未找到相关数据
基于人工神经网络及心音小波分析的冠心病诊断方法的研究
被引：9
作者：
叶学松
机构：
[1] 浙江大学生命科学和医学工程系
来源：
基金：
浙江省自然科学基金;
关键词：
冠心病；心音；小波分析；RBF网络；模式识别;
D O I：
暂无
中图分类号：
R541.404 [];
学科分类号：
1002 ;
100201 ;
摘要：
通过对冠脉血流动力学及湍流诱发声学的理论研究后，首次提出用整周期心音信号小波分析来提取冠状动脉疾病（ＣＡＤ）心音特征的方法，诊断系统将ＣＡＤ病人组及非冠心病对照组提取的心音特征结合人体的个体特征参数输入到神经网络进行学习训练后，最后达到自动诊断冠状动脉疾病．为了检测这种较为微弱的生理信号，本文通过对人体体表声传播模型研究后设计了对外界噪声有较强抗干扰能力而又适合于拾取人体体表心音的高灵敏度音腔．实验系统采用了高灵敏度传感器列阵对正常人及冠心病患者胸部的多个部位进行检测，经高频提取后的模拟信号通过计算机进行数据采集．在信号分析方面，发展了一种心音信号小波变换的方法对心音在时域和频域上展开了局部化分析，把不同频段上整周期心音信号的平均能量与舒张期的平均能量的能量比值以及人体的个体特征参数（如年龄、抽烟与否、血压水平等）作为输入参量输入到径向基函数网络（ＲＢＦ网络）进行训练和识别．经过临床实践证明，基于人工神经网络及心音小波分析的方法为冠状动脉疾病诊断、冠脉扩张药物疗效分析及冠脉扩张手术后检测冠脉的状况提供了潜在的可能性
引用
收藏
页码：15 / 20
页数：6
相关论文