基于最小分类误差准则的呼吸音分类技术

发布时间：2017-06-11 10:11

  本文关键词：基于最小分类误差准则的呼吸音分类技术，由笔耕文化传播整理发布。

【摘要】：从大量呼吸音样本中归纳综合出肺部病理特征的科学表示,实现自动化、定量化的呼吸音分类,是现代医疗信息化技术的重要研究内容之一.提出了一种基于最小分类误差(minimum classification error,MCE)准则的呼吸音分类方法,建立呼吸音类别的分类误差损失函数,采用广义概率下降法(generalized probabilistic decent,GPD)估计得到呼吸音的隐马尔科夫模型(hidden Markov model,HMM)参数,以增强不同类型呼吸音模型的区分能力.实验结果表明,与传统的最大似然(maximum likelihood,ML)法相比,基于MCE准则求解的HMM模型,具有更好的分类效果,提高了识别准确率,客观证明了基于MCE准则的呼吸音分类技术的有效性.
【作者单位】： 厦门大学信息科学与技术学院;厦门大学海洋与地球学院;厦门大学附属第一医院;
【关键词】： 呼吸音分类 隐马尔可夫模型 最小分类误差 最大似然
【基金】：国家自然科学基金(61105026,11274259)
【分类号】：R443;TN912.34
【正文快照】： 901-905.Citation:LI L,XU W H,HONG Q Y,et al.Respiratory sound classification approach based on minimum classification error[J].Journal of Xiamen University(Natural Science),2016,55(6):901-905.(in Chinese)呼吸音,又称为肺音,是由肺部气流湍动产生,宏观上分为

  本文关键词：基于最小分类误差准则的呼吸音分类技术，，由笔耕文化传播整理发布。

本文编号：441373