基于呼吸音信号的多特征融合增强的特征提取方法及系统

基于呼吸音信号的多特征融合增强的特征提取方法及系统，涉及机器学习领域。解决了现有技术呼吸音信号进行建模方法在时间维度上对不同特征进行平均处理降维拼接，容易导致时序信息丢以及采用简单拼接的方式融合多种特征，未能有效发挥其互补优势，限制了模型对呼吸音动态变化的识别能力等问题。所述方法包括：获取原始呼吸音信号数据，并进行预处理；提取预处理后的原始呼吸音信号数据的时频特征；并设计双通道同步随机掩蔽机制，对静态特征与动态特征同时进行时间和频率维度的随机遮蔽；构建自适应特征融合与增强模块，并将融合与增强后的特征输入至预训练AST的主干网络中，完成基于呼吸音信号的多特征融合与增强的特征提取。