基于多尺度小波包分析的肺音特征提取与分类

被引：32

作者：

刘毅 ^{[1
]}

张彩明 ^{[1
]}

赵玉华 ^{[2
]}

董亮 ^{[3
]}

机构：

[1] 山东大学计算机科学与技术学院

[2] 山东大学信息科学与工程学院

[3] 山东大学齐鲁医院呼吸内科

来源：

计算机学报 | 2006年 / 05期

关键词：

肺音; 多尺度分析; 小波包; 特征提取; 分类;

D O I：

暂无

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

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,通过分析肺音信号的时频分布特点,选择了具有任意多分辨分解特性的小波包.对小波包进行空间划分后找到了适合肺音特征提取的最优基,并基于最优基对肺音信号进行快速多尺度的分解,得到了各级节点的高维小波系数矩阵,建立了小波系数与信号能量在时域上的等价关系,并将能量作为特征值,构造了低维的作为分类神经网络的输入特征矢量,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.

引用

页码：769 / 777

页数：9