【肠鸣音】特征提取

肠鸣音特征提取

因为肠鸣音信号是非周期、非平稳的信号，所以着重提取肠鸣音信号
的瞬时特征。

瞬时特征本身的识别意义较低，无法通过瞬时特征对信号的类型进行直接判断，是一种比较低级的特征。但是通过多种瞬时特征的组合可以构成高级的信号特征以更好地表现信号的特性。
我们将按照统计特征、谱形状特征分别介绍肠鸣音信号的特征。在此基础上，又引入了倒谱特征，包括线性预测倒谱系数和美尔频率倒谱系数等，实现复杂肠鸣音信号特征的提取。

统计特征（时域特征）

通过信号的统计表示而得出的特征， 比如标准差， 均值等。常见的特征包括： 幅度绝对值、幅度均方根、波形指标、波峰指标和峭度等。
(1) 幅度绝对值， 表示信号幅度绝对值的平均值
(2) 方根幅值， 表示信号的能量，是信号的二阶统计量
(3) 波形指标， 表示信号的波形特征，其敏感性较差，但是稳定性较好
(4) 峰值指标， 表示曲线的平坦性，其稳定性和敏感性适中
(5) 峭度指标， 体现波形变化的四阶统计量，敏感性较好，但是稳定性较
差

谱形状特征（频域特征）

谱形状特征表征的是肠鸣音在很短时刻的静态特征。如果想要获得短时的动态特征，可以通过谱特征差分的方式获得。

倒谱特征

倒谱可以将频谱上的高低频率分开， 目前语音识别领域常用的重要特征有线性预测倒谱系数 LPCC 和美尔频率倒谱系数 MFCC。

分段分析

单段

时域特征

波形持续时间（ms）
功率（W）：计算波形所有振幅的平方和
反应波形的能量大小。

频域特征

频率（Hz）：频率功率谱的频峰点的位置
反应了波的振动快慢
平均振幅强度：功率谱各点的平均值
反映了波的平均振幅的高低。

多段

时域特征

频域特征