基于全维动态卷积与特征融合的心脏杂音等级识别
首都1
黄昭涵1
李虎浩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：针对人工心音听诊在杂音等级诊断中存在主观性、易受环境干扰的问题,本研究基于全维动态卷积(ODConv)与特征融合方法构建了一种心脏杂音等级识别模型.首先,采用ODConv模块捕捉丰富的上下文信息;其次,通过融合时域和时频域特征,提高杂音等级的识别性能;最后,设计第一心音(S1)和第二心音(S2)幅值衰减与增强实验,验证S1、S2 与杂音的相对响度对模型杂音等级识别的影响.在CirCor DigiScope数据集上的验证结果显示,该模型不仅在杂音等级划分中参考了杂音与S1、S2的相对响度信息,还在无杂音、柔和杂音、响亮杂音分类中分别取得了 93.39%、53.70%、73.46%的召回率和 94.07%、51.28%、73.34%的F1分数.本研究构建的模型能准确识别心脏杂音等级,可为实现自动识别心脏杂音等级提供重要的技术支撑.
关键词：深度学习特征融合心脏杂音分级对数耳蜗谱
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(2024YFFK0051)
论文发表日期：2025-12-30
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( 387-394 )
英文信息