基于神经网络的心音识别装置及方法制造方法及图纸

本发明专利技术公开了一种基于神经网络的心音识别装置及方法，包括：依次连接的心音采集装置、预处理装置、特征提取和选择装置、神经网络识别装置。识别方法主要分为以下几个工作步骤：步骤（1）：心音数据获取：心音的获取主要包括数据采集、放大、滤波、模数转换、采样和量化；步骤（2）：心音信号的预处理：步骤（3）：特征提取和选择：为了识别分类结果，需要对原始心音数据进行特征提取，这样能提高效率，降低冗余；步骤（4）：心音的分类识别：把不同的心音进行归类识别，这个过程包括神经网络的选择和模型构建、神经网络的训练和心音信号的模式识别。本发明专利技术的有益效果：能够有效地给出心音识别结果，避免了医生的主观判断。

【技术实现步骤摘要】

本专利技术涉及一种。
技术介绍
心音诊断是医生用来检测心脏疾病的重要手段，它具有心电不可超越的优势，但是刚毕业的大学生并不能根据心音做出比较准确的心音诊断结果，但是目前的心音诊断方法还是存在一定的缺陷，并不能满足临床的需要。
技术实现思路
本专利技术的目的就是为了解决上述问题，提供一种，它具有能够比较准确识别心音类型的优点。 为了实现上述目的，本专利技术采用如下技术方案 一种基于神经网络的心音识别装置，包括依次连接的心音采集装置、预处理装置、特征提取和选择装置、神经网络识别装置。一种基于神经网络的心音识别装置所采用的工作方法，主要分为以下几个工作步骤 步骤(I):通过心音采集装置实现心音数据获取心音的获取主要包括数据采集、放大、滤波、模数转换、采样和量化； 步骤(2):通过预处理装置实现心音信号的预处理对噪声的预处理主要是为了消除一些生理信号的干扰； 步骤(3):通过特征提取和选择装置实现特征提取和选择为了识别分类结果，需要对原始心音数据进行特征提取，这样能提高效率，降低冗余； 步骤(4):通过神经网络识别装置实现心音的分类识别把不同的心音进行归类识别，这个过程包括神经网络的选择和模型构建、神经网络的训练和心音信号的模式识别。本专利技术的有益效果 能够实现心音的准确识别，提高了识别率，抵制了医生的主观判断。附图说明图I为本专利技术的方法流程 I、心音采集装置，2、预处理装置，3、特征提取和选择装置，4、神经网络识别装置.具体实施例方式下面结合附图与实施例对本专利技术作进一步说明。如图I所示，一种基于神经网络的心音识别装置，包括依次连接的心音采集装置I、预处理装置2、特征提取和选择装置3、神经网络识别装置4。一种基于神经网络的心音识别装置所采用的工作方法，主要分为以下几个工作步骤 步骤(I):通过心音采集装置I实现心音数据获取心音的获取主要包括数据采集、放大、滤波、模数转换、采样和量化； 步骤(2):通过预处理装置2实现心音信号的预处理对噪声的预处理主要是为了消除一些生理信号的干扰； 步骤(3):通过特征提取和选择装置3实现特征提取和选择为了识别分类结果，需要对原始心音数据进行特征提取，这样能提高效率，降低冗余； 步骤(4):通过神经网络识别装置4实现心音的分类识别把不同的心音进行归类识另O，这个过程包括神经网络的选择和模型构建、神经网络的训练和心音信号的模式识别。上述虽然结合附图对本专利技术的具体实施方式进行了描述，但并非对本专利技术保护范 围的限制，所属领域技术人员应该明白，在本专利技术的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本专利技术的保护范围以内。本文档来自技高网...

【技术保护点】
一种基于神经网络的心音识别装置，其特征是，包括：依次连接的心音采集装置、预处理装置、特征提取和选择装置、神经网络识别装置。

【技术特征摘要】
1.一种基于神经网络的心音识别装置，其特征是，包括依次连接的心音采集装置、预处理装置、特征提取和选择装置、神经网络识别装置。2.如权利要求I所述的一种基于神经网络的心音识别装置所采用的工作方法，其特征是，主要分为以下几个工作步骤 步骤(I):通过心音采集装置实现心音数据获取心音的获取主要包括数据采集、放大、滤波、模数转换、采样和量化； 步骤(2):通过预...

【专利技术属性】
技术研发人员：隋聪，
申请(专利权)人：隋聪，
类型：发明
国别省市：