膝部声音的时间-频率分析与参数化用于骨关节炎的非侵入式检测
音频与语音处理
2020-04-28 v1 声音
摘要
目的：本工作研究利用行走时膝关节所产生的声音进行骨关节炎非侵入式检测的潜力。方法：利用这些信号在时间-频率域中包含的信息及其压缩表示，并研究其判别特性。使用一套综合实验框架评估它们在正常与异常信号分类任务中的效能。基于此，使用分类与回归树（CART）、线性判别分析（LDA）与支持向量机（SVM）分类器，研究特征提取参数对分类性能的影响。结果：表明分类成功，受试者工作特征（ROC）曲线下面积为0.92。结论：分析表明使用非均匀频率尺度可改善分类性能，并识别出包含判别性特征的具体频带。意义：与其他聚焦于坐-站运动与膝屈/伸的研究相反，本研究使用了行走时获取的膝部声音。对此类信号的分析可实现高精度的膝骨关节炎非侵入式检测，并可能扩展现有疾病评估工具的范围，作为一种更实用且具成本效益、无需临床设置的方法。
引用
@article{arxiv.2004.12745,
title = {Time-Frequency Analysis and Parameterisation of Knee Sounds for Non-invasive Detection of Osteoarthritis},
author = {Costas Yiallourides and Patrick A. Naylor},
journal= {arXiv preprint arXiv:2004.12745},
year = {2020}
}
备注
Submitted to IEEE Transactions on Biomedical Engineering