目的 通过识别正常肺音、哮鸣音、捻发音和爆裂音4类肺音,将肺音和肺部疾病关联起来,预测每类肺音对应的呼吸疾病.方法 将电子听诊器采集的正常和异常肺音经滤波和周期分段预处理,再采用韦尔奇功率谱估计和小波变换得到肺音信号统计特征值.比较神经网络和遗传神经网络两类分类器的性能,选择遗传神经网络识别算法进行肺音的识别.结果 采用韦尔奇功率谱特征值的遗传BP神经网络平均识别率89.0％,优于BP神经网络的平均识别率(83.0％);用小波系数特征值的遗传BP神经网络平均识别率83.1％,优于BP神经网络的平均识别率(81.0％).结论 韦尔奇功率谱的特征提取方法有效,能较准确区分出肺音的类别.
作者：姚小静；王洪；刘盛雄
来源：航天医学与医学工程 2016 年 29卷 1期
