基于最小分类误差准则的呼吸音分类技术

• 作者: 吴谨准 徐文皓 李琳 洪青阳 童峰 颜卫源
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 呼吸音分类 隐马尔可夫模型 最小分类误差 最大似然
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 901-905
• 页数: 5页
• 分类号: TN912
• 字数: 3794字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201602021

摘要

从大量呼吸音样本中归纳综合出肺部病理特征的科学表示,实现自动化、定量化的呼吸音分类,是现代医疗信息化技术的重要研究内容之一。提出了一种基于最小分类误差(minimum classification error,MCE)准则的呼吸音分类方法,建立呼吸音类别的分类误差损失函数,采用广义概率下降法(generalized probabilistic decent,GPD)估计得到呼吸音的隐马尔科夫模型(hidden Markov model,HMM)参数,以增强不同类型呼吸音模型的区分能力。实验结果表明,与传统的最大似然(maximum likelihood,ML)法相比,基于 MCE准则求解的 HMM模型,具有更好的分类效果,提高了识别准确率,客观证明了基于 MC E准则的呼吸音分类技术的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琳	厦门大学信息科学与技术学院	26	117	7.0	10.0
2	童峰	厦门大学海洋与地球学院	67	576	12.0	21.0
3	吴谨准		36	179	4.0	13.0
4	洪青阳	厦门大学信息科学与技术学院	18	113	7.0	10.0
5	颜卫源		3	12	1.0	3.0
6	徐文皓	厦门大学信息科学与技术学院	1	1	1.0	1.0