摘要
本发明涉及心音健康检测技术领域,具体涉及一种早期急性心力衰竭患者的心音异常识别方法。本发明获取样本心音信号的第一心音时刻与第二心音时刻,基于样本心音信号上两种滑动窗口的位置分布确定窗口组合;根据样本心音信号的窗口组合中短滑动窗口所处心动周期与其邻域心动周期的相似度,短滑动窗口与其所处心动窗口周期的距离,对窗口组合的滑动窗口的特征向量进行融合得到融合向量;基于样本心音信号的窗口组合的融合向量构建隐马尔可夫模型,利用其对待测患者的心音信号进行分段,进而对待测患者进行心音异常检测。本发明将样本心音信号的不同尺度滑动窗口的特征进行融合,提高心音信号分段的准确率。
技术关键词
滑动窗口
心力衰竭患者
异常识别方法
心动周期
样本
隐马尔可夫模型
信号
邻域
序列
元素
幅值
健康检测技术
分段
数据
时间段
时序
系统为您推荐了相关专利信息
计算机存储介质
数据处理方法
关键特征值
依存句法树
训练翻译模型
地下水系统
参数反演方法
拉丁超立方抽样方法
深度神经网络
反演装置