一种基于样本扩增和噪声注意力网络的心音分类方法

本发明提出一种基于样本扩增和噪声注意力网络的心音分类方法，涉及医学信号处理技术与人工智能技术领域，包括数据集的构建、数据的处理、心音分类模型的构建以及分类结果的输出四个步骤，本发明利用带通滤波器过滤出心音频率范围外的噪声，再输入至生成对抗网络用以生成心音数据，接着引入通道和空间注意力机制有利于模型提取出有意义的特征，使得模型更快收敛，之后通过注入适当标准差的高斯噪声，提高具有通道和空间注意机制的噪声注意力网络的鲁棒性和泛化能力；随着训练逐步收敛，输出的心血管疾病类型准确率、特异性和精确度等指标逐渐趋于稳定，从而在进行心音听诊时提供辅助诊断，并输出心血管疾病类型，为心音听诊结果提供可靠基础。