基于心音信号处理的冠心病诊断的研究

• 作者: 叶学松 康锋 王平 陈裕泉
• 来源期刊: 浙江大学学报(工学版)
• 学科: 医学
• 关键词: 冠心病 心音信号 小波分析 自回归滑动平均 独立分量分析
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 生物医学工程
• 页码范围: 98-102
• 页数: 5页
• 分类号: R318.04
• 字数: 3640字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2004.01.020

摘要

记录舒张期心音信号,用信号处理方法进行分析识别,实现冠心病的无创诊断.将小波分析(WT)、自回归滑动平均(ARMA)以及独立分量分析(ICA)方法分别应用于冠心病(CAD)心音信号的特征提取,并将提取的特征值输入径向基(RBF)神经网络进行训练和识别.实验结果,CAD病人和非CAD病人的正确检测率分别是:小波分析80%,85%;ARMA 70%,75%;ICA 85%,85%.结果表明,在CAD病人的心音中含有300～800 Hz的高频心音能量.在三种方法中,ICA显示了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平		14	131	6.0	11.0
2	叶学松		5	42	4.0	5.0
3	康锋		2	28	2.0	2.0