[发明专利]一种基于双向长短时记忆神经网络的智能心音识别方法

摘要

本发明涉及生理信号识别的技术领域，更具体地，涉及一种基于双向长短时记忆神经网络的智能心音识别方法，首先采用小波尺度变换对原始数据进行滤波处理，然后把一段长的心音数据切分成每段30s长度的信号，接着计算每一段信号的MFCC系数，MFCC一阶差分系数以及MFCC二阶差分系数，最后利用大量的心音数据，采用最新的双向LSTM神经网络来实现对心音数据的智能分类。本发明采用双向LSTM神经网络来对心音数据进行分类，由于双向LSTM网络具有‘记忆’功能，能够充分的考虑序列数据的前后关系，挖掘内部的关键特征，同时还能联系前后时刻的隐含信息，训练时模型的收敛速度更快，具有较高的准确度。

主权项

1.一种基于双向长短时记忆神经网络的智能心音识别方法，其特征在于，包括以下步骤：S1.采用多尺度小波变换对原始心音信号进行滤波处理得到滤除高频噪声的心音信号；S2.将步骤S1中所述滤除高频噪声的心音信号按每段25s～40s的时间长度进行切分；S3.提取步骤S2中每一段心音信号的MFCC特征；S4.建立双向长短时记忆神经网络分类模型，并对神经网络分类模型进行训练，保存训练好的分类模型；S5.将待检测的心音信号输入步骤S4中训练好的分类模型中，预测未知类别的心音信号。