基于小波能量谱的先天或风湿性心脏病异常心音分类算法研究

来源 :航天医学与医学工程 | 被引量 : 0次 | 上传用户:BluePrince
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 为解决先天性心脏病或风湿性心脏病异常心音分辨问题,应用离散小波频带能量对异常心音分类算法进行研究.方法 采集22人的正常心音和116人的异常心音,对心音信号做离散小波变换,根据病理性心杂音在频域内的分布范围划分5层频带,计算得到各层频带的能量占比,根据单因素方差分析方法,提出了基于小波能量谱的心音分类指标.结果 对正常心音和异常心音的4个听诊区域进行了分类,最优分类准确率为92%.区分动脉导管未闭和其余异常心音的最优分类准确率为81.9%.结论 基于小波能量谱的心音分类算法无需对心音信号进行分割,提取特征值少,可准确有效地对心音信号进行分类,相较于传统的心音听诊,算法的引入能够在异常心音临床诊断中提供参考数据.
其他文献
目的 研究通过心率和呼吸信号进行睡眠分期,探讨将心率和呼吸信号结合进行睡眠分期研究的有效性.方法 基于ISURE-sleep睡眠数据库中9名健康受试者ECG和呼吸波数据,采用时域、
为适应日益复杂的石油钻采作业的需求,钻采工具正向着性能完善、结构复杂、施工高效的方向发展,并对工具研制中的试验装置和试验手段提出更高的要求。大港油田钻采工具试验井项
2020年3月(2020年3月1日0时至3月31日24时),全国(不含香港、澳门特别行政区和台湾地区,下同)共报告法定传染病324 803例,死亡2 024例.其中,甲类传染病无发病及死亡报告.乙类
期刊