咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于遗传BP神经网络的肺音分类识别算法研究 收藏

基于遗传BP神经网络的肺音分类识别算法研究

Research on Recognition Algorithms of Lung Sounds Based on Genetic BP Neural Network

作     者:姚小静 王洪 刘盛雄 Yao Xiaojing;Wang Hong;Liu Shengxiong

作者机构:重庆理工大学化学化工学院重庆400054 许昌市第二人民医院器械科河南许昌461000 重庆理工大学药学与生物工程学院重庆400054 

出 版 物:《航天医学与医学工程》 (Space Medicine & Medical Engineering)

年 卷 期:2016年第29卷第1期

页      面:45-51页

核心收录:

学科分类:1001[医学-基础医学(可授医学、理学学位)] 10[医学] 

基  金:国家自然科学基金(31200709) 

主  题:肺音 小波去噪 模式识别 遗传BP神经网络 

摘      要: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。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分