【技术实现步骤摘要】
本专利技术涉及心音筛查，具体为一种智能心音筛查系统。
技术介绍
1、目前，ai在心音分析方面应用正处于蓬勃发展之中，ai心音诊断技术主要是将ai算法部署在数字听诊器内，帮助分析患者脉搏并结合心音图帮助医疗专家检测心脏杂音。但是，心音信号的采集与分析需要高度精确和可靠的算法以确保诊断的准确性，目前市面上部分ai算法并没有足够大的数据库来支持其准确度。此外，目前的ai心音诊断技术只实现了ai的部分协助功能，依旧依赖于医生的听诊分析，未能实现基层筛查的可能性，所以我们提出了一种智能心音筛查系统，以便于解决上述中提出的问题。
技术实现思路
1、本专利技术的目的在于提供一种智能心音筛查系统，以解决上述
技术介绍
提出的目前市场上的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种智能心音筛查系统，包括数据采集设备、用于存储音频数据的数据存储模块、用于读取音频文件，并将其转换为数字信号的音频读取模块、对音频信号进行初步处理的预处理模块、用于去除高频噪声和直流噪声的噪...
【技术保护点】
1.一种智能心音筛查系统，其特征在于，包括数据采集设备、用于存储音频数据的数据存储模块、用于读取音频文件，并将其转换为数字信号的音频读取模块、对音频信号进行初步处理的预处理模块、用于去除高频噪声和直流噪声的噪声滤除模块、通过波形图展示信号随时间变化情况的可视化模块、通过从心音信号中提取出具有区分度的特征提取模块、利用提取的特征，训练能够识别不同心音状态的模型训练模块。
2.根据权利要求1所述的智能心音筛查系统，其特征在于：数据采集设备包括听诊器、心电记录仪、与听诊器和心电记录仪相连接的外置声卡；
3.根据权利要求1所述的智能心音筛查系统，其特征...
【技术特征摘要】
1.一种智能心音筛查系统，其特征在于，包括数据采集设备、用于存储音频数据的数据存储模块、用于读取音频文件，并将其转换为数字信号的音频读取模块、对音频信号进行初步处理的预处理模块、用于去除高频噪声和直流噪声的噪声滤除模块、通过波形图展示信号随时间变化情况的可视化模块、通过从心音信号中提取出具有区分度的特征提取模块、利用提取的特征，训练能够识别不同心音状态的模型训练模块。
2.根据权利要求1所述的智能心音筛查系统，其特征在于：数据采集设备包括听诊器、心电记录仪、与听诊器和心电记录仪相连接的外置声卡；
3.根据权利要求1所述的智能心音筛查系统，其特征在于：在数据存储模块中，通过下采样减少数据量和计算复杂度，并保留音频信号的主要特征，采样率为8khz，使用三阶多项式，总采样点数为5秒×8000hz＝40000个采样点，将采样点分布于音频信号的整个时长内，采样点之间的时间间隔相等，每个采样点之间的时间间隔为5秒/40000＝0.000125秒，从音频信号的开始位置开始，按照计算出的时间间隔确定每个采样点的位置；
4.根据权利要求1所述的智能心音筛查系统，其特征在于：在数据存储模块中，在音频数据中找到最大绝对值振幅，将每个数据点的振幅除以最大振幅，并乘以目标范围的上限。
5.根据权利要求1所述的智能心音筛查系统，其特征在于：在音频读取模块中，通过librosa库读取音频，使用librosa.load函数读取音频文件，并返回两个值y和sr，y是音频的数字信号，sr是...
【专利技术属性】
技术研发人员：耿直，赵嘉怡，朱建军，乐乐，潘颖，苏子欣，刘范杰，汪雨洁，徐诗雅，
申请(专利权)人：南京医科大学第二附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。