CAJ | 학술논문

针对心音信号的非线性、非平稳特征和心音识别准确率不高且分类速度较慢的实际情况,提出一种经验模式分解(EmpiricalModeDecomposition,EMD)近似熵(ApproximateEntropy,ApEn)结合支持向量机(SupportVectorMachine,SVM)的心音分类识别方法.通过EMD方法将非平稳的心音振动信号分解成若干个平稳的固有模态函数(Intrinsic ModeFunction,IMF);利用互相关系数准则对IMF进行筛选,计算所筛选IMF的近似熵构成特征向量;将特征向量输入SVM分类器进行分类识别.对临床采集的心音样本按该方法进行测试,结果表明,该方法能有效地用于心音识别.
침대심음신호적비선성、비평은특정화심음식별준학솔불고차분류속도교만적실제정황,제출일충경험모식분해(EmpiricalModeDecomposition,EMD)근사적(ApproximateEntropy,ApEn)결합지지향량궤(SupportVectorMachine,SVM)적심음분류식별방법.통과EMD방법장비평은적심음진동신호분해성약간개평은적고유모태함수(Intrinsic ModeFunction,IMF);이용호상관계수준칙대IMF진행사선,계산소사선IMF적근사적구성특정향량;장특정향량수입SVM분류기진행분류식별.대림상채집적심음양본안해방법진행측시,결과표명,해방법능유효지용우심음식별.