基于心音窗函数的心音图形化处理方法的研究成谢锋李伟.PDFVIP

基于心音窗函数的心音图形化处理方法的研究 成谢锋 李伟 Researchonheart-soundgraphicalprocessingmethodsbased on heart-sounds window function ChengXie-Feng LiWei 引用信息Citation: ActaPhysicaSinica, ,058703(2015) DOI: 10.7498/aps.64.058703 在线阅读Viewonline: /10.7498/aps.64.058703 当期内容Viewtableofcontents: /CN/Y2015/V64/I5 您可能感兴趣的其他文章 Articlesyoumaybeinterestedin 改进的相对转移熵的癫痫脑电分析 Analysisonrelativetransferofentropybasedonimproved epileptic EEG 物理学报.2014,63(21): 218701 /10.7498/aps.63.218701 基于Kendall改进的同步算法癫痫脑网络分析 AnimprovedsynchronousalgorithmbasedonKendallfor analyzing epileptic brain network 物理学报.2014,63(20): 208705 /10.7498/aps.63.208705 基于赛利斯模型和分数阶微分的兰姆波信号消噪 NoisesuppressionforLambwavesignalsbyTsallismode and fractional-order differential 物理学报.2014,63(18): 184301 /10.7498/aps.63.184301 一种双正交心音小波的构造方法 Aconstructionmethodofbiorthogonalheartsoundwavelet 物理学报.2013,62(16): 168701 /10.7498/aps.62.168701 用信号处理技术及传播理论还原雷声频谱 Thunderacousticspectrumobtainedbyusingdigitalsignal processing and propagation effects 物理学报.2013,62(8): 084303 /10.7498/aps.62.084303 物理学报 Acta Phys. Sin. Vol. 64, No. 5 (2015) 058703 基于心音窗函数的心音图形化处理方法的研究 成谢锋 李伟 (南京邮电大学电子科学与工程学院, 南京 210003) ( 2014 年6 月27 日收到; 2014 年9 月24 日收到修改稿) 心音分析与识别目前主要局限在一维信号处理方面, 为了获得心音信号更直观特征表现形式, 提高分类 识别效果, 拓展心音识别研究领域, 提出了一种将心音与图像处理技术相结合、基于心音窗函数的心音纹理图 特征提取与识别算法. 本文首先给出心音的模型, 定义心音时频图和心音纹理图, 然后讨论如何利用心音窗 函数和短时傅里叶变换获取二维心音时频图, 并且针对心音的特点, 重点研究了心音窗函数的构造原则和实 现方法, 最后通过改进的脉冲耦合神经网络模型实现了对心音纹理图的特征提取与身份识别. 仿真实验表明, 心音窗函数与传统窗函数相比较, 所获得的心音时频图具有第一、第二心音纹理更加清晰, 噪声纹理得到较好 抑制的优点, 并且改进的脉冲耦合神经网络模型具有更低的计算成本, 与3 种典型识别方法相比较, 呈现更高 的识别率, 因而基于图像处理技术对心音进行特征提取与身份识别是一种行之有效的方法. 关键词: 心音时频图, 心音纹理图, 心音窗函数, 改进的脉冲耦合神经网络 PACS: 87.19.ug, 43.60.+d, 87.85.–d DOI: 10.7498/aps.64.058703 心音信号是典型的非平稳信号, 将其转换成时 1 引 言