结合SVM和香农能量的HSMM心音分割算法

摘要：

针对基于逻辑回归的隐半马尔可夫模型中希尔伯特(Hilbert)变换提取的心音包络具有较大毛刺,提出一种结合支持向量机(Support vector machine,SVM)和香农能量的隐半马尔可夫模型(Hidden semi-Markov model,HSMM)心音分割算法.首先采用小波降噪的方法对心音进行降噪,接着根据R峰和T波标记心音,提取香农能量包络等特征,然后对结合逻辑回归模型(Logistic regression,LR)的HSMM相关参数进行训练,并借助Viterbi算法推测出最可能的状态.最后,通过SVM模型识别第一心音S1和第二心音S2.该算法无需设置硬阈值,有效地抑制了噪声,更有助于包络的提取.实验结果表明,提出的算法分割精确度较参考算法得到显著的提升,具有良好的抗噪性能,取得了更好的分割效果.

关键词：心音分割;香农能量;包络特征;支持向量机;隐半马尔可夫模型

所属期刊栏目：36

分类号：R318.04(医用一般科学)

资助基金：国家自然科学基金;江西省研究生创新专项基金

在线出版日期：2021-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：950-959