卷积神经网络应用于先心病心音信号分类研究

来源：计算机工程与应用杂志2019年第12期北京时间：

作者：谭朝文1，王威廉1，宗 容1，潘家华2，朱莉莉1

单位：1.云南大学 信息学院，昆明 650091；2.云南省阜外心血管病医院，昆明 650102

摘要：心脏听诊是先心病初诊和筛查的主要手段。传统心音分类算法普适性差，过程复杂，不利于将来实时化决策。采用1 800个心音信号对几种时间序列分类的主流深度学习网络进行训练，结果显示循环神经网络易出现过拟合；长短时记忆网络分类损失值0.257，准确率0.872；卷积神经网络损失值0.25，准确率0.896。实验表明卷积神经网络相比较其他两种网络具备更大的潜力。基于卷积神经网络的先心病分类算法，因训练样本量大，使网络普适性得到了保证。与其他分类器相比，CNN的另一个优势是其可自动提取特征。该研究有望用于机器辅助听诊。

关键词：先心病,深度学习,机器辅助听诊,卷积神经网络