面向心音分割的个性化高斯混合建模方法

• 作者: 侯雷静 唐闽 孙燕 应冬文 郭婷婷 颜永红 齐英杰
• 来源期刊: 声学学报
• 年，卷（期）: 2019,（1）
• 页码范围: 20-27
• 页数: 8页
• 语种: 中文

摘要

准确的心音分割是分析和处理心音信号的基本前提.主流的心音分割算法采用监督式预先训练的方法构建统计模型,它不仅依赖于繁琐的手工标注,还存在模型与被分割数据之间的不匹配问题.提出了一种面向心音分割的个性化高斯混合建模方法,避免了手工标注和预先训练,而且在线训练获得的个性化模型能够高度匹配被分割的心音数据.由于心音信号的周期在一段短时间内很稳定,因此假设在包含若干心动周期的分析窗内,心音信号具有稳定的周期性,通过主成分分析提取本征心动周期信号,通过无监督学习构建个性化的统计模型,根据模型实现窗内每一心动周期的分割.实验表明,算法的平均分割准确率比主流的LRHSMM算法高3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙燕		149	1829	22.0	39.0
2	唐闽		17	5	1.0	2.0
3	侯雷静		1	0	0.0	0.0
4	郭婷婷		2	3	1.0	1.0
5	齐英杰		2	0	0.0	0.0
6	应冬文		1	0	0.0	0.0
7	颜永红		1	0	0.0	0.0