基于支持向量机的心音信号自动识别

• 作者: 岳小冰 郭春璐
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 小波分析 心音信号识别 支持向量机 特征提取
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 应用与开发
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391
• 字数: 2720字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.06.008

摘要

心音信号识别对心血管疾病的诊断具有重要意义,为了提高心音信号的识别性能,提出一种基于支持向量机的心音信号自动识别方法.首先采用小波分析对心音信号进行降噪预处理,然后提取心音信号的Mel频率倒谱系数作为心音信号特征,最后采用支持向量机建立心音信号分类器,对采集心音信号数据的识别性能进行验证.实验结果表明,本文方法的心音信号平均识别率高达93％以上,可以准确识别正常和各种异常的心音信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳小冰	河南工业职业技术学院电子信息工程系	22	32	3.0	4.0
2	郭春璐	河南工业职业技术学院电子信息工程系	10	22	3.0	4.0