FrFT-Bark域特征提取与CNN残差收缩网络心音分类算法 |
| |
引用本文: | 樊庆玲,杨宏波,郭涛,张伟,王威廉.FrFT-Bark域特征提取与CNN残差收缩网络心音分类算法[J].云南大学学报(自然科学版),2023(3):564-574. |
| |
作者姓名: | 樊庆玲 杨宏波 郭涛 张伟 王威廉 |
| |
作者单位: | 1. 云南大学信息学院;2. 云南省阜外心血管病医院 |
| |
基金项目: | 国家自然科学基金(81960067); |
| |
摘 要: | 为充分挖掘心音信号的生理、病理信息,提高心音自动分类的准确率,提出一种不依赖于分割和去噪的心音自动分类新算法.首先提取心音信号Bark域分数傅里叶变换的时频特征,然后将深度残差收缩网络引入卷积神经网络中构建新的分类模型,该模型能够自动去除与当前任务无关的特征信息,提高模型预测的准确率及稳定性.研究所用心音样本5 000例,其中1 000例用于测试.实验结果表明,提出算法的准确率、灵敏度、特异度分别为0.925、0.902、0.948,F1值为0.923.该方法整体性能较以往方法有明显提升,具有较强的鲁棒性和泛化能力,有望应用于先心病的临床筛查.
|
关 键 词: | 心音分类 Bark域分数傅里叶变换 卷积神经网络 深度残差收缩网络 |
|
|