基于经验模态分解分析和隐马尔可夫模型识别的咳嗽音检测

• 作者: 杜明辉 胡维平 赖克方 钟南山 钟思军 陈如冲 陈荣昌
• 来源期刊: 生物医学工程学杂志
• 学科: 医学
• 关键词: 咳嗽音检测 经验模态分解 隐马尔可夫模型
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 论著
• 页码范围: 277-281
• 页数: 5页
• 分类号: R318.04
• 语种: 中文

摘要

咳嗽是众多呼吸道疾病中常见的重要病症之一,其强度和发生频率提供了极其重要的临床信息.为利用这些信息,必须把咳嗽音从其他声音例如语音、清喉音、清鼻音等中分辨出来.我们提出一种基于经验模态分解(Empirical Mode Decomposition, EMD)分析的咳嗽音检测方法.该方法通过应用EMD的自适应滤波器组特性, 提取信号的频域能量分布以统计分析咳嗽音及语音等特征,进而找到优化特征提取的方法,并利用隐马尔可夫模型(Hidden Markov model, HMM)进行咳嗽音的检测.临床数据的实验表明,该优化方法能有效提高咳嗽音检测的正确率.