基于气动声学的肺音建模及识别技术

论文摘要

当前,肺部疾病的高发与低龄化成为趋势,医院日常接诊压力倍增,针对普通肺部疾病的日常监控需求,开展肺音信号自动化分类识别具有重要的研究意义和实用价值。本文基于肺部发音机制,围绕肺音自动识别系统存在的理论与技术难点,如肺部气流建模、特征有效提取、识别效率提升等,开展相关研究工作。本文主要研究内容和创新点如下:1、建立肺部支气管气体流动仿真模型。搭建肺部支气管结构模型,基于流体力学理论,利用k-ε湍流模型分别对正常/异常肺部支气管结构呼吸状态下气流流动模式进行仿真,并分析实验现象与病理结构之间的联系,为后续肺音声压建模提供所需的流场模型;2、建立肺部气流流动模式与呼吸状态下肺音声压之间的映射关系。运用气动声学领域大涡模拟计算方法及Ffowcs Williams-Hawkings方程对肺音声压进行建模仿真,通过对声压曲线数值及变化趋势的分析,明确支气管结构与肺音信号频谱分布特点间的对应关系,为后续肺音识别系统前端特征提取提供理论依据;3、基于深度学习架构搭建端到端的肺音自动识别系统。分别搭建了DNN-HMM基线系统与端到端的深度识别系统,在自建肺音数据库上进行了肺音两类识别（正常/异常）。结果表明,无论有无进行ANC前端降噪预处理,端到端深度识别系统均可有效实现肺音的自动识别,较DNN-HMM最优配置识别率分别提升了2.94%（含ANC预处理）和2.21%（未进行ANC预处理）;同时发现带噪训练的端到端系统具有较好的抗噪性。

论文目录

摘要

Abstract

第一章绪论

1.1 肺音识别及国内外研究现状

1.2 关键技术及其研究进展

1.2.1 肺部气流模型

1.2.2 肺音建模技术

1.2.3 基于深度网络的肺音识别技术

1.3 论文主要研究内容和结构安排

第二章基本理论与模型

2.1 声学气流模型

2.1.1 层流与湍流定义

2.1.2 气体流动控制方程

2.1.3 大涡模拟（LES）模型

2.2 肺音建模原理

2.2.1 Lighthill声学模拟方程

2.2.2 基于FW-H方程的声比拟方法

2.2.3 流固耦合

2.3 肺音识别原理

2.3.1 MFCC特征

2.3.2 DNN-HMM模型

2.3.3 TDNN模型

2.4 本章小结

第三章基于肺部结构的气体流动规律建模仿真

3.1 建模及仿真流程

3.2 正常肺部支气管结构中气流流动现象仿真及分析

3.2.1 正常肺部支气管结构建模

3.2.2 实验参数设置

3.2.3 吸气状态下仿真结果及分析

3.2.4 呼气状态下仿真结果及分析

3.3 病理性肺部支气管结构中气流流动现象仿真及分析

3.3.1 病理性肺部支气管结构建模

3.3.2 实验参数设置

3.3.3 吸气状态下仿真结果及分析

3.3.4 气流流动影响因素研究

3.4 仿真结论

3.5 本章小结

第四章基于气流模型的正常肺音声压数值分析

4.1 仿真流程及实验参数设置

4.2 吸气状态下正常肺音声压数值分析

4.3 呼气状态下正常肺音声压数值分析

4.4 本章小结

第五章基于深度神经网络的肺音识别系统搭建

5.1 肺音数据分类及简介

5.2 肺音数据预处理

5.3 肺音数据库的搭建

5.4 基于DNN-HMM的肺音识别系统

5.5 端到端的肺音识别系统

5.6 系统性能分析

5.6.1 系统配置

5.6.2 系统识别率影响因素研究

5.7 本章小结

第六章总结与展望

6.1 工作总结

6.2 工作展望

参考文献

致谢

攻读硕士期间的科研成果

文章来源

类型: 硕士论文

作者: 尚凤仪

导师: 李琳

关键词: 肺音识别,模型,气动声学,深度神经网络

来源: 厦门大学

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 生物学,生物医学工程,电信技术

单位: 厦门大学

分类号: TN912.3;R318

总页数: 81

文件大小: 6007K

下载量: 14

基于气动声学的肺音建模及识别技术

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢