发明名称 一种心音信号分类识别方法及装置
摘要 本发明提供了一种心音信号分类识别方法及运用该方法的心音信号分类识别装置。本发明方法以GMM模板特征与待测的心音信号的Mel频率倒谱系数的似然度为匹配标准进行分类识别,提取的参数少,特征提取和计算过程都得以简化,并且抗干扰能力强、分类识别的准确率和效率较高;本发明以该方法为总思路设计的心音信号分类识别装置采用DSP处理器为处理核心,装置结构简单、小巧轻便,可随身携带进行测量,是一种低成本、无创的心音检测装置,有助于心脏疾病的及时发现和送诊。
申请公布号 CN101930734A 申请公布日期 2010.12.29
申请号 CN201010240660.9 申请日期 2010.07.29
申请人 重庆大学 发明人 郭兴明;段赟;吴文竹
分类号 G10L15/06(2006.01)I;A61B8/00(2006.01)I 主分类号 G10L15/06(2006.01)I
代理机构 重庆博凯知识产权代理有限公司 50212 代理人 张先芸
主权项 1.一种心音信号分类识别方法,其特征在于包括如下步骤:a)采集心音信号,经放大、滤波后,输入到处理器进行处理;b)处理器提取心音信号的Mel频率倒谱系数;c)利用步骤a)和b),提取模板信号的Mel频率倒谱系数C;d)基于Mel频率倒谱系数C,采用最大似然估计的方法获取模板信号的模板特征<img file="FSA00000210586000011.GIF" wi="52" he="53" />即:<maths num="0001"><![CDATA[<math><mrow><mover><mi>&lambda;</mi><mo>^</mo></mover><mo>=</mo><mi>arg</mi><munder><mi>max</mi><mi>&lambda;</mi></munder><mi>P</mi><mrow><mo>(</mo><mi>C</mi><mo>|</mo><mi>&lambda;</mi><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>其中,λ为估计的高斯混合模型特征,P(C|λ)为λ的似然度;然后存储各个模板信号的模板特征及其对应的分类;e)利用步骤a)和b),提取待测的心音信号的Mel频率倒谱系数C′;f)计算待测的心音信号的Mel频率倒谱系数分别与各个模板信号的模板特征之间的似然度,将最大似然度对应的模板信号的分类作为分类识别结果输出。
地址 400044 重庆市沙坪坝区沙正街174号