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]
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。