期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多输入神经网络的肺气肿识别
1
作者 郭涛 古依聪 +2 位作者 刘启明 李成 石帅 《计算机与数字工程》 2025年第3期678-683,共6页
针对肺气肿的两种典型特征(喘鸣音和水泡音)采用多输入神经网络对其进行分类,达到判断是否患有高原肺气肿的目的。针对肺音数据,对其进行滤波降噪后采用梅尔谱图(Mel)、恒Q变换(CQT)、小波变换(WT)和短时傅里叶变换(STFT)四种谱图特征... 针对肺气肿的两种典型特征(喘鸣音和水泡音)采用多输入神经网络对其进行分类,达到判断是否患有高原肺气肿的目的。针对肺音数据,对其进行滤波降噪后采用梅尔谱图(Mel)、恒Q变换(CQT)、小波变换(WT)和短时傅里叶变换(STFT)四种谱图特征提取方式。并采用LBP和Mixup进行数据增强,输入多输入卷积神经网络(Mul-CNN)中进行肺音分类。得到肺音在使用WT和Mel作为输入时准确率为93.6%,特异率为92.3%,灵敏度为94%,ICBHI得分为93.1%。 展开更多
关键词 肺气肿 mul-cnn LBP Mixup
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部