← 全部项目
案例研究 · Lung-sound classification
在呼吸声中听出疾病
从肺音识别 COPD 与肺炎：EMD/DWT 分解、MFCC/GTCC 特征与 QDA。
根据录制的肺音对慢性阻塞性肺病（COPD）与肺炎进行分类，属于一项硕士论文合作项目：我提供技术支持，并在 MATLAB 中完成生物医学信号处理与机器学习工作。经验模态分解（EMD）、离散小波变换（DWT）、MFCC 与 GTCC 特征以及 QDA 分类器的准确率达到 99%。
- 机构
- MS thesis
- 状态
- Research
- 通道
- CH2CH3
问题
COPD 与肺炎在听诊器下的声音不同。模型能否从录制的肺音中区分两者？
我做了什么
- 硕士论文合作项目：我提供技术支持，并完成信号处理与机器学习工作
- 对肺音录音进行 EMD 与 DWT 分解
- MFCC 与 GTCC 特征结合 QDA 分类器
技术栈
MATLAB · EMD · DWT · MFCC · GTCC · QDA
成果
- COPD/肺炎分类准确率 99%
肺音录音经 EMD 与 DWT 分解，用梅尔频率（MFCC）与伽马通（GTCC）倒谱系数描述，并通过二次判别分析（QDA）进行分类。
对呼吸声的自动分析为数字听诊器与低成本呼吸系统筛查提供了可能。