[发明专利]基于深度学习模型的心音信号检测方法及系统

权利要求书

1.一种基于深度学习模型的心音信号检测系统，其特征在于，所述系统包括：获取模块、提取模块和输出模块；

所述获取模块用于获取检测者的心音信号；

所述提取模块用于使用预设算法提取所述心音信号的特征信息；

所述输出模块用于根据心音信号的特征信息以及预设的心音信号的特征信息与病症信息的对应关系，得到检测者的病症信息；

所述提取模块具体用于使用预设滤波算法对所述检测者的心音信号进行滤波；使用预设包络算法，得到所述心音信号中的收缩期和舒张期；使用梅尔倒频系数提取算法分别提取所述收缩期的心音信号中的特征信息，和舒张期的所述心音信号中的特征信息，其中，所述特征信息包括：梅尔倒频谱系数、倒频率谱、共振峰；

所述系统还包括：第一建立模块和第二建立模块，所述第一建立模块用于获取病症信息与心电信号的对应关系，使用所述预设算法获取心电信号的特征信息，将病症信息与病症信息对应的心电信号的特征信息进行对应，建立病症信息与心电信号的特征信息的第一对应表；所述第二建立模块用于多次获取多个检测者的心电信号和心音信号；根据病症信息与心电信号的特征信息的对应表，以及心电信号和心音信号的对应关系，建立心音信号与病症信息的第二对应表；

所述第二建立模块还用于将获取的检测者的心电信号与病症信息和第一对应表进行匹配；若匹配不成功，则将心电信号与病症信息的对应关系，添加到第一对应表中；根据心电信号和心音信号的对应关系，得到心音信号与病症信息的对应关系，并将心音信号与病症信息的对应关系添加到第二对应表中。

2.根据权利要求1所述的一种基于深度学习模型的心音信号检测系统，其特征在于，所述获取模块包括采集设备(30)、提取模块包括主服务器(10)和计算机(20)，输出模块包括输出设备(40)，其中，采集设备(30)、输出设备(40)和主服务器(10)分别与所述计算机(20)通信连接，所述计算机(20)内置用于处理心音信号、心电信号的软件，所述采集设备(30)为心电信号采集设备或者为心音信号心电信号同步采集设备。

3.根据权利要求2所述的一种基于深度学习模型的心音信号检测系统，其特征在于，所述采集设备(30)为12导联心电信号连接线或者为五路MEMS心音信号采集探头。

4.根据权利要求2所述的一种基于深度学习模型的心音信号检测系统，其特征在于，在所述采集设备(30)和计算机(20)之间还设置电压转换模块、信号处理模块、A/D转换模块、串口通信模块，电压转换模块包括220V转12V或者220转5V，信号处理模块包括滤波电路或者放大电路；A/D转换模块将传感器输入的模拟信号转换为数字信号，再由串口通信模块传输到计算机(20)上。

5.一种根据权利要求1～4任一项所述的基于深度学习模型的心音信号检测系统的检测方法，其特征在于包括以下步骤：

S101，获取检测者的心音信号；

S102，使用预设算法提取所述心音信号的特征信息，使用预设算法提取所述心音信号的特征信息的步骤包括：

使用预设滤波算法对所述检测者的心音信号进行滤波；

使用预设包络算法，得到所述心音信号中的收缩期和舒张期；

使用梅尔倒频系数提取算法提取所述收缩期的心音信号中的特征信息，和舒张期的所述心音信号中的特征信息，其中，所述特征信息包括：梅尔倒频谱系数、倒频率谱、共振峰；

S103，根据心音信号的特征信息以及预设的心音信号的特征信息与病症信息的对应关系，得到检测者的病症信息；所述心音信号的特征信息与病症信息的对应关系由如下步骤得到：

S201，获取病症信息与心电信号的对应关系；

S202，使用预设算法获取心电信号的特征信息；

S203，将病症信息与病症信息对应的心电信号的特征信息进行对应，建立病症信息与心电信号的特征信息的第一对应表；

S301，多次获取多个检测者的心电信号和心音信号；

S302，根据所述第一对应表，以及心电信号和心音信号的对应关系，建立心音信号与病症信息的第二对应表，即得到所述心音信号的特征信息与病症信息的对应关系；

将获取的检测者的心电信号与病症信息的对应关系，与第一对应表进行匹配；若匹配不成功，则将心电信号与病症信息的对应关系，添加到第一对应表中；根据心电信号和心音信号的对应关系，得到心音信号与病症信息的对应关系，并将心音信号与病症信息的对应关系添加到第二对应表中。