基于遗传BP神经网络的肺音分类识别算法研究

目的通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病。方法将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征值。比较神经网络和遗传神经网络两类分类器的性能,选择遗传神经网络识别算法进行肺音的识别。结果采用韦尔奇功率谱特征值的遗传BP神经网络平均识别率89.0%,优于BP神经网络的平均识别率(83.0%);用小波系数特征值的遗传BP神经网络平均识别率83.1%,优于BP神经网络的平均识别率(81.0%)。结论韦尔奇功率谱的特征提取方法有效,能较准确区分出肺音的类别。