平均识别准确率可达92.97%,最优识别正确率可达95.37%,结果表明提取的特征能有效识别正常心音与肥心病心音.算法提出的量化指标能够有效表征肥心病病理性特征,研究提出的心杂音量化指标提取算法为肥心病心音的分类识别提供技术基础.
肥心病、心音、缩放因子、谱估计、变频同态滤波
34
R318.11;TN911.71(医用一般科学)
国家自然科学基金;国家青年科学基金;教育部春晖计划;西华大学研究生创新基金;西华大学大健康管理促进中心2019年开放课题
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
20-26