基于机器学习的肺部啰音分析识别系统

本发明涉及肺部啰音分析技术领域，具体为基于机器学习的肺部啰音分析识别系统，包括数据收集与预处理模块、信号分割模块、特征提取模块和模型构建与决策模块，其中：数据收集与预处理模块收集历史肺部啰音信号数据；信号分割模块根据历史肺部啰音信号数据，进行信号峰值和谷值的检测，确定呼吸周期，并为每个呼吸周期确定初始的时间窗，生成分割信号数据；特征提取模块用于对分割信号数据进行关键特征提取；模型构建与决策模块根据关键特征，利用随机森立算法构建分类模型，并计算该分类模型的准确率，若分类模型的准确率不合格，则生成峰谷差异性结果和时间差异性结果；根据峰值差异性结果调整峰值检测的峰谷阈值以及初始的时间窗。