基于小波分析和神经网络的心音信号研究

基于小波分析和神经网络的心音信号研究

ID:33477309

大小:291.36 KB

页数:4页

时间:2019-02-26

基于小波分析和神经网络的心音信号研究_第1页
基于小波分析和神经网络的心音信号研究_第2页
基于小波分析和神经网络的心音信号研究_第3页
基于小波分析和神经网络的心音信号研究_第4页
资源描述:

《基于小波分析和神经网络的心音信号研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第27卷第5期计算机仿真2010年5月文章编号:1006—9348(2010)05—0170一o4基于小波分析和神经网络的心音信号研究郑若金,韩力群,陈天华(北京工商大学计算机与信息工程学院,北京100048)摘要:针对传统的冠心病诊断方法具有不准性或有创性问题,积极广泛开展冠心病无损检测的研究,提高诊断准确性,为大众提供方便可行的检测手段是十分必要的。在分析冠状动脉堵塞与心音信号关系的基础上,研究心音信号的预处理,对心音信号进行去噪和定位分段;利用ARMA模型及功率谱估计对心音信号进行分析研究,提取冠心病病理

2、特征;通过神经网络对心音信号进行分类,实现冠心病的智能无损诊断。实验结果表明,采用上述方法进行冠心病无损诊断准确率达到85.1%,为临床上的冠心病的无损诊断提供了应用基础。关键词:冠心病;心音信号;小波分析;自回归一移动平均模型;神经网络中图分类号:TN911.72文献标识码:BStudyonHeartSoundsSignalsBasedonWaveletAnalysisandNeuralNetworkZHENGRuo—jin,HANLi—qun,CHENTian—hua(BeijingTechnologyan

3、dBusinessUniversity,Computer&InformationSchool,Beijing100048,China)ABSTRACT:Traditionaldiagnosticmethodsofcoronaryheartdiseasehaveinaccuracy.Andpeoplewhoaredetectedbythismethodsufferalot.Therefore,carryingoutextensivenon—destructivedetectingmethodforcoronary

4、heartdiseaseandprovidingthepublicwithameanstofacilitatetheviabledetectionareverynecessary.Researchonphono—cardiogramsignalpre—processingwascarriedoutbasedontheanalysisoftherelationshipbetweencoronaryarteryblockagesandheartsoundsignals.Andthenthede—noiseandth

5、esubsectionofphonoeardiogramsignalswerestud—ied.TheheartsoundsignalswereanalyzedusingARMAmodelandpowerspectrumestimation,andthepathologicalfeaturesofcoronaryheartdiseasewereextracted.Thephonocardiogramsignalswereclassifiedbyusingneuralnet—work,thentheintelli

6、gentnon—destructivediagnosisofcoronaryheartdiseasewasrealized.Theexperimentalresultsshowthatthediagnosisalgorithmofcoronaryheartdiseaseputforwardinthispaperisofhighaccuracywhichisupto85.1%.Itprovidesatheoreticalfoundationtotheclinicalnon—destructivediagnosis

7、ofcoronaryheartdisease.KEYWORDS:Coronaryheartdisease;Heartsoundsignal;Waveletanalysis;ARMAmodel;Neuralnetwork1引言心音信号的特征值,在此基础上,提出一种基于SOFM网络研究表明当冠状动脉堵塞率达到25%时,便会产生湍流与SVM相结合的分类算法对心音信号进行分类。现象,即心音信号产生高频成分。所以进行心音分析,可以得到心血管疾病的重要信息,是心血管疾病无创性检测的重2小波去噪要方法,具有心电图、超声心动图

8、不可取代的优势,这对于多2.1小波分析概述种心血疾病的诊断具有很重要的意义。心音信号是随机性一维信号的连续小波变换定义如下:很强、非平稳的,具有信号弱、噪声强、频率范围低的特点。wry(a,b)=(=>这给心音信号的去噪和分析带来很大的困难,而传统去噪方法是无法满足心音分析的要求。本文采用小波分析对心音式中,a称为尺度因子,b称为平移因子。其中,b仅仅影信号进行去噪具有很好的去噪效果,

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。