宫商角征羽

究
内
小波变换的本质就是用精心挑选的基来表示信号方程的过程。每个
容
小波变换都会有一个母小波Ψ(x)，同时还有一个尺度函数，对二者进行
缩放和平移后即可得到任何小波变换的基函数集合。
小波分 L 2 解 W j 1 ： W j W j 1
H
G
Uj,1 Uj,2
研 提取小波包能谱并归一化 究 内 小波分析的特点是窗口面积固定，形状可调——即时间和频率窗都可 容 改变的时域局部化分析。
究
内
小波包能谱分解及归一化结果如图所示，横坐标为第N段小波
容
节点，纵坐标对应相应小波的节点能量。
6层小波包分解能谱图
归一化的小波包能谱图
以‘古玉’语音信号为例——PNN分类
研
女生平和质48例，阴虚质153例；
究
男生平和质51例，阴虚质97例.
内
分别男女生提取64段小波节点能量，然后进行根据该能量特征分布 对上述两种体质进行分类，概率神经网络(PNN)采用训练集和预测集
但是，由于其再分解过程中忽略了高频部分的信号，使得它的频率分 辨率随频率升高而降低。
在这种情况下，小波包分解应运而生，它不仅对低频部分进行分解， 对高频部分也实施了分解，而且小波包分解能根据信号特征和分析要 求自适应地选择相应频带与信号频谱相匹配，是一种比小波分解更精 细的分解方法。
小波分解 VS 小波包分解
容
2:1的比例进行实验，
表1 女生平和质和阴虚质训练准确率和预测准确率
表2 男生平和质和阴虚质训练准确率和预测准确率
总
结 小波包分解的基础上提取各节点的能谱，再 根据该能谱进行PNN分类，其预测准确率在二 分类中准确率较好，在四分类中虽然较二分 类有所降低，但也基本在70%左右，能够较好 的对受试者通过语音信号分析进行体质分类。
蹇涩：说话不流利、含糊不清、缓慢、词不达意。
多见于中风后遗症或热病后期。
郑声：神志不清、语言重复、语言不连续、声音低弱
多为虚证。
错语：语言颠倒、错乱，自知说错不能自主，
多为心气不足。
研 究 我国传统乐学理论将“音阶”概念分为五音又称五声 内 ，包含：宫、商、角（jué）、徵（zhǐ）、羽。
容
研
体质分类
究
内
容
研 究
算法流程
内
容
信号采集 信号处理 小波分析 PNN分类 算法优化
研
以阴虚质某一男生‘古玉’语音信号为例——信号处理
究
内
容
原始信号波形图
去噪处理
预加重处理
加窗处理
研
以阴虚质某一男生‘古玉’语音信号为例——频谱分析
究
内 容
原始信号短时频谱图
加窗后信号频谱图
语谱图
研
以阴虚质某一男生‘古玉’语音信号为例——小波包分解
研 究 内 容
以阴虚质某一男生‘古玉’语音信号为例——小波分析
研
结合小波包分解的特性，本文选取db4小波包分解，分解层数
究
为6层，通过分解获得64段小波包节点系数。
内
[C,L]=wavedec(s,6,'db4')
容
%用小波函数db4对信号s进行6尺度分解
研
以阴虚质某一男生‘古玉’语音信号为例——小波分析
总
结
声象特征的研究不仅为中医体质学提供现代科技
佐证其意义 还在于引导人们以客观化的角度，
采用现代工程学研究新技术对人体生命活 动进
行更加深入的探讨，促中医学理论发展。
谢谢观看
究
内
小波(Wavelet)是一种能量在时域非常集中的波，具有衰减性
容
且振幅呈现正负相间的震荡形式。
Leabharlann Baidu
与Fourier变换相比，小波对于分析瞬时时变信号非常有用。它有效 的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行 多尺度细化分析，解决了傅立叶变换不能解决的许多困难问题。
研
以阴虚质某一男生‘古玉’语音信号为例——小波包分解
中医声诊中的小波 应用
1013202063 于旭耀 1013202015 韩 广
主
背景介绍
要
内
容
研究内容
总结
背 景 介 绍
背
景
介
绍
闻诊即通过听声音和嗅病气测知病况，
闻的内容可以分：
声音、语言、呼吸、呕吐、肠鸣和病气等。
正常声音
背
自然、音调和谐、语言表达清楚。
景
介
病变声音
绍
嘶哑：声嘶和失音
多因外感风寒或风热，寒热相交伤肺所致。