hht和hmm在血细胞信号识别中的应用

hht和hmm在血细胞信号识别中的应用

ID:31365561

大小:108.50 KB

页数:5页

时间:2019-01-09

hht和hmm在血细胞信号识别中的应用_第1页
hht和hmm在血细胞信号识别中的应用_第2页
hht和hmm在血细胞信号识别中的应用_第3页
hht和hmm在血细胞信号识别中的应用_第4页
hht和hmm在血细胞信号识别中的应用_第5页
资源描述:

《hht和hmm在血细胞信号识别中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、HHT和HMM在血细胞信号识别中的应用  摘要:针对血细胞信号具有多形态、非线性、非平稳的特点,提出将希尔伯特黄变换(HHT)和隐马尔可夫模型(HMM)相结合的血细胞信号识别方法。该方法采用HHT对血细胞信号进行分析,选取经过经验模态分解得到的各本质模态函数中相关性较大的分量,以这些分量的能量矩作为信号的特征量,由HMM训练得到正常人和病患者的模型参数并用做分类识别。实验结果表明,该方法可以较好地识别正常人和病患者的血细胞信号,综合准确率达89.13%。  关键词:信号检测与分析;希尔伯特黄变换;经验模态分解;隐马尔科夫模型;特征提取;血细胞信号分析  中图分类号:TN911.7?34;TP

2、391.4文献标识码:A文章编号:1004?373X(2016)23?0058?05  ApplicationofHHTandHMMinbloodcellsignalrecognition  YINCui,TAOLing,LONGWei  (SchoolofInformationEngineering,NanchangUniversity,Nanchang330031,China)  Abstract:Forthemulti?form,nonlinearandnon?stationarycharacteristicsofthebloodcellsignal,thebloodcellsigna

3、lre?cognitionmethodbasedonHilbertHuangtransform(HHT)andhiddenMarkovmodel(HMM)isproposed.TheHHTisusedinthe5methodtoanalyzethebloodcellsignal.Thestrongdependencycomponentsineachintrinsicmodefunctionobtainedwithempiricalmodedecompositionareselected,andtheirenergymomentsaretakenasthesignalfeaturevaluet

4、oachievethemodelparametersofhealthypeopleandpatientbyHMMtrainingforclassificationandrecognition.Theexperimentalresultsindicatethismethodcanrecognizethebloodcellssignalsofthehealthypeopleandpatient,andthesyntheticalaccuracyratecanreachupto89.13%.  Keywords:signaldetectionandanalysis;HilbertHuangtran

5、sform;empiricalmodedecomposition;hiddenMarkovmo?del;featureextraction;bloodcellsignalanalysis  0引言  作为一种非常普遍的检测方法,血细胞分析在临床疾病的诊断及健康体检等方面发挥着重要的作用[1]。一般地,疾病会引起血液中红细胞、白细胞、血小板等血细胞数量变化,因此通过对血细胞的分类识别有助于临床上判断人体健康与否。目前国内外的血细胞分析仪大多采用库尔特原理采集原始信号,基本原理是悬浮在电解液中的血细胞随电解液通过小孔管时,会导致小孔管内外两电极间电阻发生瞬时变化,产生电位脉冲[2]。血细胞的大小

6、和数目会引起脉冲信号的大小和次数的变化。针对血细胞信号多形态、非线性和非平稳的特点,一般需采用短时傅里叶变换(Short?timeFourierTransform,STFT),小波变换(Wavelet5Transform,WT)或Wigner?Ville分布等时频分析的方法,但这些方法分析非平稳信号均有各自的不足,短时傅里叶变换容易受到窗函数的影响,小波变换的结果在很大程度上取决于小波的选择,Wigner?Ville分布易受到交叉相干扰[3]。本研究采用由Huang提出的希尔伯特黄变换(HilbertHuangTransform,HHT)方法提取血细胞信号特征向量,以避免上述种种不足[4],

7、并采用隐马尔可夫模型对血细胞的特征向量进行分类识别,实现对正常人和病患者的血细胞信号分类识别。  1希尔伯特黄变换  HHT由两大主要部分组成:第一部分为经验模态分解(EmpiricalModeDecomposition,EMD),它是由Huang所创立的信号筛选方法[5];第二部分为Hilbert谱分析(HilbertSpectrumAnalysis,HSA)。EMD是HHT的核心算法,不同于其他的时频分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。