首页> 中文期刊> 《现代电子技术》 >基于VMD分解的呼吸音频谱特征在COPD识别中的应用

基于VMD分解的呼吸音频谱特征在COPD识别中的应用

         

摘要

慢性阻塞性肺病(COPD)早期诊断技术对疾病的治疗具有重要的作用,文中提出基于呼吸音最大瞬时频率(fEmax)特征的COPD疾病识别算法.算法选取指定k值的变分模态分解(VMD)将呼吸音分解,提取本征模态函数(IMF)分量,再对该IMF分量做Hilbert变换(HT)计算边际谱,得到最大瞬时频率fEmax、瞬时频率幅值及特征能量等频谱特征参数.最后,利用主成分和线性判别分析对健康人群和COPD患者的呼吸音频谱特征参数进行研究,分析COPD与上述频谱特征参数的相关性.实验结果表明,上述参数中,fEmax与COPD疾病显著相关,能够较好地区分健康人群和COPD患者,识别精度高达92.62%,可以作为COPD疾病早期筛查的一种辅助手段,具有较好的实际应用前景.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号