-
题名基于CNN的心音特征融合分类方法
被引量：3
- 1
-
-
作者
韩威
李昌
刘厶元
刘伟鑫
邱泽帆
-
机构
广东工业大学
广东省智能制造研究所广东省现代控制技术重点实验室
-
出处
《自动化与信息工程》
2019年第5期13-16,36,共5页
-
基金
国家自然科学基金项目（61803107）
广州市科技计划项目（201803020025,201906010036）
广东省科学院人才项目（2019GDASYL-0105069）
-
文摘
针对TFF1dCNN方法利用一维CNN分别对各心音片段的4个频带信号提取特征,可能无法充分提取各频带信号间相关信息的问题,提出TFF2dCNN方法。先将4个频带信号融合成二维信号;再由二维CNN进行特征提取和分类。实验结果表明,该方法提升了分类正确率。此外,还分析了心音样本的分类正确率与其包含的心动周期数的关系。
-
关键词
心音分类
心音特征融合
CNN
-
Keywords
Heart Sound Classification
Heart Sound Features Fusion
Convolutional Neural Network
-
分类号
TN9
[电子电信—信息与通信工程]
-
-
题名基于非负矩阵分解的递归稀疏表示的心肺音分离方法
- 2
-
-
作者
邹振城
刘厶元
-
机构
广东工业大学
-
出处
《自动化与信息工程》
2019年第5期28-32,共5页
-
文摘
针对心肺音的时序结构特性,提出一种基于非负矩阵分解的递归稀疏表示的心肺音分离方法。通过非负矩阵分解构建能有效描述心肺音的递归特征心肺音字典;基于该字典,获得心音和肺音的稀疏表示,实现心肺音分离。实验结果表明:本文设计的心肺音分离方法取得的效果优于基于非负矩阵分解的稀疏表示的心肺音分离方法、监督非负矩阵分解方法的心肺音分离和带通滤波。
-
关键词
心肺音分离
非负矩阵分解
递归
稀疏表示
-
Keywords
Cardiopulmonary Separation
Non-Negative Matrix Factorization
Recursion
Sparse Representation
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
