论文部分内容阅读
针对心音信号非线性、非平稳的特性，提出一种基于经验模式分解（EMD）和关联维数的心音特征提取方法。首先通过EMD方法将心音信号分解成若干个固有模态函数（IMF），并利用互相关系数准则对IMF进行筛选，结合G-P算法对主IMF（IMFIIMF4）分量分别求其关联维数，以此作为神经网络的输入向量，实现了对正常心音信号和病理心音信号的分类识别．对于重构相空间中的两个重要参数时间延迟谛关联维数m，分别采用互信息函数法和用Cao算法确定．对临床采集的心音数据按该方法进行测试，结果表明，该方法能有效地识别心音．