Алгоритмы адаптивной и ранговой классификации шумов дыхания
На основе статистического подхода сформулирована задача классификации состояния органов дыхания человека. В качестве основной информативной характеристики использована спектральная плотность мощности шумов дыхания. С целью минимизации априорной информации рассмотрен случай разделения спектральных ха...
Збережено в:
| Дата: | 2002 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут гідромеханіки НАН України
2002
|
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/936 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Алгоритмы адаптивной и ранговой классификации шумов дыхания / В. Т. Гринченко, В. В. Крижановский, В. В. Крижановский (мл.) // Акуст. вісн. — 2002. — Т. 5, N 3. — С. 19-27. — Бібліогр.: 11 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862617131299897344 |
|---|---|
| author | Гринченко, В.Т. Крижановский, В.В. Крижановский (мл.), В.В. |
| author_facet | Гринченко, В.Т. Крижановский, В.В. Крижановский (мл.), В.В. |
| citation_txt | Алгоритмы адаптивной и ранговой классификации шумов дыхания / В. Т. Гринченко, В. В. Крижановский, В. В. Крижановский (мл.) // Акуст. вісн. — 2002. — Т. 5, N 3. — С. 19-27. — Бібліогр.: 11 назв. — рос. |
| collection | DSpace DC |
| description | На основе статистического подхода сформулирована задача классификации состояния органов дыхания человека. В качестве основной информативной характеристики использована спектральная плотность мощности шумов дыхания. С целью минимизации априорной информации рассмотрен случай разделения спектральных характеристик шумов дыхания на два класса, включающих пациентов со здоровыми и больными органами дыхания. Синтезирован алгоритм адаптивной классификации, использующий для обучения эталонную выборку шумов дыхания здоровых пациентов. Выполнен анализ структуры алгоритма и проведено его упрощение, повышающее устойчивость к амплитудным характеристикам, несущественным для задачи классификации. Рассмотрена задача классификации при отсутствии эталонных обучающих записей шумов дыхания. Предложены алгоритмы классификации, использующие информацию о структуре рангов отсчетов спектральной плотности мощности шумов дыхания. Показано, что указанная методика обработки сигнала нечувствительна к амплитудным множителям, учитывающим ритмику дыхания и влияние тракта регистрации. Выполнена экспериментальная проверка синтезированных алгоритмов. Определены условия, обеспечивающие повышение их эффективности и надежности.
На основі статистичного підходу сформульовано задачу класифікації стану органів дихання людини. Як основну інформативну характеристику використано спектральну щільність потужності шумів дихання. З метою мінімізації апріорної інформації розглянуто випадок поділу спектральних характеристик шумів дихання на два класи, які включають пацієнтів зі здоровими й хворими органами дихання. Синтезовано алгоритм адаптивної класифікації, який використовує для навчання еталонну вибірку шумів дихання здорових пацієнтів. Виконано аналіз структури алгоритму й проведено його спрощення, яке підвищує стійкість до амплітудних характеристик, несуттєвих для задачі класифікації. Розглянуто задачу класифікації при відсутності еталонних навчальних записів шумів дихання. Запропоновано алгоритми класифікації, які використовують інформацію про структуру рангів відліків спектральної щільності потужності шумів дихання. Показано, що вказані методики є нечутливими до амплітудних множників, які враховують ритміку дихання та вплив тракту реєстрації. Виконано експериментальну перевірку синтезованих алгоритмів. Визначені умови, що забезпечують підвищення їхньої ефективності й надійності.
Originating from statistical approach the problem of classification of the state of human respiratory tract is formulated. At that the power spectral density of the breath sounds is used as the basic informational characteristic. To minimize an a priori information, the case of separation of spectral characteristics into two classes is considered. These classes cover the persons with healthy and those with pathological respiratory tracts. Using a training data sample of the breath sounds from healthy persons the algorithm of adaptive classification is synthesized. Analysis of the algorithm's structure is conducted and its simplification is carried out in order to increase the algorithm's stability to amplitude coefficients being insignificant for the classification problem. The problem of classification at absence of the training breath sounds data is considered. The algorithms of classification using the information on structure of ranks of the spectral power density are offered. It is shown that mentioned techniques are not sensitive to the amplitude characteristics accounting the amplification factors and a rhythmicity of respiration. The developed algorithms are checked experimentally. Conditions for increase of their efficiency and reliability are determined.
|
| first_indexed | 2025-12-07T13:10:52Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-936 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1028-7507 |
| language | Russian |
| last_indexed | 2025-12-07T13:10:52Z |
| publishDate | 2002 |
| publisher | Інститут гідромеханіки НАН України |
| record_format | dspace |
| spelling | Гринченко, В.Т. Крижановский, В.В. Крижановский (мл.), В.В. 2008-07-09T10:52:16Z 2008-07-09T10:52:16Z 2002 Алгоритмы адаптивной и ранговой классификации шумов дыхания / В. Т. Гринченко, В. В. Крижановский, В. В. Крижановский (мл.) // Акуст. вісн. — 2002. — Т. 5, N 3. — С. 19-27. — Бібліогр.: 11 назв. — рос. 1028-7507 https://nasplib.isofts.kiev.ua/handle/123456789/936 534.7 На основе статистического подхода сформулирована задача классификации состояния органов дыхания человека. В качестве основной информативной характеристики использована спектральная плотность мощности шумов дыхания. С целью минимизации априорной информации рассмотрен случай разделения спектральных характеристик шумов дыхания на два класса, включающих пациентов со здоровыми и больными органами дыхания. Синтезирован алгоритм адаптивной классификации, использующий для обучения эталонную выборку шумов дыхания здоровых пациентов. Выполнен анализ структуры алгоритма и проведено его упрощение, повышающее устойчивость к амплитудным характеристикам, несущественным для задачи классификации. Рассмотрена задача классификации при отсутствии эталонных обучающих записей шумов дыхания. Предложены алгоритмы классификации, использующие информацию о структуре рангов отсчетов спектральной плотности мощности шумов дыхания. Показано, что указанная методика обработки сигнала нечувствительна к амплитудным множителям, учитывающим ритмику дыхания и влияние тракта регистрации. Выполнена экспериментальная проверка синтезированных алгоритмов. Определены условия, обеспечивающие повышение их эффективности и надежности. На основі статистичного підходу сформульовано задачу класифікації стану органів дихання людини. Як основну інформативну характеристику використано спектральну щільність потужності шумів дихання. З метою мінімізації апріорної інформації розглянуто випадок поділу спектральних характеристик шумів дихання на два класи, які включають пацієнтів зі здоровими й хворими органами дихання. Синтезовано алгоритм адаптивної класифікації, який використовує для навчання еталонну вибірку шумів дихання здорових пацієнтів. Виконано аналіз структури алгоритму й проведено його спрощення, яке підвищує стійкість до амплітудних характеристик, несуттєвих для задачі класифікації. Розглянуто задачу класифікації при відсутності еталонних навчальних записів шумів дихання. Запропоновано алгоритми класифікації, які використовують інформацію про структуру рангів відліків спектральної щільності потужності шумів дихання. Показано, що вказані методики є нечутливими до амплітудних множників, які враховують ритміку дихання та вплив тракту реєстрації. Виконано експериментальну перевірку синтезованих алгоритмів. Визначені умови, що забезпечують підвищення їхньої ефективності й надійності. Originating from statistical approach the problem of classification of the state of human respiratory tract is formulated. At that the power spectral density of the breath sounds is used as the basic informational characteristic. To minimize an a priori information, the case of separation of spectral characteristics into two classes is considered. These classes cover the persons with healthy and those with pathological respiratory tracts. Using a training data sample of the breath sounds from healthy persons the algorithm of adaptive classification is synthesized. Analysis of the algorithm's structure is conducted and its simplification is carried out in order to increase the algorithm's stability to amplitude coefficients being insignificant for the classification problem. The problem of classification at absence of the training breath sounds data is considered. The algorithms of classification using the information on structure of ranks of the spectral power density are offered. It is shown that mentioned techniques are not sensitive to the amplitude characteristics accounting the amplification factors and a rhythmicity of respiration. The developed algorithms are checked experimentally. Conditions for increase of their efficiency and reliability are determined. ru Інститут гідромеханіки НАН України Алгоритмы адаптивной и ранговой классификации шумов дыхания Algorithms for adaptive and rank classification of the breath sounds Article published earlier |
| spellingShingle | Алгоритмы адаптивной и ранговой классификации шумов дыхания Гринченко, В.Т. Крижановский, В.В. Крижановский (мл.), В.В. |
| title | Алгоритмы адаптивной и ранговой классификации шумов дыхания |
| title_alt | Algorithms for adaptive and rank classification of the breath sounds |
| title_full | Алгоритмы адаптивной и ранговой классификации шумов дыхания |
| title_fullStr | Алгоритмы адаптивной и ранговой классификации шумов дыхания |
| title_full_unstemmed | Алгоритмы адаптивной и ранговой классификации шумов дыхания |
| title_short | Алгоритмы адаптивной и ранговой классификации шумов дыхания |
| title_sort | алгоритмы адаптивной и ранговой классификации шумов дыхания |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/936 |
| work_keys_str_mv | AT grinčenkovt algoritmyadaptivnoiirangovoiklassifikaciišumovdyhaniâ AT križanovskiivv algoritmyadaptivnoiirangovoiklassifikaciišumovdyhaniâ AT križanovskiimlvv algoritmyadaptivnoiirangovoiklassifikaciišumovdyhaniâ AT grinčenkovt algorithmsforadaptiveandrankclassificationofthebreathsounds AT križanovskiivv algorithmsforadaptiveandrankclassificationofthebreathsounds AT križanovskiimlvv algorithmsforadaptiveandrankclassificationofthebreathsounds |