基于Hilbert边际能量的舒张期心音诊断算法
任静;赵治栋
【期刊名称】《传感器与微系统》 【年(卷),期】2018(037)005
【摘要】Aimming at the problem of physiological and pathological characteristics and limitations of Fourier spectral analysis,put forward a method of Hilbert marginal energy radio as feature set under multiple frequency thresholds.Use the Hilbert Huang transform(HHT),get Hilbert marginal spectrum energy and make the the ratio of high frequency energy to total energy as feature. Compare to the energy spectrum of the Hilbert marginal difference of the normal and abnormal heart sounds,the range of frequency threshold is determined,and construct feature set,through the principal component analysis(PCA)to reduce dimension,so as to remove redundancy feature,combined with support vector machine(SVM)classification.18 cases of normal people and 18 cases of patients are analyzed,and the results show that under the 80~160 Hz multiple frequency thresholds,the characteristic set has significant difference in the two classes of samples.%针对心音信号的病理特性及傅里叶频谱分析的局限性,提出了以多频率阈值下的Hilbert边际能量比值作为特征集区分正常和异常心音的方法.利用希尔伯特—黄变换(HHT)获取边际能量谱,将高频能量占总能量的比值作为特征.对比正常和异常心音能量谱以及各频率点能量比值的差异,确定频率阈值范围,构造特征集,通过主成分分析(PCA)
降维去除冗余特征,结合支持向量机(SVM)分类.对18例正常人和18例冠心病人进行分析,结果表明:在多频率阈值80~160 Hz下,构造的特征集在两类样本中具有显著性差异.
【总页数】4页(128-131)
【关键词】舒张期心音信号;希尔伯特—黄变换;边际能量比值;主成分分析;支持向量机
【作者】任静;赵治栋
【作者单位】杭州电子科技大学通信工程学院,浙江杭州310018;浙江省杭电智慧城市研究中心,浙江杭州310018 【正文语种】中文 【中图分类】R318.04 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_transducer-microsystem-technologies_thesis/0201239607540.html 【相关文献】
1.局部Hilbert边际能量谱在滚动轴承故障诊断中的应用 [J], 杨恭勇; 周小龙; 李家飞; 梁秀霞
2.基于小波包能量的断路器操作机构缺陷诊断技术研究 [J], 叶昱媛; 沙浩源; 梁君涵; 郑建勇; 戴永正; 顾宇锋
3.基于小波包能量的断路器操作机构缺陷诊断技术研究 [J], 叶昱媛[1]; 沙浩源[1]; 梁君涵[1]; 郑建勇[1]; 戴永正[2]; 顾宇锋[2]
4.基于Hilbert能量重心法的轴承状态识别方法研究 [J], 孙志辉; 李宏坤; 王亮
5.基于局部Hilbert边际谱隶属度的微弱目标检测算法 [C], 张建; 黄勇; 关键; 何友
以上内容为文献基本信息，获取文献全文请下载
基于Hilbert边际能量的舒张期心音诊断算法
