一种基于深度卷积神经网络的心音多分类方法
- 专利权人:
- 四川大学
- 发明人:
- 吕建成,陈尧,胡伟,汤臣薇
- 申请号：
- CN201711332126.9
- 公开号：
- CN107811649A
- 申请日:
- 2017.12.13
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明公开了一种基于深度卷积神经网络的心音多分类方法,涉及基于深度学习的心音分类领域;其包括:1)对获取的原始心音数据进行处理后得到N段心音信号;2)将N段心音信号输入基于二维卷积神经网络和一维卷积神经网络的心音分类模型中根据频域和时域特征进行分类得到2N个分类结果;3)采用Lasso框架对2N个分类结果进行训练得到对应的权值,并将权值乘以2N个分类结果完成回归,得到最终分类结果;本发明解决了现有心音分类方法仅采用二维卷积网络导致分辨性能低后,采用一个多分类器进行分类导致分类正确率低的问题,达到了提高心音多分类的准确度的效果。
- 来源网站：
- 中国工程科技知识中心
