颈动脉多普勒信号自回归滑动平均模型极点特征及分类应用

• 作者: 张羽 汪源源 王威琪 陈曦
• 来源期刊: 声学学报
• 学科: 医学
• 年，卷（期）: 2002,（6）
• 页码范围: 549-553
• 页数: 5页
• 分类号: R318
• 语种: 中文

摘要

对颈动脉多普勒血流信号实现了一种基于自回归滑动平均(ARMA)模型、并采用反向传输(BP)神经网络分析ARMA模型极点特征的系统,以达到诊断脑梗塞疾病的目的.首先对音频颈动脉多普勒血流信号分时间段建立ARMA模型,得出模型极点分布的特征参数,研究这些特征参数对脑梗塞疾病诊断的敏感性,然后对敏感的特征参数利用BP神经网络进行分类,对是否存在脑梗塞的血流状况进行判别.共使用474例颈动脉血流信号来建立合适的神经网络,使用52例信号进行测试,结果表明:系统训练和测试的正确率均大于94%,可以满足临床的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威琪		137	879	15.0	19.0
2	汪源源		221	1554	19.0	26.0
3	陈曦		33	78	6.0	7.0
4	张羽		45	309	10.0	15.0