这篇论文非常有趣，它基于心音信号的对数谱图提出了两种心率音分类模型。我们都知道，在语音识别中广泛应用频谱图。这篇论文将心音信号作为语音信号处理，并且取得了很好的效果

对心音信号进行一致长度的分帧，提取其对数谱图特征，论文提出了长短期记忆(LSTM)和卷积神经网络(CNN)两种深度学习模型，根据提取的特征对心跳声进行分类。

心音数据集

影像学诊断包括心脏核磁共振成像(MRI)、CT扫描、心肌灌注成像。这些技术的缺点也很明显对现代机械、专业人员的要求高，诊断时间长。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

论文使用的数据集是公共数据集，其中包含了1000个.w*格式的信号样本，采样频率为8 kHz。该数据集被分为5个类别，包括1个正常类别(N)和4个异常类别：主动脉瓣狭窄(AS)、二尖瓣反流(MR)、二尖瓣狭窄(MS)和二尖瓣脱垂(MVP)

主动脉瓣狭窄(AS)是指主动脉瓣太小、狭窄或僵硬。主动脉瓣狭窄的典型杂音是高音调的“菱形”杂音。

二尖瓣逆流（MR）是指心脏的二尖瓣无法正常关闭，导致血液回流到心脏而不是被泵出。在听诊胎儿心脏时，S1的声音可能很低（有时很响），直到S2时，杂音的音量会增加。由于S3之后的二尖瓣急流，可以听到短而隆隆的舒张中期杂音

二尖瓣狭窄(MS)是指二尖瓣受损不能完全打开。心音听诊显示二尖瓣狭窄早期S1加重，严重二尖瓣狭窄时S1软。随着肺动脉高压的发展，S2音将被强调。纯多发性硬化症患者几乎没有左室S3。

二尖瓣脱垂（MVP）是指心脏收缩时二尖瓣的小叶脱垂至左心房。MVP通常是良性的，但可能会引发二尖瓣反流、心内膜炎和脊索断裂等并发症。体征包括收缩期中期的咔嗒声和收缩期晚期的杂音（若存在反流）

预处理与特征提取

声音信号有不同的长度，因此需要固定每个记录文件的采样率。为了确保声音信号包含至少一个完整的心脏周期，我们将长度进行裁剪。根据成年人每分钟心跳65-75次，心跳周期约为0.8秒，我们将信号样本裁剪为2.0秒、1.5秒和1.0秒的段落

基于离散傅里叶变换(DFT)，将心音信号的原始波形转换为对数谱图。声音信号的DFT y(k)为Eq.(1)，对数谱图s定义为Eq.(2)。

式中，N为向量x的长度，ε = 10^(- 6)是一个小偏移量。部分心音样本的波形和对数谱图如下:

深度学习模型

1、LSTM

LSTM模型设计为2层直接连接，然后是3层完全连接。第三个完全连接的层输入softmax分类器。

2、CNN模型

根据上图所示，前两个卷积层之后是重叠的最大池化层。第三个卷积层直接连接到第一个全连接层。第二个全连接层提供给一个具有五个类标签的softmax分类器。在每个卷积层之后使用BN和ReLU

Blackink AI纹身生成

创建类似纹身的设计，生成独特纹身

80 查看详情

3、训练细节

结果

训练集占据了整个数据集的70%，而测试集则包含了剩余部分

当CNN模型片段持续时间为2.0 s时，准确率最高为0.9967;分割时间为1.0 s的LSTM准确率最低为0.9300。

CNN模型的整体准确率分别为0.9967、0.9933和0.9900，片段持续时间分别为2.0秒、1.5秒和1.0秒，而LSTM模型的这三个数字分别为0.9500、0.9700和0.9300

CNN模型在各个时间段的预测精度比LSTM模型更高

以下是混淆矩阵：

N类(Normal)的预测正确率最高，在5个案例中达到60个，而MVP类在所有案例中预测正确率最低。

LSTM模型输入时间长度为2.0 s，最长预测时间为9.8631 ms。分类时间为1.0 s的CNN模型预测时间最短，为4.2686 ms。

与其他SOTA相比，一些研究的准确率非常高，但这些研究仅仅涉及两个类别（正常和异常），而我们的研究则分为五个类别

与使用相同数据集的其他研究相比（0.9700），论文研究有了显著提高，最高准确率为0.9967。

以上就是基于对数谱图的深度学习心音分类的详细内容，更多请关注其它相关文章！

# 是指  # 深度学习  # 丽水网站建设推广  # 宁夏靠谱软文营销推广  # seo海外推广公司  # 陕西网站优化照片大小  # 邵阳关键词排名报价  # 做网站怎么做优化推广好  # 公司为什么做营销推广  # 深圳网站建设收费标准  # 全网营销推广合同范本  # 陇南seo网站优化  # 第三个  # 这篇  # 提出了  # 两种  # 也能  # 分别为  # 下载量  # 沃尔沃  # 时间为 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： typescript中怎么引用js文件  望远镜上power是什么意思  calm是什么意思  linux环境中如何使用ping命令  苹果16新增哪些功能  typescript的文件如何执行  春运辅助抢票怎么抢  手机的nfc是什么功能是什么意思  固态硬盘如何迁移系统  固态硬盘如何消除缓存  电动车仪表盘上的power是什么意思  交管12123协议头不完整是啥意思  win7怎么做幻灯片  夸克缺什么登录不了  通配符的用法  win7怎么装扫描仪  爱奇艺vip会员可以同时几个人用？  2025年国外最佳语音聊天软件排行榜  所有删除的聊天记录都可以恢复吗？  单片机面包板怎么插  i5 6500怎么装win7  苹果16会有哪些更新  如何提高固态硬盘速度  市盈率3.2是什么意思  a股等权市盈率中位数是什么意思  typescript干什么的  hive中datediff函数怎么用 Hive中DATEDIFF函数的使用指南  春运抢票何时开始抢票的  如何查看网站域名解析  typescript 如何解决 null  如何学好typescript  如何编写一个linux命令  单片机是怎么复位的  公司的tm市盈率为负是什么意思  学typescript需要多久  iphone拍电子屏有横条如何解决  折叠屏手机共有哪些  开机如何进入命令行模式  春运抢票到哪里抢票啊  苹果16改进了哪些  ftp$如何执行宏命令  如何知道固态硬盘  软件命令行参数如何设置  市盈率ttm写的亏损是什么意思  跑步机power键是什么意思  远程桌面如何发送命令  typescript如何使用  j*a数组怎么新增值  品道音响上的power键是什么意思  一帧是多少秒