小波包与混沌集成的心音特征提取及分类识别

被引：21

作者：

郭兴明 ^{[1
]}

丁晓蓉 ^{[1
]}

钟丽莎 ^{[2
]}

雷鸣 ^{[1
]}

翁渐 ^{[1
]}

机构：

[1] 重庆大学生物工程学院

[2] 泸州医学院

来源：

仪器仪表学报 | 2012年 / 33卷 / 09期

关键词：

心音信号; 小波包; 混沌理论; 能量特征; 分类;

D O I：

10.19650/j.cnki.cjsi.2012.09.003

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

针对心脏疾病诊断过程中心音识别的难点,提出了一种结合小波包分析及混沌的特征提取的心音识别方法。首先分析统计了心音信号的小波包能量特征,然后选取小波包分解中能表征心音信号特征的分量进行混沌分析,计算了最大Lyapunov指数和关联维数;最后以这些参数构成特征矢量作为支持向量机的输入,对临床采集到的65例正常及有心脏疾病的心音信号进行识别分类。结果表明,结合小波包分析和混沌的特征参量,较传统的分类识别方法具有更高的识别精度,说明非线性混沌特征能够较有效地表征心音信号的特征,为下一步临床心脏疾病的更准确诊断奠定了基础。

引用

页码：1938 / 1944

页数：7

共 13 条

[1] Support Vectors Machine-based identification of heart valve diseases using heart sounds [J].