基于HSMM與CRNN的心音分類研究

打開(kāi)文本圖片集

摘 要：心音是可以反映人體心臟及血管瓣膜狀態(tài)的一種體征信號(hào)，正常與異常心音分類在心臟類疾病的研究中具有重要作用。目前的深度學(xué)習(xí)心音分類研究大多采用無(wú)分割的方法，本研究通過(guò)PhysioNet心音數(shù)據(jù)庫(kù)獲取的心音信號(hào)，進(jìn)行一系列預(yù)處理，基于HSMM（Hidden semi-Markov Model）分割心音結(jié)合CRNN（Convolutional Recurrent Neural Network）分類，與未進(jìn)行心音分割的分類方法對(duì)比，本研究采用的方法在F1分?jǐn)?shù)和非異常類的敏感度有所提高，能夠根據(jù)心音信號(hào)對(duì)正常、異常心音分類。（剩余4852字）