段赟
- 作品数：5 被引量：8H指数：2
- 供职机构：第四军医大学唐都医院更多>>
- 发文基金：国家自然科学基金四川省教育厅资助科研项目重庆大学研究生科技创新基金更多>>
- 相关领域：医药卫生更多>>
- 一种心音信号分类识别方法及装置
- 本发明提供了一种心音信号分类识别方法及运用该方法的心音信号分类识别装置。本发明方法以GMM模板特征与待测的心音信号的Mel频率倒谱系数的似然度为匹配标准进行分类识别，提取的参数少，特征提取和计算过程都得以简化，并且抗干扰...
- 郭兴明段赟吴文竹
- 文献传递
- 基于高斯混合模型的心音模式识别研究
- 心音信号是人体重要的生理信号之一，包含有人体大量的生理、病理信息。心音听诊是心血管疾病无创检测诊断的重要方法，但是听诊过程容易受外界噪声的干扰，听诊结果也容易受到听诊医生主观判断的影响。另外心音听诊受操作者熟练程度的影响...
- 段赟
- 关键词：高斯混合模型心音信号模式识别数据采集背景噪声
- 文献传递
- 基于HMM和WNN的心音信号身份识别研究被引量：3
- 2010年
- 将隐马尔可夫模型(HMM)与小波神经网络(WNN)相结合,提出了一种基于心音信号的身份识别方法。该方法首先利用HMM对心音信号进行时序建模,并计算出待识别心音信号的输出概率评分;再将此识别概率评分作为小波神经网络的输入,通过小波神经网络将HMM的识别概率值进行非线性映射,获取分类识别信息;最后根据混合模型的识别算法得出识别结果。实验采集80名志愿者的160段心音信号对所提出的方法进行验证,并与GMM模型的识别结果进行了对比,结果表明,所选方法能够有效提高系统的识别性能,达到了比较理想的识别效果。
- 郭兴明段赟钟丽莎
- 关键词：心音信号身份识别隐马尔可夫模型小波神经网络
- 基于GMM的心音信号生物识别方法研究被引量：3
- 2013年
- 目的将倒谱系数提取和高斯混合模型(GMM)相结合,提出了一种基于心音信号的生物识别方法。方法首先心音信号预处理小波去噪,然后进行特征参数的选择,对比研究了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC),再用高斯混合模型(GMM)进行识别。最后利用50名志愿者的100段心音信号对所提出的方法进行验证。结果对比实验证明LPCC比MFCC更适合用于心音信号的生物识别研究,通过对每段心音信号进行小波去噪,取得了比传统GMM方法更高的识别率。结论表明该方法能够有效提高系统的识别性能,达到了比较理想的识别效果。
- 钟丽莎万江中黄志伟郭兴明段赟
- 关键词：心音信号生物识别小波去噪线性预测倒谱系数MEL频率倒谱系数
- 一种心音信号分类识别方法及装置
- 本发明提供了一种心音信号分类识别方法及运用该方法的心音信号分类识别装置。本发明方法以GMM模板特征与待测的心音信号的Mel频率倒谱系数的似然度为匹配标准进行分类识别，提取的参数少，特征提取和计算过程都得以简化，并且抗干扰...
- 郭兴明段赟吴文竹
- 文献传递
