肺音信號的特征提取與模式識別.pdf

1、肺音是人體呼吸系統(tǒng)與外界在換氣過程中產(chǎn)生的一種生理聲信號，它與病理生理的相關(guān)性研究已成為肺音學(xué)、臨床醫(yī)學(xué)的重要研究課題。然而由于呼吸音的隨機性、肺音錄取設(shè)備的不完整性以及分析方法的多樣性，致使肺音分析的結(jié)果有較大的差異。隨著計算機技術(shù)及信號處理技術(shù)的不斷進步，肺音識別作為一個熱點課題日益受到關(guān)注。特征參數(shù)的提取是肺音識別的關(guān)鍵。特征提取的依據(jù)是利用有關(guān)數(shù)學(xué)工具，去掉對分類無用的信息，尋找最有效的信號特征來構(gòu)成用于分類識別的模式特征向量。

2、對于工作穩(wěn)定的肺音分析系統(tǒng)來說，其傳遞函數(shù)保持不變，相應(yīng)的幅頻特性和相頻特性也是固定的，因此所采集的肺音數(shù)據(jù)在某種程度上就能反映出被測信號的物理特性。 以前的研究表明，肺音信號由多頻率成分構(gòu)成并呈現(xiàn)明顯的周期性波動，正常和異常肺音信號的能量空間分布會發(fā)生相應(yīng)變化，能量的改變就意味著信號特征的改變，也就是說信號各頻率成分能量的不同可以體現(xiàn)不同的被測信號的特性。但一般的變換方法(如短時傅立葉變換)很難提取這些特征，因此本研究提出了基

3、于信號能量的非平穩(wěn)肺音信號識別的新方法。 使用具有時頻局域功能的多分辨率小波分析可以達到此目的。小波分析的實質(zhì)是對原始信號的濾波過程(一系列恒Q的帶通濾波器)。它將信號投影到一組互相正交的小波函數(shù)構(gòu)成的子空間上，形成信號在不同尺度上的展開。從頻譜分析的角度看，小波變換是將信號分解成低頻和高頻兩部分，在下一層的分解中，又將低頻部分再分解成更低頻和高頻兩部分，依此類推，完成更深層次的小波分解。小波變換的這種“自適應(yīng)性”和“數(shù)學(xué)顯微鏡

4、”特點，使它成為許多學(xué)科共同關(guān)注的焦點，并在信號處理、故障檢測等領(lǐng)域起著十分重要的作用。 研究中首先對采集到的肺音數(shù)據(jù)進行預(yù)處理，確定了四種典型的肺音信號(正常、氣管炎、肺炎和哮喘)為樣本數(shù)據(jù)。通過分析肺音信號的特性及時頻分布特點，選擇了具有任意多分辨分解特性的小波。對小波進行空間劃分后確定了分解層數(shù)，并對肺音信號進行了快速多尺度的小波變換，得到各節(jié)點的高維小波系數(shù)矩陣，建立了小波系數(shù)與信號能量在時域上的等價關(guān)系。用小波系數(shù)的能