-
题名基于EMD和MFCC的舒张期心杂音的分类识别
被引量:14
- 1
-
-
作者
李宏全
郭兴明
郑伊能
-
机构
重庆大学生物工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2017年第11期8-13,共6页
-
基金
国家自然科学基金(31570003)
-
文摘
心音信号是一种具有非线性和非平稳特性的振动信号,基于线性时变或时不变模型的特征提取方法势必会忽略信号的一些内在信息,为了更好的反映心音的本质特征,提出了一种经验模式分解(Empirical Mode Decomposition,EMD)结合Mel频率倒谱系数(Mel-Frequency Cepstrum Coefficient,MFCC)的舒张期心杂音的分类识别方法。心音信号经EMD分解得到有限个固有模态函数(Intrinsic Mode Function,IMF),利用互相关系数准则筛选出主IMF分量,分别提取主IMF分量的MFCC、MFCC的一阶差分系数和Delta值,以此作为隐马尔科夫模型的输入向量,实现对临床采集的正常心音和2类舒张期心杂音分类识别,实验结果表明,该方法能有效的识别心音。
-
关键词
舒张期心杂音
经验模式分解
MEL频率倒谱系数
隐马尔科夫模型
-
Keywords
diastolic heart murmurs
empirical mode decomposition
Mel-frequency cepstrum coefficient
hidden Markov model
-
分类号
R318.04
[医药卫生—生物医学工程]
-