[發明專利]一種區分主動脈瓣狹窄心音與正常心音方法、裝置及系統

在審

• 申請號: 202110997454.0
• 申請日: 2021-08-27
• 公開（公告）號: CN113705448A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 蔡盛盛;胡南
• 申請（專利權）人: 蘇州美糯愛醫療科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;A61B7/04
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 練蘭英

1.一種區分主動脈瓣狹窄心音與正常心音方法，其特征在于，該方法包括如下步驟：

S1，同步獲取心音與心電信號并生成采樣序列

S2，將上述采樣序列通過濾波器，輸出采用序列X；

S3，基于同步采樣的心電信號將X切分為若干心音周期X_i；

其中，每個X_i包含前舒張期，后舒張期和收縮期，每個心音周期X_i序列為一個連續的時間序列；

S4，提取X_i的梅爾倒譜系數MFCC特征；

S5，將X_i的特征向量輸入訓練好的兩個高斯混合-隱馬爾可夫模型，并利用前向算法計算兩個模型下的概率P(O|M₁)與P(O|M₂)；

其中，所述兩個GMM-HMM模型分別為正常心音M₁模型和主動脈瓣狹窄心音M₂模型，P(O|M₁)為M₁模型輸出的概率值，P(O|M₂)為M₁模型輸出的概率值；

S6，比較上述兩個P(O|M₁)與P(O|M₂)的大小，取概率大者的模型類別作為X_i的識別類別。

2.根據權利要求1所述的區分主動脈瓣狹窄心音與正常心音方法，其特征在于，所述步驟4中，提取X_i的MFCC特征的步驟為：

S41，將X_i劃分為t秒時長、D％重疊的分段，每一段為一幀，共分為M段，令第m段數據表示為x(m)；

S42，利用計算每個數據分段的功率譜，其中x_i表示漢明窗，N_FFT是快速傅立葉變換的點數；

S43，對上述每個數據分段的功率譜經由一個梅爾濾波器組濾波，該梅爾濾波器組包含Q個在梅爾頻率域范圍f_mel(f)＝2959×log₁₀(1+f/700)上線性間隔且D％重疊的三角形濾波器Ψ_q,q＝1,2,...,Q；梅爾濾波器組濾波后的結果為MFCC的第q個元素由決定，輸出每一幀具有13個元素的MFCC特征向量。

3.根據權利要求1所述的區分主動脈瓣狹窄心音與正常心音方法，其特征在于，所述GMM-HMM模型訓練過程如下：

S51，初始化GMM模型，設定GMM的狀態數為2，初始化權重為通過對訓練集的特征向量構成的矩陣進行K-means聚類得到三維的初始化均值和初始化方差；

其中，訓練集為事先采集用于訓練的樣本集合，主要用來訓練神經網絡中的參數；

S52，初始化HMM模型，設定HMM的狀態數為5，將特征向量均等分為5組，初始狀態概率為初始狀態轉移概率矩陣A為

S53，設定最大迭代次數為N，判斷每次的迭代次數n是否滿足n≤N，若滿足，執行步驟S54，若不滿足，執行步驟S55；

S54，利用E-M算法更新兩個HMM模型中每一個狀態對應的GMM模型，使用Baum-Welch前向-后向算法更新兩個HMM模型，并返回步驟S53；

S55，訓練完成，保存得到的兩個GMM-HMM模型。