颈动脉多普勒信号自回归滑动平均模型极点特征及分类应用

对颈动脉多普勒血流信号实现了一种基于自回归滑动平均（ARMA）模型、并采用反向传输（BP）神经网络分析ARMA模型极点特征的系统,以达到诊断脑梗塞疾病的目的。首先对音频颈动脉多普勒血流信号分时间段建立ARMA模型,得出模型极点分布的特征参数,研究这些特征参数对脑梗塞疾病诊断的敏感性,然后对敏感的特征参数利用BP神经网络进行分类,对是否存在脑梗塞的血流状况进行判别。共使用474例颈动脉血流信号来建立合适的神经网络,使用52例信号进行测试,结果表明:系统训练和测试的正确率均大于94％,可以满足临床的要求。