项目名称: 基于范数熵的冠状动脉狭窄心音研究

项目编号: No.61501280

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 王新沛

作者单位: 山东大学

项目金额: 21万元

中文摘要: 早期检测冠状动脉狭窄具有重要的科学价值和临床意义。本项目拟研究基于向量范数矩阵的范数熵及互范数熵,融合心音信号质量评价方法,从研究方法和研究对象两方面提高熵测度算法分析心音信号的准确性。在此基础上,研究心音范数熵随冠状动脉狭窄程度的变化规律。旨在为冠心病的早期筛查提供新思路和新技术。研究内容包括:1)构造相空间的向量范数矩阵,研究范数熵测度算法;2)构造相似性度量函数,研究互范数熵测度算法;3)基于相邻心动周期信号的相关性,研究心音信号质量评价方法;4)基于分组信号研究范数熵和互范数熵与冠状动脉狭窄程度的对应关系。

中文关键词: 心音信号;信号处理;特征提取;实时检测;辅助诊断

英文摘要: It is of great significance and clinical prospect to early detect coronary artery stenosis. This proposal aims to develop a norm entropy constructed by the norm matrix of a vector. Using the norm entropy and the method of heart sound signal quality evaluation, the accuracy of heart sound signals analysis based on entropy algorithm is improved. On the basis of preliminary study, the relation between the norm entropy of heart sound signal and the degree of coronary artery stenosis is the research point. Novel ideas and techniques will be provided through this project for early detection of CHD. Main works of this project are listed as follows. .1) To construct the norm matrix of a vector in the phase space, which is the key of norm entropy algorithm. The norm entropy algorithm then is developed..2) To construct similarity measurement function and develop the Mutual norm entropy algorithm..3) To research the evaluation method of the heart sound signal quality using the correlation of adjacent cardiac cycle signals..4) To investigate the relation between the norm entropy of heart sound signal and the degree of coronary artery stenosis.

英文关键词: Heart sound signal;Signal processing;Feature extraction;Real-time detection;Aid diagnosis

成为VIP会员查看完整内容
0

相关内容

专知会员服务
14+阅读 · 2021年10月13日
专知会员服务
15+阅读 · 2021年9月29日
专知会员服务
22+阅读 · 2021年7月31日
专知会员服务
48+阅读 · 2021年4月15日
专知会员服务
116+阅读 · 2021年1月11日
专知会员服务
20+阅读 · 2020年12月11日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
69+阅读 · 2020年10月6日
专知会员服务
29+阅读 · 2020年10月2日
基于深度神经网络的少样本学习综述
专知会员服务
172+阅读 · 2020年4月22日
一文归纳AI数据增强之法
极市平台
2+阅读 · 2022年1月11日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
13+阅读 · 2022年1月20日
Arxiv
57+阅读 · 2021年5月3日
Arxiv
21+阅读 · 2020年10月11日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关VIP内容
专知会员服务
14+阅读 · 2021年10月13日
专知会员服务
15+阅读 · 2021年9月29日
专知会员服务
22+阅读 · 2021年7月31日
专知会员服务
48+阅读 · 2021年4月15日
专知会员服务
116+阅读 · 2021年1月11日
专知会员服务
20+阅读 · 2020年12月11日
【NeurIPS 2020】基于因果干预的小样本学习
专知会员服务
69+阅读 · 2020年10月6日
专知会员服务
29+阅读 · 2020年10月2日
基于深度神经网络的少样本学习综述
专知会员服务
172+阅读 · 2020年4月22日
相关资讯
一文归纳AI数据增强之法
极市平台
2+阅读 · 2022年1月11日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
微信扫码咨询专知VIP会员