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 |
| |
引用本文: | 陈曦,汪源源,张羽,王威琪.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[J].声学学报,2002(6). |
| |
作者姓名: | 陈曦 汪源源 张羽 王威琪 |
| |
作者单位: | 复旦大学电子工程系 上海200433
(陈曦,汪源源,张羽),复旦大学电子工程系 上海200433(王威琪) |
| |
基金项目: | 高等学校骨干教师基金资助项目 |
| |
摘 要: | 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。
|
本文献已被 CNKI 等数据库收录! |
|