一种先天性心脏病心音智能分割分类算法、装置及存储介质制造方法及图纸

本发明专利技术一种先天性心脏病心音智能分割分类算法、装置及存储介质，计算香农能量包络并根据能量阈值实现第一心音、第二心音候选点识别，后续心音周期分割识别，第一心音定义为S1，第二心音定义为S2；采用循环合并剔除算法去除冗余错误的心音候选点；提取第一心音、第二心音的特征并采用无监督聚类算法实现S1、S2的聚类分离，最终根据心音周期先验知识判断S1、S2的具体类别，并得到聚类识别的心音周期；根据剩余候选心音周期相对已聚类识别心音周期的距离，对剩余候选周期进行距离代价值计算，得到心音数据的全部心音周期；基于心音周期提取有效心音特征，采用多个学习分类器算法实现分类模型训练，采用投票机制实现先天性心脏病心脏杂音的分类识别。

【技术实现步骤摘要】
一种先天性心脏病心音智能分割分类算法、装置及存储介质
本专利技术属于医学安全
，特别涉及一种先天性心脏病心音智能分割分类算法、装置及存储介质。
技术介绍
先天性心脏病在我国总体患病率达8.98‰，其中30％左右为危急重症先天性心脏病，即在婴幼儿期可导致死亡或要求侵入性手术治疗。2015年以来，高龄孕产妇的比例显著增高，先天性心脏病发病率也明显升高。心脏杂音指在心音与额外心音之外，在心脏收缩或舒张时血液在心脏或血管内产生湍流所致的室壁、瓣膜或血管振动所产生的异常声音，是具有不同频率、不同强度、持续时间较长的噪杂声。心脏杂音可见于健康人，更多发生于心血管疾病患者，同时某些杂音也是诊断心脏病的主要依据。先天性心脏病早期筛查最重要的手段是心脏听诊和经皮血氧饱和度双指标检测法，其中目前广泛采用听诊方式是基于传统听诊器的人工听诊，缺点是心音数据不能数字化保存，判断依据不客观等。
技术实现思路
本专利技术的目的是针对现有技术中存在的上述问题，提供了一种先天性心脏病心音智能分割分类算法、装置及存储介质。本专利技本文档来自技高网...

【技术保护点】
1.一种先天性心脏病心音智能分割分类算法，其特征在于，包括计算机端及以下步骤：/nS01：依次采用截段、下采样、带通滤波和归一化操作实现心音数据的预处理；/nS02：计算香农能量包络并根据能量阈值实现第一心音、第二心音候选点识别，用于后续心音周期分割识别，所述的第一心音定义为S1，所述的第二心音定义为S2；/nS03：采用循环合并剔除算法去除冗余错误的心音候选点；/nS04：提取第一心音、第二心音的特征并采用无监督聚类算法实现S1、S2的聚类分离，最终根据心音周期先验知识判断S1、S2的具体类别，并得到聚类识别的心音周期；/nS05：根据剩余候选心音周期相对已聚类识别心音周期的距离，对剩余候选...

【技术特征摘要】
1.一种先天性心脏病心音智能分割分类算法，其特征在于，包括计算机端及以下步骤：
S01：依次采用截段、下采样、带通滤波和归一化操作实现心音数据的预处理；
S02：计算香农能量包络并根据能量阈值实现第一心音、第二心音候选点识别，用于后续心音周期分割识别，所述的第一心音定义为S1，所述的第二心音定义为S2；
S03：采用循环合并剔除算法去除冗余错误的心音候选点；
S04：提取第一心音、第二心音的特征并采用无监督聚类算法实现S1、S2的聚类分离，最终根据心音周期先验知识判断S1、S2的具体类别，并得到聚类识别的心音周期；
S05：根据剩余候选心音周期相对已聚类识别心音周期的距离，对剩余候选周期进行距离代价值计算，最终得到心音数据的全部心音周期；
S06：基于心音周期提取有效心音特征，并最终采用多个学习分类器算法实现分类模型训练，采用投票机制实现先天性心脏病心脏杂音的分类识别。


2.根据权利要求1所述的一种先天性心脏病心音智能分割分类算法，其特征在于：在步骤S01中，所述的截断操作用于去除音频数据起始和终止端部分的数据，所述的下采样设置为1000Hz，所述的带通滤波的范围设置为20—400Hz。


3.根据权利要求1所述的一种先天性心脏病心音智能分割分类算法，其特征在于：在步骤S02中，针对预处理后的心音数据计算香浓能量包络线，如式1与式2：






其中，Envelope(t)为最终求得的包络信号，Es(t)为窗宽为N时的包络能量，Signorm为经过步骤S01预处理获得的心音信号，获取包络后，采用阈值Mean(Envelope(t))分割包络信号，并将分割得到的各连续片段中最大包络能量点作为S1、S2的候选点P1与P2，并将阈值临界点作为心音的起始终止边界，即P1或P2的左侧的阈值临界点为起始边界，P1或P2的右侧阈值临界点为终止边界。


4.根据权利要求1所述的一种先天性心脏病心音智能分割分类算法，其特征在于：在步骤S03中，针对步骤S02获取的心音候选点采用循环合并剔除算法循环合并边界相靠近的候选心音，同时剔除左右宽度过小的心音实现候选心音的合并和剔除：当相邻点Pi和Pi+1之间的边界距离小于阈值THmerge时，合并Pi和Pi+1，令Pi的左边界和Pi+1的右边界作为合并后候选点Pnew的左右边界，并取Pi和Pi+1中相对于左右边界居中的点作为Pnew的坐标位置，循环上述步骤直到所有候选点均不满足合并阈值要求；同时遍历所有剩余心音候选点，当存在点Pi的左右边界距离小于阈值THdelete时，删除点Pi，所述的循环合并剔除算法设置有合并阈值，所述的合并阈值设置为THmerge＝50，所述的循环合并剔除算法设置有剔除阈值，所述的剔除阈值设置为THdelete＝20。


5.根据权利要求1所述的一种先天性心脏病心音智能分割分类算法，其特征在于：在步骤S04中，针对合并剔除后的候选点...

【专利技术属性】
技术研发人员：俞凯，徐玮泽，叶菁菁，舒强，
申请(专利权)人：浙江大学医学院附属儿童医院，
类型：发明
国别省市：浙江;33