摘要
本发明涉及一种基于深度神经网络的听诊器音频识别方法、系统及装置,包括:采集心脏听诊音频数据并标注出每条录音数据中心脏跳动音频的起始和结束位置,将标注后的录音数据划分为训练集、验证集和测试集;构建听诊器音频识别模型,利用所述训练集训练所述听诊器音频识别模型,得到训练后的音频识别模型;基于所述训练后的听诊器音频识别模型,输入待测心脏听诊音频数据,得到心脏听诊录音识别结果。本发明能够准确地捕捉心脏听诊音频中的关键特征,通过自动化处理和分析心脏听诊音频数据,辅助医生出具病情诊断结果,减轻了医生的工作负担,提高了诊断效率。同时,减少了人为因素对诊断结果的影响,提高了诊断的可靠性和一致性。
技术关键词
听诊器
音频识别方法
深度神经网络
信号预处理模块
音频特征信息
频率
滤波器
心脏
线性分类器
拾音传感器
音频识别系统
序列
计算机软件产品
音频识别装置
编码模块
功放模块
数据
主控单元
训练集
系统为您推荐了相关专利信息
特性辨识方法
配电网负荷曲线
低频减载系统
三次样条插值
网络架构
非金属夹杂物
分析方法
数据
局部特征提取
角点特征提取
调控系统
配电柜内部设备
设备识别
深度强化学习算法
配电柜设备
能量管理方法
数字孪生模型
粒子群算法优化
储能
充放电策略
深度神经网络模型
时序特征
长短期记忆模型
故障定位分析
业务指标值