心音信号特征提取小波包算法研究

被引：20

作者：

张国华

袁中凡

李彬彬

机构：

[1] 四川大学制造科学与工程学院

来源：

振动与冲击 | 2008年 / 07期

关键词：

心音信号; 特征提取; 小波包算法; 类别可分离性判据;

D O I：

10.13465/j.cnki.jvs.2008.07.042

中图分类号：

TP29-AI [];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

为了准确地提取心音信号的病理特征信息,在研究小波包分析的基础上,提出一种心音信号分频带能量特征提取的算法。基于心音信号频谱分析,采用能量集中度高、局部特性好的db6小波函数作为小波包母函数并选取适合心音信号分析的最优基,对不同的心音信号进行4层小波包分解,得到最优基的小波包系数。根据小波包系数与信号能量在时域上的等价关系,提取最优基频带的归一化能量作为心音信号的特征向量。采用类别可分离性判据,计算出该算法对正常和心脏疾病患者的心音特征的可分性测度均值为3.934 9,表明该算法能有效地识别不同的心音信号。

引用

页码：47 / 49+185 +185

页数：4

共 10 条

[1] 基于小波包和进化支持向量机的齿轮早期诊断研究 [J].

肖成勇 ;

石博强 ;

王文莉 ;

李友荣 .

振动与冲击, 2007, (07) :10-12+26+176

[2] 单段爆破振动信号频带能量分布特征的小波包分析 [J].

凌同华 ;

李夕兵 .

振动与冲击, 2007, (05) :41-43+151

[3] 基于多尺度小波包分析的肺音特征提取与分类 [J].

刘毅 ;

张彩明 ;

赵玉华 ;

董亮 .

计算机学报, 2006, (05) :769-777

[4] 超声缺陷回波信号的小波包降噪及特征提取 [J].

张海燕 ;

周全 ;

夏金东 .

仪器仪表学报, 2006, (01) :94-97+105

[5] 心音信号的分析及其特征提取方法的研究 [J].

周静 ;

杨永明 ;

何为 .

中国生物医学工程学报, 2005, (06) :685-689

[6] 小波包分析在刀具声发射信号特征提取中的应用 [J].

喻俊馨 ;

王计生 ;

黄惟公 ;

李江 .

数据采集与处理, 2005, (03) :346-350

[7] 心音自动分段算法研究 [J].

赵治栋 ;

赵知劲 ;

张嵩 ;

潘敏 ;

陈裕泉 .

航天医学与医学工程, 2004, (06) :452-456

[8] 基于连续小波变化的心音信号时频分析 [J].

李勇 ;

高小榕 ;

郭爱雯 .

清华大学学报(自然科学版), 2001, (03) :77-80

[9]

小波变换与工程应用[M]. 科学出版社 , 彭玉华著, 1999

[10]

Use of the fast fourier transform for frequency analysis of the first heart sound in normal man[J] . Ajit P. Yoganathan,Ramesh Gupta,Firdaus E. Udwadia,J. Wayen Miller,William H. Corcoran,Radha Sarma,John L. Johnson,Richard J. Bing.Medical ＆ Biological Engineering . 1976 (1)

← 1 →