基于改进残差网络的心脏杂音检测方法
李世龙1
何培宇1
黄昭涵1
李莉2
赵启军3
潘帆1
1.四川大学 电子信息学院,成都 6100652.四川大学华西第二医院 儿童心血管科,成都 6100413.四川大学 计算机学院,成都 610065
摘要：针对目前缺乏识别心音收缩期杂音和舒张期杂音的方法,本研究提出了一种基于改进残差网络的杂音检测方法,通过检测多个听诊区的收缩期和舒张期杂音,判断患者是否存在心脏杂音.首先,按照心音时相将心音数据分割成心音信号片段;然后,提取心音片段样本的对数梅尔谱特征;最后,使用嵌入通道注意力机制的残差神经网络模型进行心脏杂音检测.本研究在CirCor Digiscope dataset 2022 数据集上进行了五折交叉验证,心脏杂音检测平均准确率、平均召回率、平均精确率与平均F1 分数分别为 90.05%、63.74%、84.20%和 72.28%.实验结果表明,本研究方法在基于时相切割的心音数据的杂音检测任务中准确率较好,可为心血管疾病的自动分析提供重要依据.
关键词：心血管疾病心脏杂音杂音检测对数梅尔谱注意力机制残差神经网络
分类号：R318(医用一般科学)TN912.3(通信)
资助基金：国家自然科学基金(62066042)四川省重点研发项目(2022YFG0045)中央高校基本科研业务费专项(2022SCU12008)
论文发表日期：2024-10-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：8( 369-376 )
英文信息