|
|
|
摘要 心血管疾病高发，心音分析作为对期无损检测的手段，对早期诊断至关重要。传统方法依赖人工听诊，受主观影响较大，亟需高精度自动分类技术。本文提出一种基于深度集成学习的心音分类渐进式优化方法，包括优化降噪、心音分割、特征提取和心音分类四个阶段。首先，采用Coif5方法实现心音信号降噪，提升信噪比；其次，结合自适应阈值与贪心优化，实现心音有效分割，降低漏检率；再次，融合多种特征提取方法，提取时频域、二阶谱和梅尔频谱等多类特征，提升分类信息丰富度，以挖掘隐藏性高的生理信息，完整表达音频信号样本的个体差异性；最后，异质集成多种经典机器学习算法与多类型深度神经网络，构建了一种心音分类渐进式优化方法。实验结果表明，该方法提高了心音分类精度与鲁棒性，可为心血管疾病智能诊断提供有效支持，具有较好的应用前景。
|
|
| 关键词 ：
心音分类,
渐进式优化,
深度学习,
异质集成,
特征融合
|
|
|
| 基金资助:国家自然科学基金资助项目（62262039,62262023）； 数据安全技术江西省重点实验室（20242BCC32026）； 江西省重点研发计划重点项目（20243BBG71035）； 江西省高等学校大学生创新创业训练计划项目（202411319014）； |
| [1] |
干王杰 翟翊君 詹礼新 赵迎泽 李渭 潘平吉. 基于U-Net卷积神经网络的焊缝激光条纹提取[J]. 南昌大学学报（工科版）, 2024, 46(2): 247-. |
| [2] |
张瑞 程超 沈琳琳 左长京. 基于集成学习的PET/CT混合成像肺癌检测[J]. 南昌大学学报（理科版）, 2022, 46(6): 666-. |
| [3] |
虞建 张纯 李睿 江汇强. 基于多任务学习的结构损伤识别[J]. 南昌大学学报（工科版）, 2022, 44(4): 366-. |
| [4] |
刘且根邓涛官瑜. 基于梯度域的多对比度磁共振成像重建[J]. 南昌大学学报（理科版）, 2022, 46(3): 357-. |
| [5] |
黄子蒙 陈跃鹏. 基于优化策略和深度学习的低光照图像增强[J]. 南昌大学学报（理科版）, 2021, 45(2): 135-. |
| [6] |
崔梓晗 魏昕怡 邱桃荣 邹凯. 布料色卡图像检索的深度学习模型[J]. 南昌大学学报（工科版）, 2021, 43(2): 178-. |
| [7] |
李想1熊进刚1,2. 基于深度学习SSD目标检测算法的混凝土结构裂缝识别[J]. 南昌大学学报（工科版）, 2021, 43(1): 43-. |
| [8] |
刘伯成 王浩宇 李向军 肖聚鑫 肖楚霁 孔珂. 基于Deep-IndRNN的DGA域名检测方法[J]. 南昌大学学报（理科版）, 2020, 44(6): 598-. |
| [9] |
刘继忠李智玲曾成徐俊刚. 自适应权重多特征融合目标跟踪算法[J]. 南昌大学学报（工科版）, 2019, 41(4): 391-. |
| [10] |
马建； 陈克绪； 肖露欣； 吴建华. 基于受限玻尔兹曼机的电能质量复合扰动识别[J]. 南昌大学学报（理科版）, 2016, 40(01): 30-. |
|
|
|
