试论特征值基于魏格纳分布心杂音信号时频能量谱及分类要求

论文导读：
摘要：心音信号是人体重要的生理信号之一，心音听诊不仅简单无创且能较早的发现异常。由于心杂音信号的复杂性和非平稳性，采取现代数字信号处理策略对心杂音信号进行浅析和识别成为了解心血管状态不可或缺的手段。本论文以临床辅助诊断需求为目的对心杂音信号进行浅析探讨，内容涉及心杂音形成机制浅析、心杂音信号特点向量的提取、正常心音和4类病理性杂音信号（主动脉瓣狭窄、主动脉瓣反流、二尖瓣反流、肺动脉瓣狭窄）分类识别探讨。本课题的探讨工作主要包括以下几个方面：1）正常心音和杂音信号的特点浅析，介绍了正常心音和杂音形成的生理机制和时域波形特点，并对心音和杂音信号进行AR模型功率谱估计，为特点向量的选取提供一定的论述依据和参考。2）心杂音信号多成分分离算法的实现。采取基于主成分浅析的奇异谱策略，对心杂音信号进行奇异值分解和重构，达到正常心音成分和杂音成分分离的效果，结果表明该策略能有效的抑制信号魏格纳变换产生的交叉项干扰。3）心杂音信号时频能量谱策略探讨。文中比较浅析了常见的几种信号时频策略：快速傅里叶变换，小波变换和魏格纳变换。快速傅里叶变换得到的时频能量谱图，分辨率受窗函数宽度影响很大，小波变换可以得到尺度-能量谱，但基小波和尺度的选取不易。由此，本论文最后采取魏格纳变换对正常心音和杂音信号进行时频浅析，得到的二维时频能量谱分辨率高，能较好的反映正常心音和杂音信号时频域和能量方面的特点。4）心杂音信号特点向量提取。对3M Littmann Stethoscopes数据库中正常心音和四种类型的杂音信号进行魏格纳变换得到联合时频能量谱，以中浅析时域，频域和能量三方面的特点值，比如杂音持续时间，杂音峰值频率，杂音能量分数等。以此作为特点向量，为心音和杂音的分类识别提供依据。5）心杂音信号分类浅析策略。由于病理心杂音样本数量有限，由此选择支持向量机。课题探讨了支持向量机核函数，多分类支持向量机的选取策略，选用以分类精度最大为判断准则网格优化策略来确定核函数参数和松弛变量最优值的选取，建立了适合心杂音分类的支持向量机模型。实验中选取正常心音和四类常见的病理心杂音样本：主动脉瓣狭窄，主动脉瓣反流，二尖瓣反流和肺动脉瓣狭窄心杂音每种类型40例进行测试，按照训练集样本数和测试集样本数之比为3:1的方式进行学习和测试。实验结果表明分类精度较高，均达到了90%以上，验证了算法的有效性。关键词：心杂音论文魏格纳变换论文能量谱论文特点值论文支持向量机论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-5
ABSTRACT5-9
1 绪论9-15

1.1 课题探讨的背景及作用9-10

1.2 课题探讨的国内外近况10-13

1.2.1 心音信号时频浅析的探讨近况10-11

1.2.2 心脏杂音信号分类浅析的探讨近况11-13

1.3 课题探讨的主要内容13-15

1.3.1 探讨目的13

1.3.2 探讨内容13-14

1.3.3 论文的结构安排14-15

2 心杂音信号的生理基础及功率谱浅析15-24

2.1 心音信号的生理基础15-16

2.2 心杂音信号的生理基础16-19

2.1 心杂音的形成机制16-18

2.2 常见心脏杂音介绍18-19

2.3 心杂音信号的 AR 模型谱估计19-23

2.3.1 AR 模型参数计算20-22

2.3.2 心杂音信号谱估计22-23

2.4 本章小结23-24

3 心杂音信号的时频能量谱浅析策略24-40

3.1 引言24

3.2 几种常见的时频浅析策略24-30

3.

2.1 短时傅里叶变换25-26

3.

2.2 小波变换26-28

3.

2.3 魏格纳分布28-30

3.3 心杂音信号的魏格纳分布能量谱浅析30-39

3.1 交叉项的产生及抑制策略30-31

3.2 心杂音信号多分量分离法的实现31-36

3.3 基于魏格纳分布的心杂音信号时频能量谱浅析36-39

3.4 本章小结39-40

4 心杂音信号的分类识别探讨40-54

4.1 特点参数的计算和选取40-41

4.2 支持向量机的论述基础41-46

4.

2.1 最优超平面41-42

4.

2.2 线性可分情形42-43

4.2.3 线性不可分情形43论文导读：展望54-565.1总结54-555.2展望55-56致谢56-57参考文献57-62附录62A.作者在攻读学位期间发表的论文目录62B.作者在攻读学位期间取得的科研成果目录62上一页12
-46

4.3 心杂音信号分类识别浅析46-52

4.

3.1 选择多分类支持向量机46-48

4.

3.2 核函数的选择48-49

4.

3.3 径向基函数参数δ和松弛变量参数 C 的选取49-52

4.4 本章小结52-54
5 总结与展望54-56

5.1 总结54-55

5.2 展望55-56

致谢56-57
参考文献57-62
附录62
A. 作者在攻读学位期间发表的论文目录62
B. 作者在攻读学位期间取得的科研成果目录62