基于多尺度小波包分析的肺音特征提取与分类

作者：刘毅; 张彩明; 赵玉华; 董亮

来源：计算机学报, 2006, 29(05): 769-777.

DOI：10.3321/j.issn:0254-4164.2006.05.012

• 肺音
• 多尺度分析
• 小波包
• 特征提取
• 分类

提出了一种适于非平稳肺音信号的特征提取方法.以4种肺音信号(正常、气管炎、肺炎和哮喘)为样本数据,通过分析肺音信号的时频分布特点,选择了具有任意多分辨分解特性的小波包.对小波包进行空间划分后找到了适合肺音特征提取的最优基,并基于最优基对肺音信号进行快速多尺度的分解,得到了各级节点的高维小波系数矩阵,建立了小波系数与信号能量在时域上的等价关系,并将能量作为特征值,构造了低维的作为分类神经网络的输入特征矢量,大大降低了输入特征的维数.研究表明该算法的识别性能是高效的.

• 单位
  山东大学齐鲁医院; 山东大学