摘要
本发明提供一种基于时频特征融合的双通道心肺音智能分析方法,用于解决现有技术分析心肺音信号识别能力不足问题。该方法通过对患者心肺音信号的时频特征进行融合,并结合多种特征提取方法,显著提升了分析结果的准确性。其特征在于,包括以下步骤:步骤S1,分别通过两种特征提取方法对心肺音信号进行数据分析,得到两种具有心肺音时域特征和频域特征的特征图像;步骤S2,将所述两种具有心肺音时域特征和频域特征的特征图像传递至双通道心肺音智能分析模型;步骤S3,所述双通道心肺音智能分析模型基于所述两种具有心肺音时域特征和频域特征的特征图像进行特征的动态融合,并基于融合结果得到心肺音分析结果。
技术关键词
智能分析方法
智能分析模型
心肺音信号
特征提取方法
卷积模块
Softmax函数
图像
时域特征提取
通道注意力机制
频域特征提取
短时傅里叶变换
误差反向传播
更新模型参数
前馈神经网络
系统为您推荐了相关专利信息
梯度提升决策树
处理单元
GBDT模型
序列
矩阵
情感识别方法
情感识别技术
大规模语料
自然语言
浏览器插件
火灾检测系统
协作模型
机载视觉
小型无人机
多任务
交互检测方法
上下文特征
语义
YOLO算法
特征提取网络
三维分割方法
深度神经网络模型
深度神经网络训练
注意力机制
参数优化算法