摘要
本公开提供了一种心音异常检测方法、装置、电子设备及存储介质,获取原始心音信号预处理为标准心音信号,划分多个心动周期形成周期化心音信号并提取对应的梅尔滤波器组系数特征与梅尔频率倒谱系数特征;将梅尔滤波器组系数特征与梅尔频率倒谱系数特征融合后输入至预先训练的MobileNetV2网络中的编码器,并利用自注意力机制捕捉周期化心音信号中的长距离依赖关系,输出潜在空间表示向量;将潜在空间表示向量输入至MobileNetV2网络的分类器,通过Softmax函数输出预测结果。能够在保证模型精度的同时大幅降低模型复杂度,既能够在保持较低计算开销的同时提取有效特征,又能增强模型对异常心音的识别能力和泛化性能。
技术关键词
梅尔频率倒谱系数
异常检测方法
Softmax函数
心动周期
滤波器
注意力机制
机器可读指令
网络
分类器
编码器
信号特征
电子设备
马尔可夫模型
异常检测装置
逻辑回归模型
处理器
掩码技术
系统为您推荐了相关专利信息
相位重构方法
FIR滤波器
对称型
脉冲响应函数
光信号
振动故障诊断
高阶奇异值分解
有载分接开关
张量分解模型
学习器
鼾声
声纹特征
音频
深度学习算法
呼吸监测传感器
带钢缺陷检测
带钢表面缺陷
多尺度特征融合
注意力机制
图像