One can model the phonocardiogram s

One can model the phonocardiogram signal as a four
state HMM. The first state corresponds to the S1 sound,
the second state corresponds to the silence during the
systolic period, the third state corresponds to the S2
sound, and the fourth state corresponds to the silence
during the diastolic period (see Figure 1). This model
ignores the possibility of the S3 and S4 heart sounds,
because these heart sounds are not germane to the task of
recognizing respiration rates from heart sound data.
Additionally, these sounds are difficult to hear and
record; therefore, they are most likely not noticeable in
our heart sound data.
This four state HMM is useful for modeling the
sequence of symbols (or labels) of the phonocardiogram;
however, it is too simple to accurately model the
transitions between sound and silence. One solution is to
embed another HMM inside of each of the heart sound
symbol states. The embedded HMM models the signal as
it traverses a specific labeled region of the signal. Using
this combined approach, we can model both the highlevel
state sequence of our signal (S1-sil-S2-sil) and the
continuous transitions of the signal. This type of model is
similar to how a speech processing system has a highlevel
probabilistic grammar to model the transition of
words or phonemes, and an embedded HMM for each
phoneme [8].
All of the experiments utilized an eight state HMM for
the S1 sounds, a six state HMM for the S2 sound, and a
three state HMM for each silence period. The number of
states where calculated by taking the average duration of
each heart sound, and dividing by the frame duration. For
example, the S1 sound has an average duration of 160
milliseconds and the frame step size is 20 milliseconds;
therefore, it can be represented by eight states (160 ms /
20 ms = 8).
In addition, the experiments utilized a four state
grammar that represented the state model given in Figure
1. The probabilities for this model were learned using a
discrete HMM where the label files were used to train the
model. The resultant HMM represents the symbol
transitions of the phonocardiogram. We manually
translated the discrete HMM into a grammar for use with
the HTK toolset [8].

ผลลัพธ์ (ไทย) 2:

หนึ่งสามารถจำลองสัญญาณ phonocardiogram
เป็นสี่อืมรัฐ ครั้งแรกที่รัฐสอดคล้องกับเสียง S1,
รัฐที่สองสอดคล้องกับความเงียบในช่วงที่ระยะเวลา systolic รัฐที่สามสอดคล้องกับ S2 เสียงและรัฐที่สี่สอดคล้องกับความเงียบในช่วงระยะเวลา diastolic (ดูรูปที่ 1) รุ่นนี้ไม่สนใจความเป็นไปได้ของ S3 และ S4 เสียงหัวใจเพราะเสียงหัวใจเหล่านี้ไม่ได้ใกล้ชิดกับงานของการตระหนักถึงอัตราการหายใจจากข้อมูลเสียงหัวใจ. นอกจากนี้เสียงเหล่านี้เป็นเรื่องยากที่จะได้ยินและบันทึก; ดังนั้นพวกเขามักจะไม่เห็นใน. ข้อมูลเสียงหัวใจของเรานี้สี่อืมรัฐจะเป็นประโยชน์สำหรับการสร้างแบบจำลองลำดับของสัญลักษณ์(หรือฉลาก) ของ phonocardiogram; แต่มันง่ายเกินไปที่จะต้องจำลองการเปลี่ยนระหว่างเสียงและความเงียบ ทางออกหนึ่งคือการฝังอืมอีกภายในของแต่ละเสียงหัวใจรัฐสัญลักษณ์ รุ่นอืมฝังสัญญาณเป็นลัดเลาะภูมิภาคที่มีข้อความที่เฉพาะเจาะจงของสัญญาณ การใช้วิธีการนี้รวมกันเราสามารถจำลองทั้ง highlevel ลำดับสถานะของสัญญาณของเรา (S1-SIL-S2-SIL) และการเปลี่ยนอย่างต่อเนื่องของสัญญาณ ชนิดของรุ่นนี้คล้ายกับระบบประมวลผลคำพูดมี highlevel ไวยากรณ์น่าจะเป็นรูปแบบการเปลี่ยนแปลงของคำหรือหน่วยเสียงและอืมฝังตัวสำหรับแต่ละฟอนิม[8]. ทั้งหมดของการทดลองที่ใช้อืมรัฐแปดเสียง S1 หกอืมรัฐสำหรับเสียง S2 และสามอืมรัฐสำหรับช่วงเวลาที่เงียบแต่ละ จำนวนของรัฐที่คำนวณโดยการใช้ระยะเวลาเฉลี่ยของแต่ละเสียงหัวใจและหารด้วยระยะเวลากรอบ สำหรับตัวอย่างเช่นเสียง S1 มีระยะเวลาเฉลี่ยของ 160 มิลลิวินาทีและขนาดขั้นตอนกรอบคือ 20 มิลลิวินาที; จึงสามารถแสดงโดยแปดรัฐ (160 มิลลิวินาที /. 20 มิลลิวินาที = 8) นอกจากนี้ยังมีการทดลองใช้สี่รัฐไวยากรณ์ที่เป็นตัวแทนของรัฐรูปแบบที่กำหนดในรูปที่1 ความน่าจะเป็นสำหรับรุ่นนี้ได้รับการเรียนรู้โดยใช้อืมไม่ต่อเนื่องที่ไฟล์ฉลากถูกนำมาใช้ในการฝึกอบรมรูปแบบ HMM ผลแสดงให้เห็นถึงสัญลักษณ์การเปลี่ยนของphonocardiogram เราตนเองแปลอืมไม่ต่อเนื่องเข้าไปในไวยากรณ์สำหรับใช้กับชุดเครื่องมือที่HTK [8]

ผลลัพธ์ (ไทย) 3:

หนึ่งสามารถรูปแบบสัญญาณ phonocardiogram เป็นสี่
รัฐอืมรัฐแรกที่สอดคล้องกับเสียง S1
สถานะที่สองสอดคล้องกับความเงียบในขณะ
ระยะเวลา รัฐที่สามตรงกับเสียง S2
และสี่รัฐสอดคล้องกับความเงียบ
ช่วงหัวใจคลายตัว ( ดูรูปที่ 1 ) รุ่นนี้
มองข้ามความเป็นไปได้ของ S3 และ S4
เสียงหัวใจ ,เพราะเสียงหัวใจเหล่านี้ไม่ได้มีความเกี่ยวข้องกันกับงาน
ตระหนักถึงอัตราการหายใจจากเสียงหัวใจข้อมูล .
นอกจากนี้ เสียงเหล่านี้จะยากที่จะได้ยินและ
บันทึก ; ดังนั้นพวกเขาจะมากที่สุดที่เห็นได้ชัดในหัวใจของเรา

เสียง ข้อมูลนี้เป็นประโยชน์สำหรับการสี่รัฐอืม
ลำดับของสัญลักษณ์ ( หรือ ป้าย ) ของ phonocardiogram ;
แต่มันง่ายเกินไปที่จะถูกต้องแบบจำลอง
การเปลี่ยนระหว่างเสียงและความเงียบ ทางออกหนึ่งคือการ
ฝังอืมอื่นภายในของแต่ละ เสียงหัวใจ
สัญลักษณ์รัฐ อืมแบบฝังตัวส่งสัญญาณ
มัน traverses เฉพาะป้ายเขตของสัญญาณ ใช้
วิธีการนี้รวมเราสามารถรูปแบบทั้งรัฐลำดับของสัญญาณของเรามาก

( s1-sil-s2-sil ) และต่อเนื่องช่วงของสัญญาณ แบบจำลองชนิดนี้
คล้ายกับระบบการประมวลผลคำพูดมีไวยากรณ์มาก

11 รูปแบบการเปลี่ยนแปลงของคำหรือหน่วยเสียงและหน่วยเสียงที่ฝังตัวหืมแต่ละ
[ 8 ] .
ทั้งหมดของการทดลองใช้แปดรัฐอืมสำหรับ S1
เสียง 6 รัฐ อืมสำหรับเสียง S2
3 และ ของรัฐสำหรับแต่ละเงียบนะช่วงนี้ จํานวน
สหรัฐอเมริกาที่คำนวณโดยการสละเวลาเฉลี่ย
แต่ละเสียงหัวใจ และแบ่งตามกรอบระยะเวลา ตัวอย่างเสียงสำหรับ
, S1 มีระยะเวลาเฉลี่ย 160
มิลลิวินาทีและกรอบขั้นตอนขนาด 20 มิลลิวินาที ;
ดังนั้นจึงสามารถแสดงโดยแปดรัฐ ( 160 MS /
20 ms = 8 ) .
นอกจากนี้ การทดลองใช้สี่รัฐ
ไวยากรณ์ที่แสดงแบบไว้ในรัฐ รูป
1น่าจะเป็นรุ่นนี้ได้ใช้
อืมไม่ต่อเนื่องที่ไฟล์ป้ายถูกใช้เพื่อฝึก
นางแบบ ที่หาค่าสัญลักษณ์
เปลี่ยนของ phonocardiogram . เราเอง
แปลหือไม่ต่อเนื่องในไวยากรณ์ สําหรับใช้กับชุด htk
[ 8 ]