基于HSMM与CRNN的心音分类研究

打开文本图片集

摘 要：心音是可以反映人体心脏及血管瓣膜状态的一种体征信号，正常与异常心音分类在心脏类疾病的研究中具有重要作用。目前的深度学习心音分类研究大多采用无分割的方法，本研究通过PhysioNet心音数据库获取的心音信号，进行一系列预处理，基于HSMM（Hidden semi-Markov Model）分割心音结合CRNN（Convolutional Recurrent Neural Network）分类，与未进行心音分割的分类方法对比，本研究采用的方法在F1分数和非异常类的敏感度有所提高，能够根据心音信号对正常、异常心音分类。（剩余4852字）