基于PCA-SOM的异常心音分类识别方法的研究
刘喻1
唐雪辉2
陈洪波1
徐绍凯1
范琳1
梁庆德1
1.桂林电子科技大学生命与环境科学学院,广西桂林,5410042.桂林优利特医疗电子有限公司,广西桂林,541004
摘要：目的 对各种异常心音进行分类识别,为心血管疾病的诊断与治疗提供更重要的临床信息.方法 针对心音的异常种类繁多且各种异常心音的特征比较复杂的问题,提出利用主成分分析对其心音特征进行降维,采取自组织映射神经网络进行聚类分析,并对各种异常心音和正常心音进行分类识别.结果 对12类异常心音的分类准确度为97.0％,灵敏度为96.6％,特异度为100％,其性能参数均远远优于未经PCA选择时的SOM方法.结论 本文方法可以为心血管疾病患者的日常监测、精确诊断和精准治疗以及疾病的预防和控制提供新的技术手段.
关键词：心音信号主成分分析自组织映射神经网络聚类分析
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(81460273)国家自然科学基金(81760322)国家重点研发计划(2016YFC1305703)广西壮族自治区科技攻关计划(1348020-10)
论文发表日期：2018-01-01
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）
页数：5( 57-61 )
英文信息