首页> 中文期刊> 《电子设计工程》 >基于CNN+LSTM的改进心音分类模型研究

基于CNN+LSTM的改进心音分类模型研究

         

摘要

心脏听诊是心脏相关疾病提前诊断和筛查的重要手段,利用深度学习模型进行心音分类取得了不错的效果,但其分类度仍有待提高。该文在心音处理流程和模型结构两个方面做了优化处理,流程方面在心音分割后添加了归一化处理这一步,使得不同音频周期的心音放在了同一范围下比较,特征提取上使用了二阶谱分析方法,保留了提取特征的更多信息;在模型结构选择上,选用CNN+LSTM深度模型作为分类器,充分保留了模型空间维度和时间维度两方面的信息。经过测试,该模型表现优于前人模型,准确率达到了95.3%,在实际样本中该模型也依旧表现稳定,测试准确率为95%,上述的优化为后续进一步提升模型分类结果提供了重要的参考。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号