Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Wykorzystanie algorytmu kompresji sygnału mowy MP-LPC do modelowania przebiegu fonokardiograficznego

Tytuł:
Wykorzystanie algorytmu kompresji sygnału mowy MP-LPC do modelowania przebiegu fonokardiograficznego
Autorzy:
Redlarski, G.
Gradolewski, D.
Data publikacji:
2013
Słowa kluczowe:
fonokardiografia
PCG
przetwarzanie sygnałów
phonocardiography
digital signal processing
heart sound
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule przedstawiono nową metodę modelowania dźwięków serca, która może znaleźć zastosowanie w licznych systemach diagnostyki urządzeń medycznych oraz stanowić podstawę opracowania inteligentnego stetoskopu. Przedstawiona propozycja stanowi rozwinięcie algorytmu MP-LPC wykorzystywanego w kompresji sygnału mowy. Wykazano, że do dokładnego modelowania przebiegu fonokardiograficznego, który pozwala na odwzorowywanie różnorodnych stanów patologicznych serca, a tym samym poprawę jednoznaczności interpretacji wybranych chorób, konieczne jest zastosowanie 24-rzędu mianownika transmitancji. Celowa jest również zmiana sposobu wyznaczania funkcji pobudzenia – w wyniku której, zamiast funkcji cross-korelacji, wykorzystywany jest algorytm genetyczny.
In this paper is presented a new heart sound simulation technique, which may find a use in many diagnostic systems in medical devices. This technique can also be a base of an intelligent stethoscope. The proposed algorithm was created as a development of the MP-LPC algorithm, widely used in speech signals coding. It was proved, that the denominator of the 24 order in the transfer function of this model should be applied to build an accurate model of PCG signal. It allows to simulate pathological heart tones, and thereby to gives a possibility of unambiguous interpretation of certain heart disorders. A change in the way of the excitation function generating was also required. Instead of a cross-correlation, a genetic algorithm was implemented.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies