摘要
本申请涉及心音信号处理技术领域,公开了一种基于小波频谱分析的心音特征识别方法。所述方法包括:采集心音信号数据并进行信号滤波和分段处理,得到分段心动周期信号;进行n级离散小波变换分解,得到一个近似系数和n个细节系数;进行多维度统计特征计算,得到多维特征向量;进行主成分分析降维处理,得到降维特征向量;使用高斯混合模型拟合特征分布并引入动态调整因子,得到自适应分类阈值;通过降维特征向量构建隐马尔可夫模型,并使用前向算法计算似然概率,将似然概率与自适应分类阈值进行比较,输出心音特征识别结果,本申请充分利用了心音信号的时频特征,提高了特征的区分度和识别的准确性,同时具有良好的鲁棒性和泛化能力。
技术关键词
心音特征
多维特征向量
高斯混合模型
分类阈值
心动周期
隐马尔可夫模型
识别方法
主成分分析降维
离散小波变换
分段
特征协方差矩阵
信号滤波
能量分布特征
统计特征
转移概率矩阵
初始聚类中心
贡献率
识别设备