基于PCG信号的二尖瓣返流严重程度评估方法

本发明提供一种基于PCG信号的二尖瓣返流严重程度评估方法，首先，采用双通道音频采集技术，分别从心音区域及环境背景同步获取信号，通过自适应噪声消除算法消除环境噪声及操作干扰(如衣物摩擦、听诊器按压力度不均)，对消噪后的心音采用动态时间窗口分割策略对连续心音信号进行分段处理，生成短时心音片段，使用基于轻量级卷积神经网络模型实时评估短时心音片段的质量，过滤低质量片段。随后通过基于clique块的深度神经网络模型直接从短时心音片段中提取非线性特征，每个有效的片段经四分类后，采用多数投票机制整合所有片段的分类结果，生成最终二尖瓣返流严重程度判定。通过多片段信息融合有效提升分类鲁棒性，降低单一片段分析的随机误差。