典型文献
基于ICEEMDAN-MSE的左室舒张功能障碍心音信号的识别研究
文献摘要：
左室舒张功能障碍(LVDD)加重会导致左室重构、室壁僵硬、顺应性降低,从而走向不可逆阶段并进展为射血分数保留型心力衰竭.为早期诊断LVDD,本文提出一种基于改进的自适应噪声完全集合经验模式分解(ICEEMDAN)多尺度样本熵(MSE)的心音特征结合逻辑回归模型的无创检测方法.首先,采用改进的小波去噪方法对心音信号进行预处理.其次,通过ICEEMDAN方法将非平稳的心音信号分解为多个反映心音本体特征的平稳的固有模态函数(IMF),再利用互相关系数准则筛选IMF,并提取所筛选IMF的MSE,以构成特征向量作为分类器的输入.最后,通过与其他3种分类模型的性能比较,将逻辑回归应用于LVDD识别.结果表明,该方法能有效提取心音特征,其准确率为89.85％,灵敏度为92.17％,特异度为87.63％,证明了采用心音信号对LVDD进行早期诊断的有效性.
文献关键词：
左室舒张功能障碍;改进的自适应噪声完全集合经验模式分解;多尺度样本熵;逻辑回归;识别
中图分类号：
作者姓名：
杨洋;郭兴明;郑伊能;王慧
作者机构：
重庆大学生物工程学院 重庆 400044;重庆市医疗电子工程技术研究中心 重庆 400044;重庆医科大学附属第一医院放射科 重庆 400044
文献出处：
引用格式：
[1]杨洋;郭兴明;郑伊能;王慧-.基于ICEEMDAN-MSE的左室舒张功能障碍心音信号的识别研究)[J].仪器仪表学报,2022(01):274-281
A类：
改进的自适应噪声完全集合经验模式分解
B类：
ICEEMDAN,MSE,左室舒张功能障碍,心音信号,LVDD,左室重构,僵硬,顺应性,射血分数保留型心力衰竭,多尺度样本熵,特征结合,逻辑回归模型,无创检测,小波去噪,去噪方法,非平稳,信号分解,音本体,固有模态函数,IMF,互相关系数,构成特征,特征向量,分类器,分类模型,性能比较,有效提取,取心
AB值：
0.224379
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
