基于心音信号处理的冠心病诊断的研究

被引：4

作者：

康锋

叶学松

王平

陈裕泉

机构：

[1] 浙江大学生物传感器国家专业实验室生物医学工程教育部重点实验室生物医学工程与仪器科学学院

[2] 浙江大学生物传感器国家专业实验室生物医学工程教育部重点实验室生物医学工程与仪器科学学院浙江杭州

[3] 浙江杭州

来源：

浙江大学学报(工学版) | 2004年 / 01期

关键词：

冠心病; 心音信号; 小波分析; 自回归滑动平均; 独立分量分析;

D O I：

暂无

中图分类号：

R310 [];

学科分类号：

1001 ;

摘要：

记录舒张期心音信号,用信号处理方法进行分析识别,实现冠心病的无创诊断.将小波分析(WT)、自回归滑动平均(ARMA)以及独立分量分析(ICA)方法分别应用于冠心病(CAD)心音信号的特征提取,并将提取的特征值输入径向基(RBF)神经网络进行训练和识别.实验结果,CAD病人和非CAD病人的正确检测率分别是:小波分析80%,85%;ARMA70%,75%;ICA85%,85%.结果表明,在CAD病人的心音中含有300～800Hz的高频心音能量.在三种方法中,ICA显示了较好的效果.

引用

页码：99 / 103

页数：5

共 5 条

[1] 基于心音传感阵列ICA信号处理的冠心病诊断的研究 [J].