基于神经网络的家用型睡眠呼吸暂停综合症监测系统

• 作者: 孟泽民 林生生
• 来源期刊: 计算机系统应用
• 关键词: SAS ftp Mel倒频系数 K-均值 RBF神经网络
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 220-223,131
• 页数: 5页
• 字数: 2745字
• 语种: 中文

摘要

本文介绍了一款新的SAS监测系统,系统在不添加任何设备的情况下,利用手机调用自行设计的手机软件采集用户的鼾声数据,并采用ftp协议,利用家庭无线网传输数据,最终将数据存储在PC机中,并将神经网络算法和语音识别技术加入到系统的核心算法中,用于识别语音和鼾声,结合SAS的病征实现对SAS病症的诊断.实践证明,本系统相对于传统的SAS监测系统,具有更高的病症判别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林生生	浙江工业大学信息工程学院	2	5	2.0	2.0
2	孟泽民	浙江工业大学信息工程学院	2	5	2.0	2.0