噪声动态估计下的心音降噪

发布时间：2022-12-04 01:39

　　针对基于小波分析和经验模式分解的降噪方法本质上不能追踪并消除噪声且容易造成心音失真的问题,本文提出了一种融合改进最小值控制递归平均和最优修正对数谱幅度估计的心音降噪方法。该方法采用短时窗平滑动态追踪、估计噪声最小值,并将噪声估计用于获取最优频谱增益函数,通过最小化干净心音与估计的干净心音的差异来最大限度地抑制噪声。此外,结合心音时频图主观分析和对正常与异常心音分类系统贡献性的客观分析,提出了一种更为严格的评价机制。实验结果表明,本文提出的方法有效地改善了心音信号的时频特征,并在正常与异常心音分类系统中获得了更高的评分。本文提出方法能够帮助医务工作者提高听诊的准确性,对计算机辅助诊断系统的构建与应用也具有十分重要的参考价值。 

【文章页数】：11 页

【文章目录】：
引言
1 算法框架
2 基于IMCRA-OMLSA的心音降噪
    2.1 基于OMLSA的心音降噪
    2.2 基于IMCRA的噪声估计
3 降噪结果的主观分析
4 降噪结果的客观评估
    4.1 数据集与特征提取
    4.2 分类器构建
    4.3 评估结果及分析
5 总结与讨论


【参考文献】：
期刊论文
[1]混沌同步系统降噪方法及其在滚动轴承故障诊断中的应用[J]. 李国正,谭南林,苏树强,张驰.  北京理工大学学报. 2019(07)
[2]基于CEEMD的心音信号小波包去噪算法研究[J]. 董利超,郭兴明,郑伊能.  振动与冲击. 2019(09)
[3]基于coif-5小波的心音自适应阈值降噪方法[J]. 许春冬,周静,龙清华,许瑞龙.  科学技术与工程. 2019(02)
[4]S1和S2共振峰频率在心音分类识别中的应用[J]. 成谢锋,陈亚敏.  南京邮电大学学报(自然科学版). 2017(05)
[5]基于经验模态分解的胎心音信号除噪方法[J]. 刘俏俏,谭志向,张懿,王华.  生物医学工程学杂志. 2015(04)
[6]一种基于噪声分类的语音增强方法[J]. 袁文浩,林家骏,王雨,陈宁.  华东理工大学学报(自然科学版). 2014(02)

博士论文
[1]基于小波变换与约束方差噪声谱估计的语音增强算法研究[D]. 王娜.燕山大学 2011

硕士论文
[1]语音系统中瞬态噪声抑制算法的研究[D]. 曹克宇.哈尔滨工业大学 2017
[2]一种基于级联无损声管的心音产生模型的研究及应用[D]. 陈亚敏.南京邮电大学 2017
[3]语音增强中噪声估计的研究[D]. 熊晶.兰州交通大学 2015
[4]针对于家居环境的语音增强系统的研究与开发[D]. 陈成斌.华南理工大学 2015
[5]复杂环境下语音增强方法研究[D]. 刘凤增.国防科学技术大学 2011



本文编号：3707364