1、　　呼吸音是人體呼吸系統(tǒng)與外界在換氣運(yùn)動(dòng)中產(chǎn)生的音的總稱，蘊(yùn)含著豐富的呼吸系統(tǒng)病理和生理信息。然而呼吸音的隨機(jī)性、呼吸音獲取和分析技術(shù)的細(xì)節(jié)方面的諸多不同，致使呼吸音分析的結(jié)果有較大的差異，也使得對(duì)照比較不同中心的研究結(jié)果比較困難。隨著計(jì)算機(jī)技術(shù)及信號(hào)處理技術(shù)的不斷進(jìn)步，呼吸音識(shí)別作為一個(gè)熱點(diǎn)課題日益受到關(guān)注。特征提取是呼吸音識(shí)別的核心問題。特征提取就是通過變換的方法，使得有效的分類特征在變換域顯示出來，去掉對(duì)分類無意義的信息，尋找最有

2、效的信號(hào)特征來構(gòu)成用于分類識(shí)別的模式特征向量。
　　對(duì)于工作穩(wěn)定的呼吸音分析系統(tǒng)來說，其傳遞函數(shù)保持不變，相應(yīng)的幅頻特性和相頻特性也是固定的，因此所采集的呼吸音數(shù)據(jù)在某種程度上就能反映出被測信號(hào)的物理特性。
　　研究表明，不同呼吸音信號(hào)的時(shí)域波形以及不同變換后的波形都存在著差異。這種差異可以用包絡(luò)來描述，包絡(luò)的不同可以體現(xiàn)不同被測信號(hào)的特點(diǎn)。而常用的包絡(luò)提取方法如Hilbert變換需要與濾波器結(jié)合，才能有效的應(yīng)用，因此，本研

3、究提出了基于復(fù)小波變換的呼吸音包絡(luò)特征提取新方法。
　　研究中首先對(duì)采集到的呼吸音數(shù)據(jù)進(jìn)行預(yù)處理，確定了四種典型的呼吸音信號(hào)(正常、氣管炎、肺炎和哮喘)為樣本數(shù)據(jù)。通過分析呼吸音信號(hào)的特性及時(shí)頻分布特點(diǎn)，選取Morlet復(fù)小波，并選擇適合的尺度對(duì)呼吸音數(shù)據(jù)進(jìn)行變換得到包絡(luò)，用包絡(luò)的統(tǒng)計(jì)量和能量構(gòu)造分類神經(jīng)網(wǎng)絡(luò)的輸入特征矢量，取得了較好的結(jié)果，使識(shí)別率達(dá)到91.7%。
　　由于呼吸音信號(hào)由多頻率成分構(gòu)成并呈現(xiàn)明顯的周期性波動(dòng)，