一种轻型心音神经网络的设计方法技术

本发明专利技术公开了一种轻型心音神经网络的设计方法。首先，对预先获取的真实心音信号进行预处理，将心音信号分割成特定时间长度；其次，根据心音信号声学和生理学特点选择声谱图作为特征表征方式，并设计声谱图的大小；然后，选用双层卷积层作为轻型心音神经网络模型的基本架构，保证每个心音信号的卷积层包含足够的特征量，最顶层的感受野不大于整个心音周期区域；最后，根据移动终端对神经网络的要求，对获得轻型心音神经网络模型进行对比，得到最终的网络架构。本发明专利技术简化了网络模型，使之能够在移动终端运行，基于本发明专利技术设计的模型体积小，识别率高，可扩展，并且本方法所运用的声谱图库，也具有对心音分类进一步研究的发展潜力。

A Design Method of Light Heart Sound Neural Network

The invention discloses a design method of a light heart sound neural network. Firstly, the pre-acquired real heart sound signals are preprocessed to divide the heart sound signals into specific time lengths; secondly, according to the acoustic and physiological characteristics of heart sound signals, the acoustic spectrogram is selected as the feature representation and the size of the acoustic spectrogram is designed; then, the double-layer convolution layer is selected as the basic structure of the light heart sound neural network model to ensure the convolution of each heart sound signal. Layer contains enough features, and the top receptive field is not larger than the whole heart sound cycle area. Finally, according to the requirements of mobile terminal for neural network, the light heart sound neural network model is compared and the final network architecture is obtained. The invention simplifies the network model so that it can run on mobile terminals. The model designed based on the invention has small volume, high recognition rate and expandability. The acoustic spectrum library used in the method also has the development potential for further research on heart sound classification.

【技术实现步骤摘要】
一种轻型心音神经网络的设计方法
本专利技术属于心音信号处理与神经网络领域，具体涉及一种轻型心音神经网络的设计方法。
技术介绍
心音分类不是一个新话题，许多研究者都致力于设计实用的心音分类器系统，以提高心音的诊断准确性。他们中的大多数人使用神经网络执行分类任务。诸如一些研究者使用结构复杂的卷积神经网络或者循环神经网络来实现心音分类，但是这些网络结构仅仅满足于理论阶段研究，对于实际的应用上没有进行深入研究。另外这些结构复杂的神经网络的网络参数是千万级乃至亿级，这对于基础硬件的要求很高，并不适用于一般的应用终端，使得这样的心音分类技术在实际实用上和经济效益上并不理性。
技术实现思路
专利技术目的：本专利技术提供一种能够在移动终端运行的轻型心音神经网络的设计方法，基于本方法设计的模型有体积小，识别率高，可扩展的特点。技术方案：本专利技术所述的一种轻型心音神经网络的设计方法，(1)对预先获取的真实心音信号进行预处理，将心音信号分割成特定时间长度；(2)根据心音信号声学和生理学特点选择声谱图作为特征表征方式，并设计声谱图的大小；(3)选用双层卷积层作为轻型心音神经网络模型的基本架构，保证每个心音信号本文档来自技高网...

【技术保护点】
1.一种轻型心音神经网络的设计方法，其特征在于，包括以下步骤：(1)对预先获取的真实心音信号进行预处理，将心音信号分割成特定时间长度；(2)根据心音信号声学和生理学特点选择声谱图作为特征表征方式，并设计声谱图的大小；(3)选用双层卷积层作为轻型心音神经网络模型的基本架构，保证每个心音信号的卷积层包含足够的特征量，最顶层的感受野不大于整个心音周期区域；(4)根据移动终端对神经网络的要求，对步骤(3)获得轻型心音神经网络模型进行对比，得到最终的网络架构。

【技术特征摘要】
1.一种轻型心音神经网络的设计方法，其特征在于，包括以下步骤：(1)对预先获取的真实心音信号进行预处理，将心音信号分割成特定时间长度；(2)根据心音信号声学和生理学特点选择声谱图作为特征表征方式，并设计声谱图的大小；(3)选用双层卷积层作为轻型心音神经网络模型的基本架构，保证每个心音信号的卷积层包含足够的特征量，最顶层的感受野不大于整个心音周期区域；(4)根据移动终端对神经网络的要求，对步骤(3)获得轻型心音神经网络模型进行对比，得到最终的网络架构。2.根据权利要求1所述的一种轻型心音神经网络的设计方法，其特征在于，步骤(1)所述的真实心音信号包括正常...

【专利技术属性】
技术研发人员：成谢锋，黄健钟，戴世诚，刘佳，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32