基于声学特性的鼾声分类研究
发布时间：2021-03-24 06:12
阻塞性睡眠呼吸暂停低通气综合征（OSAHS）是一种严重影响人们生活的睡眠呼吸障碍,医院对于这种疾病的诊断主要通过多导睡眠仪（PSG）实现,其成本高昂极为不便,论文通过对鼾声的一系列研究,对OSAHS患者的鼾声进行分类,并实现对所分类别的自动识别,进而辅助OSAHS病症的诊断。针对睡眠鼾声信号的降噪预处理,论文提出了一种谱减法与基于子空间投影的维纳滤波法相结合的降噪方法。在叠加了不同能量白噪声的带噪信号降噪实验中,使用该方法处理后的信号,信噪比（SNR）比使用单独使用谱减法时平均高了约7dB、比单独使用维纳滤波法时平均高了约3d B,并且在均方误差和与原信号的相干性上也优于谱减法和维纳滤波法,在对复杂背景噪声的实录鼾声的降噪实验中,论文方法同样取得了优于谱减法和维纳滤波单独使用时的效果,很好地降低了信号噪声并保持了信号的完整性。对于鼾声的自动识别与提取,论文使用双门限法和自适应阈值法相结合的方法截取出了睡眠声信号中的所有有声段,提出使用卷积神经网络对鼾声进行自动识别以区分鼾声和非鼾声。选取了Alexnet和Googlenet两种当前在图像识别领域功能强大的卷积神经网络,分别对声片段的频谱...
【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】：65 页
【学位级别】：硕士
【部分图文】：
课题研究流程图
图 2-2 有声段检测效果图为了方便对鼾声的识别工作，需要提取一定的声学参数，并对声学参数做一些特定的处理。常见的声学参数有：基因周期、线性预测参数、线性对（LSP）参数、线性预测倒谱参数（LPCC）、Mel 倒谱系数（MFCC）、动态差分参数等，常见的参数提取方法有：自相关法、并行处理法、倒谱法、简化逆滤波法等，这些参数提取出来以后都是长度不一的向量，冗余度较高，需要根据不同的需求对声音信号进行特征变换，从而把我们需要的声音特征突出出来。特征变换领域比较核心的方法是：线性判别分析法（LDA）独立分量分析法（ICA）、主要分量分析法（PCA），其主要目的是将声学参数正交化、独立化。论文使用的是主要分量分析法，主要分量分析法是 Pearson 于 1901 年提出的一种针对非随机变量的数据降维方法，Hotelling 于 1933 年首次将其应用到了随机变量的处理当中，其主要思想是把原始数据中的绝大部分数据用变换而来的最核心的成分阐释通过对数据中不重要信息的舍弃整合完成对原始数据的特征变化以及数据降维，很好地降低了数据的冗余度[46]。
д = (2图 2-3 所示，平面上方的类别为+1，平面下方的定义为-1，分类问题决策函 ( ) = ě ( д ) (2-了寻找分类最优超平面，确定其参数 w 和 b，把误分类点到超平面的总距离数 1,ii ix ML w b y w x bw (2 P 的误分类点集为 M，则分类问题抽象为 ,min ,ii iw bx ML w b y w x b (2-过多次迭代，找出符合式（2-8）的超平面参数。平面 P 对数据的分割如图 2-3 所示，图中的圆圈和叉分别表示两类数据。
【参考文献】：
期刊论文
[1]基于改进的网格搜索法的SVM参数优化[J]. 王健峰,张磊,陈国兴,何学文. 应用科技. 2012(03)
[2]阻塞性睡眠呼吸暂停综合征的分级检测[J]. 张海秀,刘文龙,赵玉霞. 现代生物医学进展. 2012(07)
[3]子空间与维纳滤波相结合的语音增强方法[J]. 张雪英,贾海蓉,靳晨升. 计算机工程与应用. 2011(14)
[4]一种基于自适应谱熵的端点检测改进方法[J]. 王琳,李成荣. 计算机仿真. 2010(12)
[5]基于EMD和改进双门限法的语音端点检测[J]. 宋倩倩,于凤芹. 电声技术. 2009(08)
[6]OSAHS患者与单纯打鼾者鼾声声学特性初步研究[J]. 许辉杰,余力生,黄魏宁,陈兰,贺宇霞. 听力学及言语疾病杂志. 2009(03)
[7]语音信号产生模型的建立及应用[J]. 王莉华. 信息化纵横. 2009(07)
[8]阻塞型睡眠呼吸暂停低通气综合征及其并发症[J]. 陈泞宏,庄立邦,周育廷,林士为. 中华医学杂志. 2007(31)
[9]睡眠打鼾研究概况[J]. 赵蕾,黄席珍. 中国全科医学. 2002(05)
本文编号：3097217
【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】：65 页
【学位级别】：硕士
【部分图文】：
课题研究流程图
图 2-2 有声段检测效果图为了方便对鼾声的识别工作，需要提取一定的声学参数，并对声学参数做一些特定的处理。常见的声学参数有：基因周期、线性预测参数、线性对（LSP）参数、线性预测倒谱参数（LPCC）、Mel 倒谱系数（MFCC）、动态差分参数等，常见的参数提取方法有：自相关法、并行处理法、倒谱法、简化逆滤波法等，这些参数提取出来以后都是长度不一的向量，冗余度较高，需要根据不同的需求对声音信号进行特征变换，从而把我们需要的声音特征突出出来。特征变换领域比较核心的方法是：线性判别分析法（LDA）独立分量分析法（ICA）、主要分量分析法（PCA），其主要目的是将声学参数正交化、独立化。论文使用的是主要分量分析法，主要分量分析法是 Pearson 于 1901 年提出的一种针对非随机变量的数据降维方法，Hotelling 于 1933 年首次将其应用到了随机变量的处理当中，其主要思想是把原始数据中的绝大部分数据用变换而来的最核心的成分阐释通过对数据中不重要信息的舍弃整合完成对原始数据的特征变化以及数据降维，很好地降低了数据的冗余度[46]。
д = (2图 2-3 所示，平面上方的类别为+1，平面下方的定义为-1，分类问题决策函 ( ) = ě ( д ) (2-了寻找分类最优超平面，确定其参数 w 和 b，把误分类点到超平面的总距离数 1,ii ix ML w b y w x bw (2 P 的误分类点集为 M，则分类问题抽象为 ,min ,ii iw bx ML w b y w x b (2-过多次迭代，找出符合式（2-8）的超平面参数。平面 P 对数据的分割如图 2-3 所示，图中的圆圈和叉分别表示两类数据。
【参考文献】：
期刊论文
[1]基于改进的网格搜索法的SVM参数优化[J]. 王健峰,张磊,陈国兴,何学文. 应用科技. 2012(03)
[2]阻塞性睡眠呼吸暂停综合征的分级检测[J]. 张海秀,刘文龙,赵玉霞. 现代生物医学进展. 2012(07)
[3]子空间与维纳滤波相结合的语音增强方法[J]. 张雪英,贾海蓉,靳晨升. 计算机工程与应用. 2011(14)
[4]一种基于自适应谱熵的端点检测改进方法[J]. 王琳,李成荣. 计算机仿真. 2010(12)
[5]基于EMD和改进双门限法的语音端点检测[J]. 宋倩倩,于凤芹. 电声技术. 2009(08)
[6]OSAHS患者与单纯打鼾者鼾声声学特性初步研究[J]. 许辉杰,余力生,黄魏宁,陈兰,贺宇霞. 听力学及言语疾病杂志. 2009(03)
[7]语音信号产生模型的建立及应用[J]. 王莉华. 信息化纵横. 2009(07)
[8]阻塞型睡眠呼吸暂停低通气综合征及其并发症[J]. 陈泞宏,庄立邦,周育廷,林士为. 中华医学杂志. 2007(31)
[9]睡眠打鼾研究概况[J]. 赵蕾,黄席珍. 中国全科医学. 2002(05)
本文编号：3097217
本文链接：https://www.wllwen.com/yixuelunwen/yank/3097217.html
最近更新
教材专著
