经验模式分解及关联维数在心音信号分类识别中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

经验模式分解及关联维数在心音信号分类识别中的应用

郭兴明, 袁志会, 丁晓蓉

文章导航 > 电子科技大学学报 > 2013 > 42(6): 955-960

郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用[J]. 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

引用本文:

郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用[J]. 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

GUO Xing-ming, YUAN Zhi-hui, DING Xiao-rong. Application of EMD and Correlation Dimension in Classification and Recognition of Heart Sound[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

Citation:

GUO Xing-ming, YUAN Zhi-hui, DING Xiao-rong. Application of EMD and Correlation Dimension in Classification and Recognition of Heart Sound[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

经验模式分解及关联维数在心音信号分类识别中的应用

doi: 10.3969/j.issn.1001-0548.2013.06.028

1.
重庆大学生物工程学院重庆沙坪坝区 400044

基金项目:

国家自然科学基金(30770551);中央高校基本科研业务费专项基金(CDJXS11230050)

作者简介:
郭兴明(1964-),男,博士,教授,博士生导师,主要从事生物医学信息检测及处理方面的研究.

中图分类号: TP274

Application of EMD and Correlation Dimension in Classification and Recognition of Heart Sound

1.
College of Bioengineering,Chongqing University Shapingba Chongqing 400044

摘要: 针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.
- 关联维数 /
- 经验模式分解 /
- 心音 /
- 神经网络
Abstract: Focusing on the non-stationary and non-linear of heart sounds, a new method of feature extraction based on empirical mode decomposition (EMD) and Correlation dimension is proposed. The heart sound signals are decomposed into a finite number of intrinsic mode functions (IMFs). The IMF components are chosen by using the criteria of mutual correlation coefficient between IMF components and original signal and then the correlation dimension of the top four intrinsic mode functions (IMF1~IMF4) is calculated by using G-P algorithm. The eigenvectors are put into the artificial neural network for automatic discrimination between normal and abnormal signals. In the process of phase-space reconstruction, Cao theory and the mutual information function are used to determine the two important parameters: delay time and embedding dimension. The clinical data experimental diagnosis and contract test results show that the approach proposed could identify the pathological heart sound effectively.
- correlation dimension /
- empirical mode decomposition /
- heart sound /
- neural network

[1]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[2]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[3]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[4]	王宏, 周正欧, 李廷军, 孔令讲. 基于EEMD穿墙雷达人的运动模式识别 . 电子科技大学学报, 2011, 40(3): 346-351. doi: 10.3969/j.issn.1001-0548.2011.03.003
[5]	郭兴明, 汤丽平, 陈丽珊, 陈毛毛. 经验模式分解在QRS波群和T波检测中的应用 . 电子科技大学学报, 2011, 40(1): 142-146. doi: 10.3969/j.issn.1001-0548.2011.01.027
[6]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[7]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[8]	袁继敏, 李小玲, 古天祥. 基于时空神经网络增强数字示波器功能的研究 . 电子科技大学学报, 2007, 36(5): 938-941.
[9]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[10]	王运, 黄大贵, 杨天文. 开放式数控切割机神经网络误差补偿研究 . 电子科技大学学报, 2007, 36(2): 305-308.
[11]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[12]	李向军. 一种基于经验模式分解的心电QRS波检测方法 . 电子科技大学学报, 2007, 36(4): 795-797.
[13]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[14]	朱培勇, 孙世新. 具有时滞的Hopfield神经网络的周期解 . 电子科技大学学报, 2005, 34(5): 680-683.
[15]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[16]	张春凤, 徐军, 钟守铭. 一类神经网络系统的渐近行为 . 电子科技大学学报, 2004, 33(1): 91-93.
[17]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[18]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[19]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[20]	孟相如, 虞厥邦. 电流模式神经网络分类器的CMOS实现技术 . 电子科技大学学报, 1997, 26(5): 453-456.

WeChat

点击查看大图

计量

文章访问数: 4616
HTML全文浏览量: 217
PDF下载量: 127
被引次数: 0

经验模式分解及关联维数在心音信号分类识别中的应用

doi: 10.3969/j.issn.1001-0548.2013.06.028

1. 重庆大学生物工程学院重庆沙坪坝区 400044

基金项目:

国家自然科学基金(30770551);中央高校基本科研业务费专项基金(CDJXS11230050)

作者简介:
郭兴明(1964-),男,博士,教授,博士生导师,主要从事生物医学信息检测及处理方面的研究.

收稿日期: 2012-06-20
修回日期: 2012-12-25
刊出日期: 2013-12-15

中图分类号: TP274

关键词:

摘要: 针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.

English Abstract

郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用[J]. 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

引用本文:

郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用[J]. 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

GUO Xing-ming, YUAN Zhi-hui, DING Xiao-rong. Application of EMD and Correlation Dimension in Classification and Recognition of Heart Sound[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

Citation:

GUO Xing-ming, YUAN Zhi-hui, DING Xiao-rong. Application of EMD and Correlation Dimension in Classification and Recognition of Heart Sound[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发