摘要
本发明提供一种心音信号分类方法及装置,属于心音信号处理技术领域,方法包括基于心动周期对待识别心音信号进行分割,得到心音信号片段;基于至少一特征提取算法,确定各心音信号片段的特征信息;对心音信号片段的特征信息进行特征融合和特征选择,将得到的目标特征信息输入至分类模型,得到分类模型输出的心音信号分类结果;其中,分类模型由心音信号片段样本的特征信息对机器学习模型训练得到。基于心动周期对待识别心音信号进行分割,能够得到待识别心音信号更丰富的特征信息,基于特征选择得到目标特征信息有利于去除冗余的特征信息,提高心音信号分类结果的准确性。
技术关键词
心音信号分类方法
特征提取算法
心动周期
机器学习模型训练
特征选择
输出特征
样本
心音信号处理
MFCC特征
特征提取模块
验证算法
密度
功率
分类装置
训练集
矩阵
冗余
系统为您推荐了相关专利信息
电路单元
标准化方法
残差网络模型
特征提取算法
标准化装置
对象
人工智能模型
保存方法
特征选择
特征词提取
预测模型构建方法
动态特征选择
门控循环单元
依赖特征
状态空间模型
存储芯片
工程测试方法
故障预测模型
分布式传感器网络
动态探针
特征选择方法
分类准确率
CatBoost算法
采样方法
指标