原文服务方: 计算机测量与控制       
摘要:
心音分类在心血管疾病的早期检测中起着至关重要的作用,特别是对小型初级卫生保健诊所、缺少专业人员陪护的家庭等检测;为提高心音信号数据类别间的可辨别性,提出了一种改进MFCC方法提取数据特征,并与PCA算法组合,作为样本输入CNN模型进行分类;对心音信号数据集进行降噪与下采样,减少数据量及噪声影响,利用改进的MFCC对其进行特征提取,并利用PCA算法进而抽取相关特征;为验证不同特征数据集以及不同滤波算法在提取心音数据特征数据集方面对分类过程及分类结果所产生的影响,将其分别输入CNN模型进行训练;经实验验证,改进的MFCC特征+PCA算法与传统的MFCC相比较,可提高训练模型的训练速度,同时也可提高识别率。
推荐文章
心音信号的特征识别方法
心血管疾病
心音信号
医学信号
听诊
基于HMM和WNN的心音信号身份识别研究
心音信号
身份识别
隐马尔可夫模型
小波神经网络
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的MFCC与CNN心音信号 识别方法的研究
来源期刊 计算机测量与控制 学科 其他
关键词 心音分类;MFCC;滤波;PCA;CNN
年,卷(期) 2024,(12) 所属期刊栏目
研究方向 页码范围 201-207,215
页数 8页 分类号
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2024.12.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2025(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
心音分类;MFCC;滤波;PCA;CNN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
论文1v1指导