基于PCA-SOM的异常心音分类识别方法的研究

• 作者: 刘喻 唐雪辉 徐绍凯 梁庆德 范琳 陈洪波
• 来源期刊: 航天医学与医学工程
• 学科: 医学
• 关键词: 心音信号 主成分分析 自组织映射神经网络 聚类分析
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论著
• 页码范围: 57-61
• 页数: 5页
• 分类号: R318
• 语种: 中文
• DOI: 10.16289/j.cnki.1002-0837.2018.01.011

摘要

目的 对各种异常心音进行分类识别,为心血管疾病的诊断与治疗提供更重要的临床信息.方法 针对心音的异常种类繁多且各种异常心音的特征比较复杂的问题,提出利用主成分分析对其心音特征进行降维,采取自组织映射神经网络进行聚类分析,并对各种异常心音和正常心音进行分类识别.结果 对12类异常心音的分类准确度为97.0％,灵敏度为96.6％,特异度为100％,其性能参数均远远优于未经PCA选择时的SOM方法.结论 本文方法可以为心血管疾病患者的日常监测、精确诊断和精准治疗以及疾病的预防和控制提供新的技术手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈洪波	桂林电子科技大学生命与环境科学学院	32	186	7.0	12.0
2	唐雪辉		2	7	1.0	2.0
3	刘喻	桂林电子科技大学生命与环境科学学院	6	25	3.0	4.0
4	徐绍凯	桂林电子科技大学生命与环境科学学院	2	8	1.0	2.0
5	范琳	桂林电子科技大学生命与环境科学学院	2	8	1.0	2.0
6	梁庆德	桂林电子科技大学生命与环境科学学院	1	7	1.0	1.0