杨宏波
- 作品数：12 被引量：24H指数：4
- 供职机构：昆明医科大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生电子电信自动化与计算机技术更多>>
- 基于时频组合特征与自适应模糊神经网络的心音分类算法
- 2023年
- 特征提取方法和分类器的选择是心音分类中的两个重要环节。为了充分捕捉心音信号中的病理性特征,研究中引入了一种结合梅尔频率倒谱系数(MFCC)和功率谱密度(PSD)的特征提取方法。与目前常规分类器不同,研究中选择了自适应模糊神经网络(ANFIS)为分类器。在实验设计方面,选取了不同时期、不同频率范围的PSD进行对比,选出分类效果最佳的特征,并采用均值PSD、标准差PSD、方差PSD和中位PSD四种不同的功率谱统计特性进行对比。通过实验比较,心音收缩期100~300 Hz的中位PSD和MFCC组合特征有最好的效果,在准确率、精确率、灵敏度、特异度和F1得分上分别达到96.50%、99.27%、93.35%、99.60%和96.35%。结果显示本研究所提算法对先心病辅助诊断具有较大帮助。
- 汪琴杨宏波潘家华田英杰郭涛郭涛
- 关键词：模糊神经网络功率谱密度先天性心脏病
- 一种可听呼吸音的新型听诊器
- 一种可听呼吸音的新型听诊器，涉及听诊器技术领域，包括两组耳件，每组所述耳件的底部均套接有胶体连接管，两组所述胶体连接管的自由端共同连接有第一三通管，所述第一三通管的底部连接有胶体总管，所述胶体总管的底部连接有第二三通管，...
- 杨宏波潘家华郭涛王威廉
- 文献传递
- 基于心电信号的先心病肺动脉高压识别分类研究被引量：1
- 2022年
- 先天性心脏病相关性肺动脉高压(Pulmonary Arterial Hypertension,PAH)在临床上有着很高的发病率、致残率和病死率,其确诊主要采用右心导管测量平均肺动脉压,这种方法有创且操作性要求高,不便在筛查中采用,因此探索一种非介入式CHD-PAH智能辅助诊断方案意义重大。在先心病的基础上对CHD-PAH进行研究,从分析ECG入手,通过预处理、心拍分割、波形检测、特征提取、数据扩充、分类识别等手段对CHD-PAH进行建模预测。在Christov_segmenter算法基础上,利用差分阈值和局部峰值改进,检测QRS波、P波和T波,最后提取基于时间和幅度的双模态特征。为了拟合出最佳的分类模型,实验采用了支持向量机、随机森林及K邻近等分类器,并设计基于T分布的麻雀搜索算法改进支持向量机。实验共使用460段时长为20s的1导联ECG信号进行训练和测试。实验结果表明,所提算法优化的支持向量机模型预测准确率、特异度和灵敏度分别可达99.76%,99.80%,99.73%。
- 韩宇森杨宏波孙静潘家华王威廉
- 关键词：肺动脉高压分类器
- 基于音频时频特征的非接触新冠肺炎检测方法
- 本发明涉及新冠肺炎的检测、筛查。本发明所述的基于音频时频特征的非接触新冠肺炎检测方法包括以下步骤：步骤S1：通过设定音频信号的采集标准，让受试者根据采集标准自行利用身边可用的音频采集设备，采集呼吸音、咳嗽音与话音，采样频...
- 杨宏波马鹏钥成焱雄潘家华郭涛王威廉
- 基于MFCC与GFCC混合特征的先心病心音分类研究被引量：5
- 2022年
- 为提高心音信号的分类准确率,提出一种基于梅尔频率倒谱系数与Gammatone频率倒谱系数的混合特征(MFCC与GFCC混合特征)的先心病心音信号分类算法。首先用db6小波双参数可调阈值函数对心音信号降噪,再用基于逻辑回归的隐半马尔可夫模型自动分段以提取单个心动周期;然后对信号加汉宁自卷积窗并提取心音的MFCC与GFCC混合特征,再用主成分分析法进行降维,以减少计算量;最后采用深度学习模型Inception v4进行分类识别,并与其它传统识别方法做了分类比较研究。用所提出的方法对1600例心音样本进行了分类测试,实验结果表明,上述方法对先心病心音的分类准确率比传统识别方法有明显提高,分类准确率达91.25%。
- 陈成潘家华孙静杨宏波
- 关键词：先心病心音信号
- 应用OCT评价冠状动脉斑块性质及其与MMP7、MMP9、MMP12的相关关系
- [目的]在冠脉造影后采用冠脉内光学相干断层扫描(OCT)评价斑块性质及其各种特征与血清基质金属蛋白酶7(MMP7)、基质金属蛋白酶9(MMP9)、基质金属蛋白酶12(MMP12)水平的关系。[方法]将昆明医科大学第一附属...
- 杨宏波
- 关键词：易损斑块光学相干断层扫描基质金属蛋白酶
- 文献传递
- 基于第二心音统计特征的先天性心脏病相关肺动脉高压诊断方法被引量：1
- 2024年
- 针对先天性心脏病相关肺动脉高压听诊特征不明显,已有的机器辅助诊断算法相对复杂等问题,提出一种基于第二心音信号高频分量统计特征的分析方法。首先,采用端点检测自适应分割方法提取第二心音。其次,使用离散小波变换分解出高频分量,并提取该分量的赫斯特(Hurst)指数、勒佩尔-齐夫(Lempel-Ziv)信息和样本熵等统计特征。最后,使用这些特征训练极端梯度提升算法(XGBoost)分类器,在三分类中准确率达到了80.45%。该方法无需进行降噪处理,特征提取速度快,且只需三个特征即可实现较好的多分类效果,有望用于先天性心脏病相关肺动脉高压早期筛查。
- 杨炫锴孙静杨宏波郭涛郭涛王威廉
- 关键词：心音先天性心脏病肺动脉高压统计特征
- 基于多窗口时频重排的巴克频谱系数心音分类算法研究
- 2024年
- 多窗口时频重排有助于提升对心音进行巴克频谱系数(BFSC)分析的时频分辨率。为此,本文提出一种基于多窗口时频重排的BFSC特征提取与深度学习结合的心音分类新算法。首先,对随机截取的心音片段进行幅值归一化等预处理,然后分别用多个正交窗口对心音做分帧处理,及计算基于短时傅里叶变换的时频重排,将得到的各独立频谱通过算术平均计算出平稳的频谱估计。最后,通过巴克滤波器组提取该重排频谱的BFSC作为特征。本文采用卷积网络与循环神经网络作为分类器,对提取的特征进行模型比较与性能评估。最终,多窗口时频重排改进BFSC的方法提取了更具有辨别力的特征,二分类准确率达到0.936,灵敏度为0.946,特异度为0.922。研究结果表明,本文所提算法无需分割心音,随机截取心音片段,大大简化了计算流程,有望用于先天性心脏病筛查。
- 夏军孙静杨宏波潘家华郭涛郭涛
- 关键词：心音先天性心脏病
- OCT检测冠状动脉斑块特征及其与基质金属蛋白酶相关性研究被引量：5
- 2017年
- 目的采用冠状动脉内光学相干断层扫描(OCT)检测冠状动脉粥样硬化斑块特征及其与血清基质金属蛋白酶(MMP)7、MMP9、MMP12水平的关系。方法选择2014年10月至2016年3月拟行冠状动脉造影明确冠状动脉病变的患者,根据OCT检测结果分为稳定斑块组和不稳定斑块组。应用OCT检测斑块的纤维帽厚度、脂质池角度、巨噬细胞浸润、斑块裂隙、斑块内新生血管等特征。搜集研究对象基本资料,采用酶联免疫吸附试验(ELISA)检测血清MMP7、MMP9、MMP12水平。结果 (1)稳定斑块组纤维帽厚度大于不稳定斑块组(P<0.01);不稳定斑块组脂质池角度、巨噬细胞浸润、内膜侵蚀、斑块出现裂隙均多于稳定斑块组(P<0.05);(2)不稳定斑块组患者MMP7、MMP9水平高于对照组和稳定斑块组(P<0.05);(3)斑块纤维帽厚度与血清MMP9水平呈明显负相关(r=-0.336,P<0.05);巨噬细胞浸润组MMP7、MMP9水平大于无巨噬细胞浸润组(P<0.05);血管内膜有侵蚀组MMP9水平大于无内膜侵蚀组(P<0.01)。结论OCT检测能够发现不稳定斑块,而血清MMP7、MMP9水平在不稳定斑块病变患者中明显升高,可作为预测不稳定斑块、指导治疗决策的重要依据。
- 孙煌杨宏波潘家华彭云珠李锐洁喻雯孟照辉郭涛
- 关键词：不稳定斑块光学相干断层扫描基质金属蛋白酶类
- 基于时频融合特征的肺动脉高压心音分类模型
- 2024年
- 先心病相关肺动脉高压是一种严重的心血管疾病,致死率高,对其进行早期筛查与识别对于治愈尤为重要。目前临床是通过右心导管术确诊,此为有创检查,不便于在大规模筛查中采用,研究一种无创便捷的识别方法迫在眉睫。文中建立了一种时频融合的心音分类模型。首先对心音信号进行预处理,然后使用融合滤波器组对信号进行转换并求取动态时频特征,最后将得到的融合特征参数输入表格式先验数据拟合网络(TabPFN)中进行分类识别。实验结果表明,该算法在正常、CHD-PAH和CHD中的平均准确率、精确率、灵敏度、特异度和F1分别为92.21%,92.15%,92.15%,96.11%,92.14%。对于先心病相关肺动脉高压的早期筛查与识别具有重要意义。
- 王彦麟孙静杨宏波郭涛潘家华王威廉
- 关键词：心音
