基于多尺度小波包分析的肺音特征提取与分类.pdf

《基于多尺度小波包分析的肺音特征提取与分类.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第Z9卷第5期计算机学报Vol.Z9No.5Z006年5月C~INESEJOURNALOFCOMPUTERSMayZ006基于多尺度小波包分析的肺音特征提取与分类刘毅1)1)Z)3)张彩明赵玉华董亮1)(山东大学计算机科学与技术学院济南Z50061)Z)(山东大学信息科学与工程学院Z50100)3)(山东大学齐鲁医院呼吸内科济南Z5001Z)摘要提出了一种适于非平稳肺音信号的特征提取方法.以4种肺音信号(正常气管炎肺炎和哮喘)为样本数据9通过分析肺音信号的时频分布特点9选择了具有任意多分辨分解特性的小波包.对小波包进行空间

2、划分后找到了适合肺音特征提取的最优基9并基于最优基对肺音信号进行快速多尺度的分解9得到了各级节点的高维小波系数矩阵9建立了小波系数与信号能量在时域上的等价关系9并将能量作为特征值9构造了低维的作为分类神经网络的输入特征矢量9大大降低了输入特征的维数.研究表明该算法的识别性能是高效的.关键词肺音多尺度分析小波包特征提取分类中图法分类号TP391TheFeatureExtractionandClassificationoflungSoundsBasedonWaveletPacketMultiscaleAnalysis1)1)Z

3、)3)LIUYiZ~ANGCai-MingPENGYu-~uaDONGLiang1)(SchoolofComPuterScienceandTechnologS9ShandongUniuersitS9JinanZ50061)Z)(SchoolofInformationScienceandEngineering9JinanZ50100)3)(DePartmentofResPirationMedicineinGilu~osPital9ShandongUniuersitS9JinanZ5001Z)AbstractInthispap

4、er9anovelmethodoffeatureextractioninnon-stablelungsoundsignalsisputforward.Fourkindsoflungsoundsdata(collectedinthestateofnormal9bronchus9pneumo-niaandasthmarespectively)aresampledfromvarioussubects.Bystudyingthetime-freCuencydistributioncharacteristicsoftherespir

5、atorysignals9theauthorsselectthewaveletpacketsthathavethetraitofarbitrarydistinctionanddecomposition.Afterspacepartitionofwaveletpackets9thebestwaveletpacketbasisforfeatureextractionispickedout.Basedonthebestbasis9wecandofastarbitrarymulti-scaleWPT9andobtaineachhi

6、gherdimensionwaveletcoefficientsmatrix.AndthentheeCual-valuerelationintimedomainbetweenwaveletcoefficientsandsignalenergyisfound.Theenergyisusedaseigenvalue9andfeaturevectorsofartificialneuralnetwork(ANN)forclassificationareformes.Thisgreatlydecreasesthenumberofin

7、putvectorsofANN.Exten-siveexperimentalresultsdemonstratethattheproposedfeatureextractionmethodhasencoura-gingrecognitionperformance.Keywordslungsoundmultiscaleanalysiswaveletpacketfeatureextractionclassification题9它旨在根据不同的肺音信号特征判定所属的疾l引言病类型.由于传统双管听诊器的频响限制及医生的听觉经验判断

8、力的差异9常常遗漏某些肺疾患的肺音识别是肺音学领域一个难度很大的研究课诊断9因此用计算机去记录分析肺音就成了国内外收稿日期2Z005-03-19修改稿收到日期2Z005-1Z-15.本课题得到山东省自然科学基金(YZ005G01)资助.刘毅9女91964年生9博士研究生9副教授9主要研究方向为信号处理小