Abstract- Locating S1 and S2 sounds

Abstract- Locating S1 and S2 sounds in order to diagnose diseases by classifying through the determination of systole and
diastole phases is of great significance. The method suggested in this study is available for the segmentation of S1-S2 sounds in heart sounds (HSs) acquired in real-time and it also renders the classifying possible, thereby ensuring a correct diagnosis.In this study, multi-band wavelet energy (WTE) method was proposed for the segmentation of S1-S2 sounds in 16 different HS types. After normalizing the heart sound, the signal is filtered by using wavelet transform, after than S1-S2 sounds are segmented by using multi-band wavelet energy method.For comparison, besides the method which is proposed, two different methods are investigated. One of them is segmentation of S1-S2 sounds using multi-band wavelet Shannon energy (WSE) method and the other is segmentation of S1-S2 sounds using homomorphic filtering (HMF) method. The highest performances are achieved by the proposed WTE method; 91% and 89% segmentation accuracies are obtained for S1 and S2 sounds, respectively. The methods’ robustness to noise was also analysed. free from the influences of individual differences.

ผลลัพธ์ (ไทย) 2:

Abstract- Locating S1 และ S2 เสียงในการสั่งซื้อที่จะวินิจฉัยโรคโดยจำแนกผ่านการกำหนด systole
และขั้นตอนDiastole มีความสำคัญมาก วิธีที่แนะนำในการศึกษาครั้งนี้สามารถใช้ได้สำหรับการแบ่งส่วนของ S1-S2 เสียงในเสียงหัวใจ (ไฮสปีด) ที่ได้มาในเวลาจริงและยังแสดงผลการจำแนกประเภทที่เป็นไปได้ซึ่งจะช่วยสร้างความมั่นใจ diagnosis.In ที่ถูกต้องการศึกษาครั้งนี้หลายวงพลังงานเวฟ (WTE) วิธีการได้รับการเสนอให้แบ่งส่วนของ S1-S2 เสียงใน 16 ชนิดที่แตกต่างกัน HS หลังจาก normalizing เสียงหัวใจสัญญาณจะถูกกรองโดยใช้การแปลงเวฟเล็หลังจากกว่าเสียง S1-S2 เป็นหมวดหมู่โดยใช้เวฟหลายวงพลังงานเปรียบเทียบ method.For นอกเหนือจากวิธีการที่จะนำเสนอวิธีการที่แตกต่างกันสองจะถูกตรวจสอบ หนึ่งในนั้นคือการแบ่งส่วนของเสียง S1-S2 ใช้หลายวงเวฟพลังงานแชนนอน (WSE) วิธีการและอื่น ๆ ที่เป็นการแบ่งส่วนของ S1-S2 เสียงโดยใช้การกรอง homomorphic (HMF) วิธีการ การแสดงที่สูงที่สุดจะประสบความสำเร็จด้วยวิธี WTE เสนอ; 91% และ 89% ความถูกต้องจะได้รับการแบ่งส่วนสำหรับ S1 และ S2 เสียงตามลำดับ ทนทานวิธีการที่จะได้รับการวิเคราะห์เสียงยัง เป็นอิสระจากอิทธิพลของความแตกต่างของแต่ละบุคคล

ผลลัพธ์ (ไทย) 3:

นามธรรม - ซึม S1 และ S2 เสียงเพื่อตรวจวินิจฉัยโรค โดยแบ่งประเภทจากการวิเคราะห์การบีบตัวของหัวใจและ
diastole เป็นขั้นตอนสำคัญมาก วิธีที่แนะนำในการศึกษานี้สามารถใช้ได้สำหรับการ s1-s2 เสียงในหัวใจเสียง ( HSS ) ที่ได้รับในเวลาจริง และมันยังแสดงผลข้อมูลที่เป็นไปได้จึงมั่นใจการวินิจฉัยที่ถูกต้อง ในการศึกษานี้วิธีการหลายกลุ่มพลังงาน ( wte ) หาแนวทางในการ s1-s2 เสียงใน HS ที่แตกต่างกัน 16 ประเภท หลังจากทาเสียงหัวใจ สัญญาณจะถูกกรองโดยใช้การแปลงเวฟ หลังจากกว่า s1-s2 เสียงจะแบ่งโดยใช้วิธีพลังงาน กรณีหลายวง สำหรับการเปรียบเทียบ นอกจากนี้วิธีการที่เสนอ สองวิธีที่แตกต่างกันได้หนึ่งในนั้นคือการใช้ s1-s2 เสียงวงหลายละลอก แชนนอน พลังงาน ( wse ) และวิธีการอื่น ๆของการใช้เสียงการ s1-s2 homomorphic กรอง ( hmf ) วิธี สมรรถนะสูงสุดที่ได้จากวิธีที่เสนอ wte ; 91% และ 89 % ความถูกต้องการแบ่งส่วนจะได้รับสำหรับ S1 และ S2 เสียงตามลำดับ วิธีการ ' ทนทานเสียงยังวิเคราะห์ฟรีจากอิทธิพลของความแตกต่างระหว่างบุคคล