科研之友
微信
新浪微博
Facebook
分享链接
摘要
为辅助医疗检测阻塞性睡眠呼吸暂停低通气综合征（obstructivesleepapnea-hypopneasyndrome,OSAHS）且克服人工标注、分类准确率低等问题，提出一种OSAHS鼾声检测算法。该算法采用贝叶斯信息准则联合语音端点检测，对单切割点检测进行优化和快速筛选；改进线性判别分析矩阵，构建分类回归树分类模型，实现OSAHS患者鼾声、正常鼾声和非鼾声的一步三分类；构建鼾声检测可视化模型，通过检测OSAHS患者呼吸暂停的发生位置和次数来预测AI指数，进而用于辅助医疗诊断。以某医科大学临床夜间实录鼾声数据作为输入，实验结果表明：与其他方法相比，该算法的分类准确率达99.41%，可以实现有效的辅助诊断。
-
单位辽宁工业大学; 天津职业技术师范大学
