基于VMD分解的呼吸音频谱特征在COPD识别中的应用

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。

资料为PDF文档格式.

本文档关键词:识别,分解,呼吸,特征,中的