基于遗传BP神经网络的肺音分类识别算法研究
姚小静1
王洪2
刘盛雄3
1.重庆理工大学化学化工学院,重庆400054;许昌市第二人民医院器械科,河南许昌4610002.重庆理工大学化学化工学院,重庆,4000543.重庆理工大学药学与生物工程学院,重庆,400054
摘要：目的 通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病.方法 将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征值.比较神经网络和遗传神经网络两类分类器的性能,选择遗传神经网络识别算法进行肺音的识别.结果 采用韦尔奇功率谱特征值的遗传BP神经网络平均识别率89.0％,优于BP神经网络的平均识别率(83.0％);用小波系数特征值的遗传BP神经网络平均识别率83.1％,优于BP神经网络的平均识别率(81.0％).结论 韦尔奇功率谱的特征提取方法有效,能较准确区分出肺音的类别.
关键词：肺音小波去噪模式识别遗传BP神经网络
分类号：R319(医用一般科学)
资助基金：国家自然科学基金(31200709)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息