基于GMM的心音信号生物识别方法研究

摘要：

目的将倒谱系数提取和高斯混合模型(GMM)相结合,提出了一种基于心音信号的生物识别方法.方法首先心音信号预处理小波去噪,然后进行特征参数的选择,对比研究了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC),再用高斯混合模型(GMM)进行识别.最后利用50名志愿者的100段心音信号对所提出的方法进行验证.结果对比实验证明LPCC比MFCC更适合用于心音信号的生物识别研究,通过对每段心音信号进行小波去噪,取得了比传统GMM方法更高的识别率.结论表明该方法能够有效提高系统的识别性能,达到了比较理想的识别效果.

关键词：心音信号、生物识别、高斯混合模型、小波去噪、线性预测倒谱系数、Mel频率倒谱系数

分类号：R318(医用一般科学)

在线出版日期：2013-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：92-95