摘要
本发明公开了一种基于通道注意力机制的多特征融合心音分类方法,属于信号处理与心脏疾病诊断技术领域。所述方法包括对采集的原始心音录音进行预处理,采用基于局部方差与全局方差的自适应两阶段滤波法,结合小波去噪技术,有效去除背景噪声并提取高质量心音信号,同时利用双阈值分割法精准检测心音事件;融合不同维度信息以丰富心音信号的表达;构建融合卷积递归神经网络与卷积神经网络的深度学习架构,引入通道注意力机制,根据特征的重要性动态调整各子网络的融合权重,提高分类准确率。本发明能够有效提升心音信号质量,并在充分融合多域特征的同时,强化模型对心音类别的判别能力,从而提高心音诊断的精度。
技术关键词
心音分类方法
通道注意力机制
MFCC特征
双谱特征
阈值分割法
信号
滑动窗口
卷积递归神经网络
非线性交互作用
小波去噪
双向长短期记忆网络
消除直流分量
两阶段
疾病诊断技术
巴特沃斯滤波器
滤波方法
深度学习架构
模块