文献

J-GLOBAL ID：201502217476906449   整理番号：15A1099385

高周波subbandfeaturesに基づいた咳検出【Powered by NICT】

Cough detection based on high-frequency subbandfeatures

著者 (7件)： Chen Chong (Dep. of Control Sci. and Engineering, Tongji Univ., Shanghai) ,  You Mingyu (Dep. of Control Sci. and Engineering, Tongji Univ., Shanghai) ,  Liu Jiaming (Dep. of Control Sci. and Engineering, Tongji Univ., Shanghai) ,  Wang Zheng (Dep. of Control Sci. and Engineering, Tongji Univ., Shanghai) ,  Li Guozheng (Dep. of Control Sci. and Engineering, Tongji Univ., Shanghai) ,  Xu Xianghuai (Dep. of Respiratory Medicine, Tongji Hospital, Tongji Univ. School of Medicine, Shanghai) ,  Qiu Zhongmin (Dep. of Respiratory Medicine, Tongji Hospital, Tongji Univ. School of Medicine, Shanghai)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 51  号： 1  ページ： 157-164  発行年： 2015年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 咳は呼吸器疾患において非常に一般的な症状である。パターン認識アルゴリズムによる咳そうの頻度と強度に及ぼすObj ective解析が慢性的な咳を患う患者のためのより価値のある臨床情報を提供し,咳追跡と診断を助けることができる。咳検出は臨床連続記録における咳の診断と分析の基礎である。本論文では,咳検出問題を考察した二値分類として,咳検出を目的とした背景雑音から咳そうを分離するために分類器を利用した。咳そうのスペクトル分布の詳細な研究に基づいて新しい高周波サブバンド特徴法を提案した。咳信号のエネルギーは広く分布し,高周波領域であり,音声信号のスペクトルパターンから非常に異なるに集中していることが分かった。実験では,まず周波数領域はフィルタバンクを用いた低周波数から高周波まで変化のサブバンド特徴を抽出し,次に,低周波サブバンドのそれよりも優れている高周波サブバンド特徴の性能を見出した。最後に,高周波サブバンド法を高周波フィルタを用いる咳の特徴を抽出する前に対応する高周波信号を得た。法は異なる雑音タイプとSNR(信号対雑音比)の条件下での実験データを合成する,特異的な雑音条件の下での異なる特徴抽出法の性能を比較し,解析した。実験結果は,伝統的な音声特徴抽出法と比較して,高周波サブバンド特徴に基づく方法を認識における実質的な性能改善を達成することを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 雑音 ,  スペクトル ,  フィルタバンク ,  *咳 ,  SN比 ,  LF【周波数】 ,  呼吸器疾患 ,  特徴抽出 ,  音声信号 ,  音声 ,  周波数領域 ,  *HF【周波数】
準シソーラス用語： サブバンド ,  背景雑音 ,  認識アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算理論  (JB02000A)

タイトルに関連する用語 (2件)： 高周波 ,  咳