基于FCM聚类算法地呼吸音分类识别研究.docVIP

基于FCM聚类算法的呼吸音分类识别研究-电气论文 基于FCM聚类算法的呼吸音分类识别研究 徐学良1，易鹏飞2，3，王海滨2，3，张凯2，3，秦国瑾2，3 （1.二0三医院外一科，黑龙江齐齐哈尔161000；2.西华大学电气信息学院，四川成都610039；3. 四川省信号与信息处理省重点实验室，四川成都610039） 摘要：为了分类识别不同部位的呼吸音，提出一种基于呼吸气持续时间相对值参数，以及呼吸气间歇时间相对值参数提取的呼吸音分析方法。该方法包括呼吸音预处理、包络提取、基于FCM聚类算法的自适应阈值线的选取、特征值提取为主的4个部分。对50例3种不同呼吸音进行分类实验，分类准确率为94%，从而验证了该方法的有效性。在此基础上，对该方法在同一种呼吸音病理和健康研究方面做出了展望。 关键词 ：呼吸音；呼吸音分类；Morlet小波；FCM聚类算法 中图分类号：TN911-34 文献标识码：A 文章编号：1004-373X（2015）12-0016-04 收稿日期：2014-12-13 基金项目：四川省重点实验室开放研究基金资助项目（szjj2013-014） 呼吸音俗称肺音，它能够反映音源特征，并且能够反映肺部组织、气管及胸壁等传播媒介的声学特性，通过对呼吸音的检测可以有效准确地诊断呼吸