公共文化服务平台

基于高阶统计量的心音特征提取与分类研究: 2022年; 心脏听诊是先心病初诊的主要手段,由此可见心音含有重要的诊断信息。研究利用高阶统计量的ARMA模型直接提取先心病心音信号的特征,利用K近邻,决策树,贝叶斯分类器对其进行分类识别,并与用梅尔对数系数提取特征的方法进行了对比。实验测试结果为灵敏度0.88,特异度0.83,准确度0.855,优于其它算法。上述算法还省去了一般预处理中,对心音的降噪和分段定位过程,提高了分析效率。实验结果表明:高阶统计量的ARMA模型和决策树适用于对先心病心音的特征提取和分类,有助于实现先心病的机器辅助诊断。; 朱燕琼潘家华杨宏波王威廉; 关键词：高阶统计量先心病

基于Android的运动状态识别分析系统设计被引量：2: 2017年; 从数据采集、运动状态识别及识别结果显示3个方面,设计基于Android的运动状态识别分析系统。在硬件电路方面,本系统使用MPU6050加速度传感器采集数据,并做预处理。在软件方面,运动状态识别算法在手机APP的后台实时处理数据。首先对接收的6组数据进行预处理,检测并统计识别步数;其次运动周期提取,计算挥拍次数及平均挥拍速度;然后对运动周期内的数据进行标准化处理,调用个人特征数据库进行运动识别,实现越用越准;最后将结果通过基于Android的手机APP界面进行显示。在系统测试中,能够计算出挥拍次数、平均挥拍速度、步数,同时能够识别出羽毛球、乒乓球两种运动模式和高远球、弧旋球等8种运动动作,识别率达到90%以上。; 康立富王威廉何冰冰吴海龙刘翔吴超

基于卷积神经网络的先心病心音信号分类识别研究: 心音是人体重要的生理信号,是心脏听诊的依据。先心病是婴儿出生时易患的一种缺陷疾病。目前,先心病筛查主要依靠经验丰富的医生下乡听诊实施,这种方法成本高,效率低,难以建立长效机制。借助数字信号处理的方法,对信号加以分析,可以...; 谭朝文; 关键词：心音卷积神经网络

基于FPGA的心音信号采集系统设计被引量：1: 2017年; 介绍了一种基于FPGA的心音信号的采集系统,该系统包括心音信号传感器,心音信号采集电路,带有集成耳机驱动器的低功耗音频编码解码器WM8731芯片.心音传感器将心音信号转换为电信号,传送到心音信号采集板上,进行放大及滤波,再传送到FPGA的WM8731芯片上进行A/D转换,最后通过RS232串口传送的PC机上.该系统设计表明能够满足快速对心音信号进行采集,为后续信号的处理奠定坚实的基础.; 查启秋赵杨宋少帅宗容王威廉; 关键词：FPGA 心音信号 RS232

卷积神经网络应用于先心病心音信号分类研究被引量：16: 2019年; 心脏听诊是先心病初诊和筛查的主要手段。传统心音分类算法普适性差,过程复杂,不利于将来实时化决策。采用1800个心音信号对几种时间序列分类的主流深度学习网络进行训练,结果显示循环神经网络易出现过拟合;长短时记忆网络分类损失值0.257,准确率0.872;卷积神经网络损失值0.25,准确率0.896。实验表明卷积神经网络相比较其他两种网络具备更大的潜力。基于卷积神经网络的先心病分类算法,因训练样本量大,使网络普适性得到了保证。与其他分类器相比,CNN的另一个优势是其可自动提取特征。该研究有望用于机器辅助听诊。; 谭朝文王威廉宗容潘家华朱莉莉; 关键词：先心病卷积神经网络

基于Measurement Studio的心音信号采集与分析系统被引量：3: 2017年; 设计一款便携式心音采集分析设备,并能定位出第一心音(S1)与第二心音(S2)。以Measurement Studio作为开发平台,实现对先天性心脏病人心音信号的采集、存储和分析工作。采用双阈值分段定位法来定位S1与S2。系统较好的完成对病人心音信号的采集、存储、回显和播放功能。对心音杂音滤波效果明显,滤波后的包络能够较好定位S1与S2。通过该系统完成先心病的普查工作,比起专家亲自去边远山区现场听诊,更方便快捷,为未来心音听诊设备的开发奠定基础。; 康立富孙静王云黄红波王威廉; 关键词：心音信号先天性心脏病 MEASUREMENT STUDIO

基于持续时间隐马尔可夫模型的心音分割算法被引量：4: 2020年; 心音分割指对所获取的心音信号按心动周期对收缩期、舒张期等进行分隔,是进行心音分类前的关键步骤。针对不依赖心电图对心音信号直接分割准确度有限的难题,提出了一种基于持续时间隐马尔可夫模型的心音分割算法。首先对心音样本进行位置标注;然后采用自相关估计法对心音的心动周期持续时间进行估计,通过高斯混合分布对样本的状态持续时间进行建模;接着通过训练集信号对隐马尔可夫模型进行优化并建立基于持续时间的隐马尔可夫模型(DHMM);最后使用维特比算法对心音状态进行回溯得出S1、收缩期、S2、舒张期。使用500例心音样本对本文算法性能进行测试,平均评估精度分数(F1)为0.933,平均灵敏度为0.930,平均精确率为0.936。同其他算法相比,本文算法各项性能指标均有明显提升,证实了该算法具有较高的鲁棒性和抗噪声性能,为临床环境下所采集心音信号的特征提取与分析提供了一种新方法。; 奎皓然潘家华宗容杨宏波粟炜王威廉; 关键词：维特比算法

面向判别性低秩回归模型的优化模型方法研究被引量：1: 2020年; 针对传统的回归模型方法忽略标签信息,提出一种优化模型的判别性低秩回归模型方法.首先,通过预先设置模型目标矩阵,结合局部优化和全局优化的方式改进损失函数;然后利用增广拉格朗日方法求解目标函数,在求解函数的基础上得到新的模型目标矩阵,并通过线性回归模型计算最终的映射矩阵;最后通过实验验证了所提方法的有效性.实验结果表明,与其他几种低秩回归模型方法相比,提出算法的识别率最高.; 王婷王威廉于传波; 关键词：映射模式识别

心音心电采集系统的设计及心音信号分析: 随着生物医学信号研究的发展,心音信号研究成为诊断心血管疾病的依据。先天性心脏病传统的诊断方法首先是医生通过听诊器初诊,然后使用超声心动图做心脏彩超确诊,这种诊断的方式在偏远地区由于医疗条件和基层医生能力有限,致使先心病患...; 程林; 关键词：先天性心脏病心音时频分析; 文献传递

基于APSOC的CNN优化设计在先心病分类研究中的应用: 先天性心脏病,简称先心病,是婴儿出生时易患的严重疾病,影响着患儿的发育、成长。先心病的临床诊断分初诊和确诊两个阶段,初诊的筛查主要靠心脏听诊,专业性强,基层医生不易掌握;确诊主要通过超声心动图仪,此设备价格昂贵,需要专业...; 张强; 关键词：先心病心音信号卷积神经网络 FPGA; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61261008)