-
题名基于功率谱密度与卷积神经网络的心音分类
被引量：3
- 1
-
-
作者
许春冬
辛鹏丽
周静
应冬文
-
机构
江西理工大学信息工程学院
中国科学院大学电子电气与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第10期125-132,共8页
-
基金
国家自然科学基金(61671442,11864016,11704164)
国家级大学生创新创业训练计划项目(201810407019)
江西省文化艺术科学规划项目一般项目(YG2017384)。
-
文摘
正常与异常心音分类在心血管疾病的筛查中有着重要的作用。建立在无心音分割的基础上,提出了一种基于功率谱密度时频分布特征与卷积神经网络的心音分类方法。该方法采用小波降噪做预处理,通过循环自相关获取心动周期,采用双线性插值法提取维度一致的心动周期功率谱密度时频特征,并送入卷积神经网络进行训练与测试。实验采用Challenge 2016数据集进行训练与测试,测试集的分类精度达到0.8472,灵敏度和特异性评分达到0.7763和0.9463,整体性能良好。与其他算法的对比结果显示,该算法获得了更高的总体评分。
-
关键词
心音分类
功率谱密度
卷积神经网络
双线性插值法
心动周期检测
-
Keywords
heart sound classification
power spectral density
convolutional neural network
bilinear interpolation
cardiac cycle detection
-
分类号
TN192
[电子电信—物理电子学]
TP391
[自动化与计算机技术—计算机应用技术]
-
