摘要
本发明公开了用于听诊教学的心音深度学习心脏病预测方法及系统,方法包括心音数据采集、心音数据处理、心律异常检测、心血管疾病检测和心血管疾病检测。本发明涉及心音分析技术领域,具体是指用于听诊教学的心音深度学习心脏病预测方法及系统,本方案采用结合软硬件采集并预测心律异常和心血管疾病的方法构建心音听诊可视化分析和教学方案,提高了听诊教学的效率、自动性和可发展性;采用结合深度可分离卷积和动态卷积进行残差改进的一维卷积神经网络进行心律异常检测;采用结合一维和二维卷积的深度卷积神经网络,进行心血管疾病检测,通过结合手工特征和机器特征的融合,并构建一维和二维两种卷积网络,提升了机器预测的基本性能。
技术关键词
心血管疾病检测
听诊教学
心脏病预测方法
心律
一维卷积神经网络
深度卷积神经网络
卷积特征
信号特征
注意力机制
决策
可视化数据分析
手工特征
融合特征
交互终端
检测模型训练
心电信号采集设备
动态
心血管病症
系统为您推荐了相关专利信息
监测诊断方法
船舶主机
联合损失函数
多模态数据采集
频域特征
应急调度方法
输电线路故障
策略
阶段
配电网运行状态
胎心监护数据
神经网络架构
孕妇
识别神经网络
特征提取模块
行人检测方法
行人检测系统
深度学习模型
时空注意力机制
数据
车辆跟踪方法
路钉
动态时间规整算法
序列
编码器