经验模式分解及关联维数在心音信号分类识别中的应用

• 作者: 丁晓蓉 袁志会 郭兴明
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 关联维数 经验模式分解 心音 神经网络
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 生物电子学
• 页码范围: 955-962
• 页数: 8页
• 分类号: TP274
• 字数: 4875字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2013.06.028

摘要

针对心音信号非线性、非平稳的特性，提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法。首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF)，并利用互相关系数准则对IMF进行筛选，结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数，以此作为神经网络的输入向量，实现了对正常心音信号和病理心音信号的分类识别。对于重构相空间中的两个重要参数时间延迟τ和关联维数m，分别采用互信息函数法和用Cao算法确定。对临床采集的心音数据按该方法进行测试，结果表明，该方法能有效地识别心音。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭兴明	重庆大学生物工程学院	87	802	16.0	24.0
2	袁志会	重庆大学生物工程学院	5	68	4.0	5.0
3	丁晓蓉	重庆大学生物工程学院	5	45	2.0	5.0