心音模式識(shí)別是人工智能和生物醫(yī)學(xué)的一個(gè)交叉應(yīng)用領(lǐng)域，本書采用理論模擬、生物實(shí)驗(yàn)與電子測(cè)量相結(jié)合的分析方法，討論了心音產(chǎn)生、變化的基本生物聲學(xué)機(jī)理和信號(hào)傳遞規(guī)律，詳細(xì)描述了基于心音的特征提取、表征和識(shí)別的相關(guān)算法，這些算法均適用于生物信息等應(yīng)用。全書共8章，主要內(nèi)容包括：緒論、心音產(chǎn)生機(jī)理與心血管模型的研究、心音采集設(shè)備、自構(gòu)心音小波的方法及應(yīng)用、獨(dú)立子元變換分析、心音的特征提取與識(shí)別方法、心音的混沌特性與深度信任網(wǎng)絡(luò)，以及心音模式識(shí)別的應(yīng)用。另外，還介紹了心音模式識(shí)別技術(shù)在手機(jī)智能看診器、汽車主動(dòng)安全和家庭智能護(hù)理等方面的應(yīng)用案例，并提供了部分智能手機(jī)平臺(tái)上的開(kāi)發(fā)代碼和心音小波分析的MATLAB代碼。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
目錄
《智能科學(xué)技術(shù)著作叢書》序
前言
第1章 緒論 1
1.1 心音模式識(shí)別的定義、目的和意義 1
1.2 心音模式識(shí)別技術(shù)的發(fā)展過(guò)程 2
1.3 心音模式識(shí)別技術(shù)的特點(diǎn)及發(fā)展趨勢(shì) 6
1.3.1 心音模式識(shí)別技術(shù)的特點(diǎn) 6
1.3.2 心音模式識(shí)別技術(shù)的發(fā)展趨勢(shì) 7
1.4 本章小結(jié) 8
參考文獻(xiàn) 8
第2章 心音產(chǎn)生機(jī)理與心血管系統(tǒng)仿真模型 12
2.1 心音信號(hào)的產(chǎn)生機(jī)理 12
2.1.1 心臟的位置及形狀 12
2.1.2 心房和心室 13
2.1.3 心動(dòng)周期和心音 14
2.1.4 心音的組成 14
2.2 心血管系統(tǒng)仿真模型 16
2.2.1 基于集總參數(shù)的心血管系統(tǒng)仿真模型 16
2.2.2 基于彈簧質(zhì)量阻尼系統(tǒng)的內(nèi)心音模型（第一心音） 35
2.2.3 非線性調(diào)頻信號(hào)模型（第二心音） 39
2.3 基于心血管系統(tǒng)仿真模型的內(nèi)在特征病態(tài)仿真 46
2.3.1 高血壓病理仿真 46
2.3.2 心血管系統(tǒng)的心衰病理仿真 50
2.4 基于第一心音復(fù)雜度的外在特征病理分析 53
2.4.1 心音信號(hào)采集 53
2.4.2 多尺度化的基本尺度熵 54
2.4.3 第一心音復(fù)雜度分析 55
2.5 本章小結(jié) 56
參考文獻(xiàn) 57
第3章 心音采集設(shè)備 61
3.1 電子聽(tīng)診器 61
3.2 雙路心音聽(tīng)診器 63
3.3 藍(lán)牙心音聽(tīng)診器 64
3.4 穿戴式心音聽(tīng)診器 67
3.5 雙模式聽(tīng)診器 68
3.6 多普勒聽(tīng)診器 68
3.7 光電位移心音傳感器 70
3.8 壓電薄膜型心音傳感器 71
3.9 智能聽(tīng)診器 72
3.10 本章小結(jié) 72
參考文獻(xiàn) 73
第4章 自構(gòu)心音小波的方法及應(yīng)用 74
4.1 概述 74
4.2 心音信號(hào)的產(chǎn)生與預(yù)處理 75
4.2.1 心音的產(chǎn)生原理及成分 75
4.2.2 心音信號(hào)研究的意義 76
4.2.3 心音信號(hào)的預(yù)處理 77
4.3 心音信號(hào)的時(shí)頻分析 79
4.3.1 短時(shí)傅里葉變換 79
4.3.2 小波變換 81
4.4 心音小波 82
4.4.1 最佳小波基 82
4.4.2 雙正交小波基的構(gòu)造 83
4.4.3 心音信號(hào)的特點(diǎn) 85
4.4.4 心音小波的構(gòu)造原則 86
4.4.5 心音模型 86
4.4.6 HS小波的構(gòu)造方法 87
4.4.7 HS小波簇 89
4.5 五種小波在心音信號(hào)處理中的分析與比較 90
4.5.1 不同小波對(duì)心音信號(hào)的處理效果對(duì)比 90
4.5.2 特征提取及分類 97
4.6 本章小結(jié) 104
參考文獻(xiàn) 104
第5章 獨(dú)立子元變換分析 106
5.1 常見(jiàn)的信號(hào)分析方法 106
5.1.1 Gabor變換 106
5.1.2 經(jīng)驗(yàn)?zāi)B(tài)分解 107
5.2 獨(dú)立子元變換 109
5.2.1 獨(dú)立子元變換的基本概念 109
5.2.2 信號(hào)的獨(dú)立子元分解與重構(gòu) 110
5.3 獨(dú)立子元變換在心音識(shí)別中的應(yīng)用 114
5.3.1 心音獨(dú)立子元的獲取 114
5.3.2 基于心音獨(dú)立子元的分類識(shí)別 116
5.4 獨(dú)立子元變換在欠定盲源分離中的應(yīng)用 116
5.4.1 單路混合信號(hào)盲分離 116
5.4.2 基于獨(dú)立子元變換的單路信號(hào)分層方法 117
5.4.3 單路非平穩(wěn)混合信號(hào)的欠定盲源分離 122
5.4.4 含噪混合周期信號(hào)的欠定盲源分離 124
5.5 本章小結(jié) 128
參考文獻(xiàn) 128
第6章 心音的特征提取與識(shí)別方法 130
6.1 心音識(shí)別系統(tǒng) 130
6.2 基于數(shù)據(jù)融合的三段式心音身份識(shí)別技術(shù) 132
6.2.1 三段式識(shí)別模型 132
6.2.2 心音信息融合技術(shù) 134
6.2.3 實(shí)驗(yàn)方法與結(jié)果 138
6.3 基于線性頻帶倒譜的心音特征提取與識(shí)別技術(shù) 139
6.3.1 心音信號(hào)的分析 140
6.3.2 基于心音線性頻帶倒譜的心音特征提取與識(shí)別系統(tǒng) 144
6.3.3 識(shí)別實(shí)驗(yàn) 147
6.4 二維心音特征提取與識(shí)別方法 151
6.4.1 二維心音圖概念 151
6.4.2 二維心音圖預(yù)處理 152
6.4.3 二維心音圖特征提取 152
6.4.4 二維心音圖分類和身份識(shí)別 155
6.5 心音紋理圖特征提取與識(shí)別方法 157
6.5.1 心音紋理圖 157
6.5.2 脈沖耦合神經(jīng)網(wǎng)絡(luò)與識(shí)別算法 162
6.5.3 仿真實(shí)驗(yàn) 164
6.6 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在心音識(shí)別中的應(yīng)用 169
6.6.1 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和特點(diǎn) 169
6.6.2 心音信號(hào)的LPCC和MFCC特征參數(shù) 170
6.6.3 基于RBF神經(jīng)網(wǎng)絡(luò)的心音身份識(shí)別 172
6.6.4 實(shí)驗(yàn)結(jié)果和比較 174
6.7 小波神經(jīng)網(wǎng)絡(luò)在心音識(shí)別中的應(yīng)用 177
6.7.1 小波神經(jīng)網(wǎng)絡(luò)的定義與特點(diǎn) 177
6.7.2 心音小波神經(jīng)網(wǎng)絡(luò)的構(gòu)造 177
6.7.3 心音小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法 181
6.7.4 基于小波神經(jīng)網(wǎng)絡(luò)的心音身份識(shí)別 181
6.8 本章小結(jié) 184
參考文獻(xiàn) 185
第7章 心音的混沌特性與深度信任網(wǎng)絡(luò) 189
7.1 概述 189
7.2 心音的混沌特征表示 190
7.2.1 心音信號(hào)的相空間重構(gòu) 190
7.2.2 用互信息法確定時(shí)延 190
7.2.3 用Cao法計(jì)算最佳嵌入維數(shù) 190
7.2.4 用GP算法快速求解關(guān)聯(lián)維數(shù) 191
7.3 心音的預(yù)測(cè)模型 191
7.3.1 基于混沌的Volterra級(jí)數(shù)預(yù)測(cè)模型 191
7.3.2 心音信號(hào)的短期預(yù)測(cè)模型 193
7.3.3 心音信號(hào)的長(zhǎng)期預(yù)測(cè)模型 195
7.4 心音混沌特性的應(yīng)用 199
7.4.1 運(yùn)動(dòng)狀態(tài)變化對(duì)心音混沌特征的影響規(guī)律 199
7.4.2 年齡變化對(duì)心音混沌特征的影響規(guī)律 202
7.5 心音深度信任網(wǎng)絡(luò) 203
7.5.1 深度學(xué)習(xí)網(wǎng)絡(luò)與深度信任網(wǎng)絡(luò) 203
7.5.2 進(jìn)程擇優(yōu)法和深度學(xué)習(xí)網(wǎng)絡(luò)的快速設(shè)計(jì)方法 206
7.5.3 心音深度學(xué)習(xí)網(wǎng)絡(luò)的構(gòu)建 210
7.5.4 心音深度信任網(wǎng)絡(luò)的識(shí)別實(shí)驗(yàn) 214
7.6 本章小結(jié) 216
參考文獻(xiàn) 216
第8章 心音模式識(shí)別的應(yīng)用 219
8.1 基于LabVIEW的心音分析與身份識(shí)別系統(tǒng) 219
8.1.1 概述 219
8.1.2 系統(tǒng)模塊 219
8.1.3 實(shí)驗(yàn)結(jié)果與結(jié)論分析 224
8.2 基于Android平臺(tái)的心音識(shí)別系統(tǒng) 226
8.2.1 系統(tǒng)功能模塊設(shè)計(jì) 226
8.2.2 系統(tǒng)用戶界面設(shè)計(jì)與實(shí)現(xiàn) 229
8.2.3 系統(tǒng)測(cè)試實(shí)驗(yàn) 230
8.3 人體運(yùn)動(dòng)強(qiáng)度檢測(cè)方法 232
8.3.1 小波包分解和能量熵算法 232
8.3.2 運(yùn)動(dòng)強(qiáng)度檢測(cè)仿真實(shí)驗(yàn) 234
8.3.3 運(yùn)動(dòng)強(qiáng)度檢測(cè)的硬件實(shí)現(xiàn) 238
8.4 基于心音特征分析的汽車主動(dòng)安全技術(shù) 240
8.4.1 汽車背景噪聲的特點(diǎn) 240
8.4.2 用于汽車主動(dòng)安全的心音采集裝置 242
8.4.3 心音信號(hào)的提取方法 242
8.4.4 心音獨(dú)立子波函數(shù)的算法實(shí)現(xiàn) 243
8.4.5 心音的分類識(shí)別 245
8.4.6 實(shí)驗(yàn)結(jié)果 245
8.5 胎兒心音的提取與分析系統(tǒng) 248
8.5.1 基于EMD方法的單路混合信號(hào)盲分離方法 248
8.5.2 單路混合胎音的盲分離實(shí)驗(yàn) 248
8.6 本章小結(jié) 253
參考文獻(xiàn) 253
附錄 257
書單推薦
