袁志会
- 作品数：6 被引量：49H指数：4
- 供职机构：重庆大学生物医学工程联合学院生物流变科学与技术教育部重点实验室更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：医药卫生自动化与计算机技术机械工程更多>>
- 基于小波变换和经验模式分解的心音信号研究被引量：15
- 2012年
- 针对经验模式分解(EMD)中的端点效应问题,本研究提出先用小波去除噪声干扰,再用EMD方法提取心音信号的特征。对于EMD的端点延拓,采用一种新的自适应波形匹配端点延拓方法。通过小波去噪,克服了直接运用EMD分解时无用频率分量带来的干扰,有效地减少EMD的分解层数,自适应波形匹配延拓方法充分考虑了心音信号的内在规律与端点处的变化趋势,较之传统的延拓方法更加合理。用所提出的方法对心音信号进行EMD分解,并用双阈值法对分解后的信号进行第一心音(S1)第二心音(S2)的定位分析,通过对40例心音信号定位分析,S1和S2的检出率分别达到97.05%和97.12%。表明该分析方法能够有效地抑制端点效应,提高EMD分解的准确性和时效性,为后续心音的分析提供准确的参考信息。
- 郭兴明袁志会
- 关键词：端点效应小波去噪经验模式分解
- 基于分形理论的心音信号特征分析与分类识别研究
- 心音作为人体重要的生理信号之一，有自己独特的发生机制及特性，包含着心脏系统各种生理和病理信息。它能反映心脏及大血管的机械运动状况，是临床评估心脏功能状态的无创而便捷的方法。研究表明，心音信号为确定的非线性信号，且具有明显...
- 袁志会
- 关键词：心音信号特征提取
- 平移不变小波在心音信号去噪中的应用被引量：4
- 2014年
- 小波阈值去噪方法可以消除心音信号中的噪声,但其缺乏平移不变性,可能在信号的奇异点附近产生人为的振荡现象,即Pesudo-Gibbs现象,影响去噪效果。采用平移不变(Translation Invariance,TI)小波阈值去噪的方法对心音信号进行去噪,通过对信号序列平移来改变奇异点在整段信号的位置,以降低或消除振荡。对信号采用平移不变小波去噪之前,先通过消除趋势项来降低信号采集过程中引入的干扰。实验结果表明,该方法消除了人为振荡现象,在保留心音信号主要特征的前提下,信号的信噪比(Signal-to-Noise Ratio,SNR)和根均方误差(Root Mean Square Error,RMSE)均得到明显改善。
- 郭兴明何彦青卢德林袁志会
- 关键词：心音信号小波阈值去噪平移不变性
- 基于EMD关联维数和多重分形谱的心音识别被引量：24
- 2014年
- 心音是一种高度非线性、非平稳性的振动信号,传统的线性分析方法不足以揭示其内在特征,提出了一种基于EMD关联维数和多重分形谱的心音分类识别方法。首先通过EMD将心音信号分解成若干个IMF,利用互相关系数准则对其进行筛选以得到主IMF分量,并利用G-P算法求主IMF分量的关联维数;然后分析多重分形谱的4个特征参数,其中多重分形谱宽度的差异性最大,将它结合主IMF分量的关联维数,作为二叉树支持向量机的输入向量实现对临床采集的正常心音和5类异常心音信号的分类识别。结果表明,该方法能有效地提取心音特征,同时提高了心音信号的识别率。
- 郭兴明张文英袁志会何彦青李传鹏
- 关键词：心音经验模式分解关联维数多重分形谱
- 经验模式分解及关联维数在心音信号分类识别中的应用被引量：4
- 2013年
- 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（IMFIIMF4）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谛关联维数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．
- 郭兴明袁志会丁晓蓉
- 关键词：关联维数经验模式分解心音神经网络
- 局部投影和离散小波变换在心音信号去噪中的应用被引量：3
- 2014年
- 针对心音信号非线性的特点,提出噪声水平自适应估计的局部投影与离散小波阈值相结合的去噪方法,该算法既能得到精确的重构信号又能保留微弱信号的有效特征。Lorenz序列数值仿真结果表明,该方法可以有效地抑制噪声,其信噪比和均方误差均优于局部投影去噪和离散小波阈值去噪;对比不同算法去噪前后信号的最大Lyapunov指数,得出该方法能很好地保留原始信号的非线性特征。对实测心音信号的降噪研究,进一步表明了该方法的有效性。
- 梁庆真郭兴明袁志会
- 关键词：心音最大LYAPUNOV指数去噪
