咳嗽音分析算法设计及APP开发

发布时间：2021-01-31 09:33

　　由于缺乏对呼吸功能的客观评价,急性期的呼吸衰竭、呼吸窘迫综合症、肺部感染等并发症为颈脊髓损伤患者死亡的主要原因。咳嗽音的强弱也能反映呼吸功能的好坏,对咳嗽音的处理分析与处理可以辅助医生进行诊断。然而传统的呼吸能力评价主要依赖肺功能仪的测定,主要缺点是操作较繁琐,检测成本较高。因此,咳嗽音分析应用于评价患者的呼吸功能具有重要的社会价值与应用前景。本文以提高咳嗽音识别准确率和辅助诊断软件易用性为目的,拟开发出一款辅助医生诊断的咳嗽分析APP,解决其中的咳嗽音识别问题,为后续的呼吸功能评价打下基础。主要研究内容包括:1)样本的获取:采用改进的双门限法进行端点检测,对原始样本进行预加重、分帧加窗、端点检测得到实验样本。2)真假咳嗽识别算法的研究与实现:类比清浊音分类的方法,选取短时过零率以及最大自相关系数作为特征,采用轻量级分类器Fisher,区分经常出现的颈脊髓损伤患者假性咳嗽。3)咳嗽音识别算法的研究与实现:选取短时能量和梅尔倒谱系数作为特征参数,先用主元分析对特征参数进行降维,进而以基于径向基核函数的非线性支持向量机作为分类器,并采用粒子群优化模型参数。4)Android应用程序的实现:... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与研究意义
    1.2 呼吸功能及其评价的研究现状
    1.3 咳嗽音分析技术的研究现状
        1.3.1 语音识别研究历史及其发展
        1.3.2 咳嗽音分析的研究历史及其发展
    1.4 研究内容与论文结构
        1.4.1 研究内容
        1.4.2 篇章结构
第二章 咳嗽识别框架与咳嗽机理分析
    2.1 系统总体需求
    2.2 咳嗽音信号产生机理与模型
    2.3 咳嗽音信号的时频域特性
        2.3.1 咳嗽音信号的时域特性
        2.3.2 咳嗽音信号的频域特性
    2.4 系统总体设计方案
    2.5 本章小结
第三章 咳嗽音片段提取
    3.1 预加重
    3.2 分帧加窗
    3.3 端点检测
    3.4 实验样本
    3.5 本章小结
第四章 真假咳嗽识别
    4.1 特征参数提取
    4.2 Fisher基础理论
    4.3 实验结果分析
    4.4 本章小结
第五章 咳嗽音识别
    5.1 特征参数提取
        5.1.1 短时能量和短时过零率
        5.1.2 线性预测倒谱系数LPCC
        5.1.3 梅尔倒谱系数MFCC
    5.2 特征参数评价
    5.3 特征参数组合
    5.4 SVM识别
        5.4.1 线性可分支持向量机
        5.4.2 实验结果分析
        5.4.3 PCA降维
        5.4.4 实验结果分析
        5.4.5 非线性支持向量机
        5.4.6 核函数选取及模型参数优化
        5.4.7 实验结果分析
    5.5 本章小结
第六章 系统软件设计与实现
    6.1 软件总体设计
    6.2 注册登录模块
    6.3 咳嗽音采集模块
    6.4 咳嗽音显示和播放模块
        6.4.1 波形绘制
        6.4.2 音频播放
    6.5 咳嗽音识别模块
    6.6 个人信息管理模块
    6.7 远程传输模块
    6.8 本章小结
总结与展望
    工作总结
    未来工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]成人常见咳嗽原因的临床分析[J]. 卢彦帮,陈宏.  医学综述. 2018(11)
[2]创伤性脊髓损伤的相关因素研究[J]. 王磊,周娟,石秀秀,胡鸢,秦江,殷佳坤,唐金树.  中国骨与关节杂志. 2017(02)
[3]用拉格朗日乘数法解决一类与凸函数有关的多元函数条件最值[J]. 甘志国,戴桂斌.  中学数学杂志. 2014(09)
[4]RBF-SVM的核参数选择方法及其在故障诊断中的应用[J]. 周绍磊,廖剑,史贤俊.  电子测量与仪器学报. 2014(03)
[5]胸段完全性脊髓损伤患者的三维步态分析[J]. 孙嘉利,黄东锋,欧阳亚涛,毛玉瑢,钟世镇.  中国康复理论与实践. 2010(02)
[6]基于主成分分析方法的人脸识别研究[J]. 王正洪,邹凌.  微计算机信息. 2007(28)
[7]关于支持向量分类机算法的研究[J]. 范玉妹,赵丽丽.  石家庄铁道学院学报(自然科学版). 2007(03)
[8]基于遗传算法的支持向量机分类器模型参数优化[J]. 陈果.  机械科学与技术. 2007(03)
[9]窗函数在数字滤波器设计中的应用[J]. 吴伶锡,刘旺东.  湘潭师范学院学报(自然科学版). 2002(03)

博士论文
[1]面向小样本的文本分类模型及算法研究[D]. 刘川.电子科技大学 2017
[2]基于HMM和ANN的汉语语音识别[D]. 陈立伟.哈尔滨工程大学 2005

硕士论文
[1]基于支持向量机参数优化算法的股票智能投顾策略研究[D]. 高雯.上海师范大学 2018
[2]基于Android音频接口的心电监护系统研究与实现[D]. 范健威.南方医科大学 2018
[3]基于PCA与SVM的滚动轴承性能退化评估方法研究[D]. 陈龙.青岛理工大学 2018
[4]高维数据降维处理关键技术研究[D]. 李蝉娟.电子科技大学 2017
[5]基于粒子群算法的网架结构健康监测传感器优化布置研究[D]. 鹿伟.西安建筑科技大学 2016
[6]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[7]融合LPCC和MFCC特征参数的语音识别技术的研究[D]. 张文克.湘潭大学 2016
[8]基于支持向量机的海量文本分类并行化技术研究[D]. 任倚天.北京理工大学 2016
[9]基于HMM-ANN混合模型的咳嗽音识别研究[D]. 郑晓平.重庆大学 2011
[10]咳嗽音识别方法的应用研究[D]. 李宁.重庆大学 2010



本文编号：3010611