【摘 要】
：
通过分析心音信号对心脏早期的病理状态进行确诊具有重要的意义。提出了一种基于深度卷积神经网络的心音分类方法。将心音信号转化成具有时频特性的梅尔频谱系数(Mel Frequency Spectral Coefficient,MFSC)特征图,将其作为深度卷积神经网络模型的输入;利用深度卷积神经网络对MFSC特征图进行训练,引入中心损失函数建立最优的深度学习模型;测试阶段,先将心音信号转换成多张二维MFSC特征图,然后利用训练好的深度学习模型对其分类,最后利用多数表决原则判断心音信号的类别。针对人工标注的训练样
【机 构】
：
南通大学医学院（护理学院）,南通大学信息科学技术学院
【基金项目】
：
国家自然科学基金面上项目(61971467),南通市科技计划项目(JC2018133,JC2018128,JC2019123),江苏省产学研合作项目(BY2019120)。
论文部分内容阅读
通过分析心音信号对心脏早期的病理状态进行确诊具有重要的意义。提出了一种基于深度卷积神经网络的心音分类方法。将心音信号转化成具有时频特性的梅尔频谱系数(Mel Frequency Spectral Coefficient,MFSC)特征图,将其作为深度卷积神经网络模型的输入;利用深度卷积神经网络对MFSC特征图进行训练,引入中心损失函数建立最优的深度学习模型;测试阶段,先将心音信号转换成多张二维MFSC特征图,然后利用训练好的深度学习模型对其分类,最后利用多数表决原则判断心音信号的类别。针对人工标注的训练样
其他文献
从数据中学习模糊系统是其智能建模的重要方法之一,针对目前模糊系统建模及优化方法对于学习后的模糊系统的规则数以及结构优化关注不足而影响了其精度和可解释性的问题,提出了一种结合模拟退火与基于支持度约简规则的模糊系统优化方法。该方法通过支持度约简系统冗余规则进而提高模糊系统的可解释性;同时利用模拟退火算法优化模糊系统的隶属度函数参数进一步提高模糊系统的精度。针对回归任务,与BP(Back Propagation)神经网络、径向基(Radial Basis Function,RBF)神经网络以及经典的模糊算法WM
目的:研究健康教育联合心理护理,运用在帕金森患者护理中的成效.方法:选取本院2019年9月-2021年2月,实施诊治的60例帕金森患者作为客体,具体分成两组,对照组使用常规护理,观
目的探讨以促性腺激素释放激素激动剂（GnRH-a）为基础的联合治疗方案对口服孕激素治疗失败的子宫内膜非典型增生（AEH）及子宫内膜癌（EC）患者的疗效、复发及妊娠结局。方法收集2012年1月至2020年12月中国医学科学院北京协和医学院北京协和医院收治的口服孕激素治疗失败后要求再次保留生育功能治疗，经评估仍符合保留生育功能治疗指征的患者共40例，其中AEH 7例、EC 33例，对其进行以GnRH-
目的:探讨启发式临床医学教学(PCMC)联合问题式教学(PBL)教学法在泌尿外科护理带教中的应用效果.方法:选择2019年12月-2020年12月在本院泌尿外科实习的84名实习生作为研究对
目的:分析社区老年人生活质量及自理能力之间的相关性.方法:采用便利抽样法,于2018年4—8月对兰州市500名≥60岁社区老年人进行一对一的访问,调查工具有巴氏指数评分表(BI)、
针对股票数据共线性和非线性的特点,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)神经网络的混合预测模型,并对沪深300指数、上证综指和深证成指进行了预测。该模型首先采用CNN提取特征向量,对原始数据进行降维,然后利用GRU神经网络学习特征动态变化规律进行股指预测。仿真结果表明,与GRU神经网络、长短时记忆(Long-Short-Term Memory,LSTM)神经网络和CNN相比,该模型能够
目的:对计划免疫儿童接种采用细致健康宣教,对家长满意度的影响和儿童接种依从性的影响进行探讨.方法:研究样本为我中心的计划免疫儿童200例,样本选取时间为2020年1月到2011
乳腺癌细胞转移是影响病患预后的重要因素,检查前哨淋巴结病理切片可诊断转移情况。传统病理学医生检查过程冗余费时且极易漏检微转移病灶。目前已有利用卷积神经网络研究乳腺癌前哨淋巴结转移的成果,但准确率不高且对微转移情况检测效果不佳。针对以上问题,基于乳腺癌前哨淋巴结病理图像数据集(PCam),设计提出了SENet多路卷积神经网络模型。模型使用堆叠多路卷积单元和SENet模块,采用跳跃跨层连接、标准卷积与
目的:探究经阴道彩色多普勒超声诊断异位妊娠的临床价值.方法:选取我院2019年1月-12月收治的异位妊娠患者共80例,分别经腹部超声及经阴道超声进行诊断,对比两种检查的典型影
目的:探讨冠心病PCI患者出院准备度现状及影响因素.方法:选取2020年1月至2020年12月的80例冠心病PCI患者作为研究对象.采用一般资料调查表、出院准备度量表(RHDS)、出院指导