肺音信號(hào)的特征提取與模式識(shí)別.pdf

1、肺音是人體呼吸系統(tǒng)與外界在換氣過程中產(chǎn)生的一種生理聲信號(hào)，它與病理生理的相關(guān)性研究已成為肺音學(xué)、臨床醫(yī)學(xué)的重要研究課題。然而由于呼吸音的隨機(jī)性、肺音錄取設(shè)備的不完整性以及分析方法的多樣性，致使肺音分析的結(jié)果有較大的差異。隨著計(jì)算機(jī)技術(shù)及信號(hào)處理技術(shù)的不斷進(jìn)步，肺音識(shí)別作為一個(gè)熱點(diǎn)課題日益受到關(guān)注。特征參數(shù)的提取是肺音識(shí)別的關(guān)鍵。特征提取的依據(jù)是利用有關(guān)數(shù)學(xué)工具，去掉對(duì)分類無用的信息，尋找最有效的信號(hào)特征來構(gòu)成用于分類識(shí)別的模式特征向量。

2、對(duì)于工作穩(wěn)定的肺音分析系統(tǒng)來說，其傳遞函數(shù)保持不變，相應(yīng)的幅頻特性和相頻特性也是固定的，因此所采集的肺音數(shù)據(jù)在某種程度上就能反映出被測(cè)信號(hào)的物理特性。 以前的研究表明，肺音信號(hào)由多頻率成分構(gòu)成并呈現(xiàn)明顯的周期性波動(dòng)，正常和異常肺音信號(hào)的能量空間分布會(huì)發(fā)生相應(yīng)變化，能量的改變就意味著信號(hào)特征的改變，也就是說信號(hào)各頻率成分能量的不同可以體現(xiàn)不同的被測(cè)信號(hào)的特性。但一般的變換方法(如短時(shí)傅立葉變換)很難提取這些特征，因此本研究提出了基

3、于信號(hào)能量的非平穩(wěn)肺音信號(hào)識(shí)別的新方法。 使用具有時(shí)頻局域功能的多分辨率小波分析可以達(dá)到此目的。小波分析的實(shí)質(zhì)是對(duì)原始信號(hào)的濾波過程(一系列恒Q的帶通濾波器)。它將信號(hào)投影到一組互相正交的小波函數(shù)構(gòu)成的子空間上，形成信號(hào)在不同尺度上的展開。從頻譜分析的角度看，小波變換是將信號(hào)分解成低頻和高頻兩部分，在下一層的分解中，又將低頻部分再分解成更低頻和高頻兩部分，依此類推，完成更深層次的小波分解。小波變換的這種“自適應(yīng)性”和“數(shù)學(xué)顯微鏡

4、”特點(diǎn)，使它成為許多學(xué)科共同關(guān)注的焦點(diǎn)，并在信號(hào)處理、故障檢測(cè)等領(lǐng)域起著十分重要的作用。 研究中首先對(duì)采集到的肺音數(shù)據(jù)進(jìn)行預(yù)處理，確定了四種典型的肺音信號(hào)(正常、氣管炎、肺炎和哮喘)為樣本數(shù)據(jù)。通過分析肺音信號(hào)的特性及時(shí)頻分布特點(diǎn)，選擇了具有任意多分辨分解特性的小波。對(duì)小波進(jìn)行空間劃分后確定了分解層數(shù)，并對(duì)肺音信號(hào)進(jìn)行了快速多尺度的小波變換，得到各節(jié)點(diǎn)的高維小波系數(shù)矩陣，建立了小波系數(shù)與信號(hào)能量在時(shí)域上的等價(jià)關(guān)系。用小波系數(shù)的能