[发明专利]一种基于Residual Bi-LSTM网络的端到端心音分割方法

权利要求书

1.一种基于Residual Bi-LSTM网络的端到端心音分割方法，其特征在于包括以下步骤：

Step 1：同步采集健康以及患病志愿者的心音和心电信号，并保证每次采集的时长包含数个心动周期；

Step 2：将Step 1中采集的心音信号按照一定长度L分成若干个片段，该定长应保证至少包含一个以上的心动周期，不足长度L的进行填充或者设置阈值进行舍弃；

Step 3：根据心音和心电相对应的金标准对采集的心音信号进标注，并整理成数据集；

Step 4：利用Step 2中所得到的数据对Residual Bidirectional LSTM初始模型进行训练；

Step 5：利用经过数据集训练的Residual Bidirectional LSTM网络模型对不在数据集内的全新心音信号进行前向传播计算，最后实现心音信号的分割任务。

2.如权利要求1所述的基于Residual Bi-LSTM网络的端到端心音分割方法，其特征在于所述的Step 3中心音的金标准标注和数据集制作主要分为如下两个步骤：

Step 301：中所提到的金标准是指心电图R峰对应第一心音S1，紧接着是收缩期，T波对应第二心音S2的心音分割，最后是舒张期；

Step 302：将制作好标签的数据制作成数据集，按照1:4的比例分割成验证集和训练集。

3.如权利要求1所述的基于Residual Bi-LSTM网络的端到端心音分割方法，其特征在于所述的Step 4中的网络训练主要分为前向传播计算和后向传播计算两个过程，其计算流程如下述步骤所示：

Step 401：原始心音信号按照定长L分段后，经过embedding嵌入层后会将每一个时间点的数据从一维映射到高维，以更好的表征各个时间节点之间的关系。

Step 402：将Step 401得到的高维数据输入到Residual Bi-LSTM Block中进行计算；

Step 403：随后将Step 402的结果再经过两层Bi-LSTM计算，最后得到结果f(x)，若Residual Bi-LSTM Block为第一个Block，则x指输入的心音序列经过词嵌入(Embedding层)映射的结果，若不是，则x指上一个Residual Bi-LSTM Block的输出结果，f则指三层Bi-LSTM构成的映射；

Step 404：将第一层Bi-LSTM的计算结果保存为s(x)，s为第一层Bi-LSTM构成的映射；

Step 405：将Step 403得到的结果f(x)与S404得到的结果s(x)相加得到一个ResidualBi-LSTM Block的输出结果h(x)，这里h指一个完整的Residual Bi-LSTM Block映射：

h(x)＝f(x)+s(x)#(7)

Step 406：多个不同结构的Residual Bi-LSTM Block相互叠加计算后得到的结构进行全连接层进行映射，再经过SoftMax；

Step 407：将Step 406的结果经过损失函数计算损失，然后根据损失函数对模型中所有可训练参数的梯度对模型中的参数进行优化和更新，即反向传播计算，从而完成训练过程。