-
题名基于全连接LSTM的心肺音分离方法
被引量：5
- 1
-
-
作者
雷志彬
陈骏霖
-
机构
广东工业大学
-
出处
《自动化与信息工程》
2018年第6期25-30,共6页
-
文摘
针对基于非负矩阵分解的心肺音分离方法假设心肺音在时频域上是线性混叠的,且没有利用心肺音成分的时序相关性等问题,提出基于全连接LSTM的心肺音分离方法。将长短时记忆网络应用于心肺音分离,以处理心肺音成分的非线性混叠,并捕捉心肺音成分的时序相关性,加强分离效果。为减少网络参数,提高训练速度,LSTM网络采用全连接网络结构。实验结果表明:本文设计的LSTM网络取得了优于监督非负矩阵分解方法的心肺音分离效果。
-
关键词
心肺音分离
非负矩阵分解
长短时记忆网络
-
Keywords
cardiorespiratory sound separation
Non-Negative Matrix Factorization
Long Short-Time Memory Network
-
分类号
R318
[医药卫生—生物医学工程]
TN912.3
[医药卫生—基础医学]
TP183
[电子电信—通信与信息系统]
-
-
题名几种循环神经网络和时频掩码在心肺音分离中的应用
被引量：2
- 2
-
-
作者
陈骏霖
张财宝
-
机构
广东工业大学
-
出处
《自动化与信息工程》
2020年第1期39-44,共6页
-
文摘
针对基于循环神经网络的心肺音分离方法采用的LSTM分离模型存在的结构复杂、参数过多、收敛速度慢、无法挖掘时频谱时序上下文关系等问题,将其与3种循环神经网络的变体(GRU,BiLSTM,BiGRU)应用于心肺音分离,并分别与2种时频掩码(IBM,IPSM)组合进行仿真,比较不同模型和不同时频掩码的心肺音分离性能。在分离模型方面,相比于LSTM,GRU具有参数少、更容易收敛等优点,BiLSTM和BiGRU的双向结构能够挖掘心肺音时频谱的时序上下文关系;在时频掩码方面,相比于IBM,IPSM考虑了混合相位与目标相位的差异信息。仿真结果表明:基于BiGRU和IPSM的心肺音分离方法取得较好的分离效果。
-
关键词
心肺音分离
循环神经网络
时频掩码
-
Keywords
cardiorespiratory sound separation
recurrent neural network
time-frequency mask
-
分类号
R318
[医药卫生—生物医学工程]
TN912.3
[医药卫生—基础医学]
-
-
题名基于知识蒸馏的心肺音分离模型
被引量：1
- 3
-
-
作者
林家荣
郑凯文
甘兆明
谢仕宇
郑君锐
-
机构
广东工业大学
-
出处
《自动化与信息工程》
2022年第5期13-16,29,共5页
-
文摘
针对基于双向门控循环单元(BiGRU)的心肺音分离模型存在的参数量大、算法繁杂、训练成本高、硬件算力要求高等问题,提出基于知识蒸馏的心肺音分离模型。该模型基于BiGRU,教师网络、学生网络分别采用3层、1层BiGRU网络。实验结果表明,采用“教师—学生”知识蒸馏方法可提高学生网络性能,且蒸馏后的“学生+KD”心肺音分离网络相比教师网络,模型更小、算法更简单、训练成本更低,为部署到边缘设备以及资源受限的设备提供了理论依据。
-
关键词
心肺音分离
双向门控循环单元
知识蒸馏
教师网络
学生网络
-
Keywords
cardiorespiratory sound separation
bidirectional gated recurrent unit
knowledge distillation
teacher network
student network
-
分类号
R318
[医药卫生—生物医学工程]
TN912.3
[医药卫生—基础医学]
TP183
[电子电信—通信与信息系统]
-
