基于希尔伯特—黄变换的肺音信号识别方法研究

发布时间：2017-11-08 18:23

  本文关键词：基于希尔伯特—黄变换的肺音信号识别方法研究

  更多相关文章： 肺音识别 呼吸相分割 希尔伯特-黄变换 信号包络

【摘要】：肺音信号是人体与外界进行气体交换过程中所产生的一种生理声信号。肺音中包含着大量的生理与病理信息,能够很好的表征人体呼吸系统的健康情况,因而在呼吸音学与临床医学等都有着十分重要的研究意义。传统的人工听诊方法对肺部疾病的医疗诊断虽然有着便捷无创等优良的特性而广受青睐,但也存在着人为判断的主观性以及设备与人耳对信号频率范围的局限性等问题。因此,肺音识别的电子化与自动化将是该领域的必然发展趋势。近年来,伴随着现代信号分析技术的发展、硬件设施的开发与完善,以及对不同疾病下的异常肺音的进一步了解,机器化肺音识别与分类的研究发展迅速。然而,目前的肺音研究仍然有着较大的局限与不足:1.机器识别与分类后只是定量性分类为正常音或者特定的几种异常音,而缺乏与实际诊疗相结合的具体病理信息,比如异常音存在于呼吸相的位置。2.除早期的波形放大等手段外,缺乏像心电图与脑电图等视觉诊断的依据,肺音仍然依赖于经验丰富的医师的人工听觉判断来进行进一步的诊断。本文则针对于肺音识别研究中所存在的问题,提出了一种基于希尔伯特-黄变换方法来对肺音呼吸气相进行分割的方法,并通过MATLAB绘制GUI界面构建包含呼吸相分割的人机交互肺音识别软件系统。本文的主要内容包括如下三个方面(1)系统地介绍了肺音知识,对典型异常肺音的产生机理与信号特征进行了阐释,以及当前对于肺音识别技术所采用的方法进行了介绍。(2)阐述了基于HHT变换的信号处理方法的基本原理与拓展应用,并针对于目前对肺音信号对呼吸相分割的不足之处,提出一种基于HHT变换的肺音呼吸气相识别与分割的方法。(3)通过MATLAB构建一个包含有呼吸气相分割的人机交互肺音识别软件系统。该系统能够通过对肺音信号进行气相分割,将气相信息作为有效特征来应用于肺音的识别,通过人机交互能够进一步完善分割与识别结果,在视觉辅助诊断方面也有着良好的可用性。
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.34

【相似文献】

中国期刊全文数据库 前8条

1 吕扬生;刘文晖;秦光侠;;肺音信号中心音干扰的自适应消除[J];中国医疗器械杂志;1990年03期

2 姚小静;王洪;李燕;崔建国;;肺音信号分析及其识别方法的研究进展[J];重庆理工大学学报(自然科学);2013年12期

3 郭皓;黄华;;利用高阶统计量进行心肺音信号的盲分离[J];生物医学工程学杂志;2009年02期

4 陆强;李文锋;张西学;李俊民;刘龙清;;基于ARM和Linux的肺音采集器的研究[J];中国医疗器械杂志;2011年04期

5 刘毅;张彩明;赵玉华;董亮;;基于多尺度小波包分析的肺音特征提取与分类[J];计算机学报;2006年05期

6 徐泾平;陈启敏;闵一健;王炳和;;肺音信号的同态处理[J];信号处理;1993年04期

7 李真真;吴效明;;基于分数阶Hilbert变换二维纹理特征的罗音检测算法[J];中国生物医学工程学报;2013年03期

8 ;[J];;年期

中国硕士学位论文全文数据库 前9条

1 郑明杰;基于希尔伯特—黄变换的肺音信号识别方法研究[D];江苏大学;2016年

2 赵一鸣;基于盲信号分离的肺音信号提取研究[D];浙江大学;2008年

3 李小进;嵌入式系统低功耗优化技术在肺音信号处理中的应用[D];哈尔滨理工大学;2014年

4 钟美楠;便携式肺音采集技术的研究[D];重庆大学;2012年

5 周冬生;肺音信号的特征提取与模式识别[D];山东大学;2005年

6 吴健;基于虚拟仪器的肺音分析系统的设计与实现[D];南京邮电大学;2012年

7 王春华;基于盲源分离的肺音信号提取研究[D];山东科技大学;2010年

8 杨燕婷;基于Windows平台的肺音听诊系统的设计与实现[D];电子科技大学;2006年

9 胡泊;智能电子听诊器设计与实现[D];天津大学;2010年

，

本文编号：1158288