几种循环神经网络和时频掩码在心肺音分离中的应用

• 作者: 张财宝 陈骏霖
• 来源期刊: 自动化与信息工程
• 学科: 医学
• 关键词: 心肺音分离 循环神经网络 时频掩码
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 39-44
• 页数: 6页
• 分类号: R318|TN912.3|TP183
• 字数: 3413字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2020.01.008

摘要

针对基于循环神经网络的心肺音分离方法采用的LSTM分离模型存在的结构复杂、参数过多、收敛速度慢、无法挖掘时频谱时序上下文关系等问题,将其与3种循环神经网络的变体(GRU,BiLSTM,BiGRU)应用于心肺音分离,并分别与2种时频掩码(IBM,IPSM)组合进行仿真,比较不同模型和不同时频掩码的心肺音分离性能.在分离模型方面,相比于LSTM,GRU具有参数少、更容易收敛等优点,BiLSTM和BiGRU的双向结构能够挖掘心肺音时频谱的时序上下文关系;在时频掩码方面,相比于IBM,IPSM考虑了混合相位与目标相位的差异信息.仿真结果表明:基于BiGRU和IPSM的心肺音分离方法取得较好的分离效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈骏霖		2	3	1.0	1.0
2	张财宝		1	0	0.0	0.0