【摘要】：心音信號(hào)作為心臟運(yùn)動(dòng)產(chǎn)生的一種生理信號(hào),蘊(yùn)含著心電圖不可替代的人體心血管健康狀況信息。通過對(duì)心音信號(hào)的分析和學(xué)習(xí),能夠?yàn)樾呐K疾病病情的診斷和監(jiān)測(cè)提供決策依據(jù),具有重要的社會(huì)效益和經(jīng)濟(jì)效益。心音信號(hào)是由一系列心循環(huán)構(gòu)成的準(zhǔn)周期信號(hào),其中反映不同類型病理信息的心雜音通常出現(xiàn)在心循環(huán)的不同位置上。在已知心循環(huán)結(jié)構(gòu)的條件下,按照信號(hào)的時(shí)序結(jié)構(gòu),往往能夠提取出有效的特征來進(jìn)行心音分類。然而準(zhǔn)確的劃分出心循環(huán)結(jié)構(gòu)難度大、成本高,有時(shí)只能在心循環(huán)結(jié)構(gòu)未知的情況下開展心音特征的提取與識(shí)別研究。同時(shí),在許多應(yīng)用場(chǎng)景中僅關(guān)注心音是否異常,而不區(qū)分具體的異常類型。對(duì)這類識(shí)別任務(wù),即使沒有心循環(huán)結(jié)構(gòu)的劃分信息也能開展工作。因而也有必要研究在心循環(huán)結(jié)構(gòu)未知條件下的異常心音識(shí)別問題。近年來,大量學(xué)者分別在已知和未知心循環(huán)結(jié)構(gòu)這兩種不同條件下,對(duì)心音特征的提取與識(shí)別方法展開了相關(guān)的研究工作。雖然這些研究工作取得了一定的進(jìn)展,但是由于心音信號(hào)的復(fù)雜性,仍然存在許多問題有待解決。本文針對(duì)目前在心循環(huán)結(jié)構(gòu)已知條件下,對(duì)時(shí)序較一致的信號(hào)內(nèi)容仍缺乏具有較強(qiáng)區(qū)分性和結(jié)構(gòu)性的心音特征,以及在心循環(huán)結(jié)構(gòu)未知條件下,特征易受信號(hào)時(shí)移影響而難以匹配的問題展開研究,其主要內(nèi)容及創(chuàng)新工作如下:(1)在心循環(huán)結(jié)構(gòu)已知條件下,針對(duì)已有方法所提取的心音特征區(qū)分性差的問題,提出了一種有效利用樣本類別信息的判別式特征提取方法。通過使用偏最小二乘法尋找使心循環(huán)和類別標(biāo)簽具有最大相關(guān)性且方差最大的投影方向,來獲得更具可分性的特征。進(jìn)一步考慮到特征線性不可分的情況,將其映射到高維的線性可分的核空間中,從而在該核空間中使用核偏最小二乘法提取特征,以增加特征的區(qū)分性。實(shí)驗(yàn)結(jié)果表明,所提出的偏最小二乘特征提取方法具有更好的分類性能,且通過核方法能夠進(jìn)一步的提升分類性能。(2)在心循環(huán)結(jié)構(gòu)已知條件下,針對(duì)傳統(tǒng)的心音特征對(duì)心音信號(hào)的不同成分在心循環(huán)內(nèi)的時(shí)頻結(jié)構(gòu)及其相對(duì)位置信息表示能力差的問題,提出了保持心循環(huán)完整時(shí)頻結(jié)構(gòu)的特征提取方法。通過使用張量分解方法對(duì)心循環(huán)結(jié)構(gòu)內(nèi)的時(shí)頻譜特征按時(shí)域和頻域方向同時(shí)進(jìn)行降維,從而得到保持其時(shí)頻結(jié)構(gòu)的具有更好表示能力的特征。進(jìn)一步,在張量分解過程中通過Fisher判別準(zhǔn)則和偏最小二乘準(zhǔn)則引入心音類別信息,以增加特征的區(qū)分性。實(shí)驗(yàn)結(jié)果表明,所提出的張量分解特征提取方法具有更好的分類性能,使用Fisher判別準(zhǔn)則或偏最小二乘準(zhǔn)則能夠進(jìn)一步的提升分類性能。(3)在心循環(huán)結(jié)構(gòu)未知條件下,針對(duì)現(xiàn)有的時(shí)移不變心音特征提取方法沒有充分考慮信號(hào)自相關(guān)信息之間的相互關(guān)系,從而不能精細(xì)反映心音各子帶及其自相關(guān)各階次特點(diǎn)的問題,提出了基于子帶自相關(guān)時(shí)延域依賴的特征提取和異常心音識(shí)別方法。通過對(duì)心音信號(hào)的各個(gè)子帶使用平均幅度差函數(shù)來得到在時(shí)延域上具有一定的長(zhǎng)短時(shí)依賴關(guān)系的子帶自相關(guān)特征。進(jìn)一步使用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)對(duì)此依賴關(guān)系進(jìn)行建模,得到精細(xì)反映心音特點(diǎn)的子帶自相關(guān)建模特征。實(shí)驗(yàn)結(jié)果表明,所提出的方法得到的建模特征具有更好的異常心音識(shí)別性能。(4)在心循環(huán)結(jié)構(gòu)未知條件下,針對(duì)以往的心音特征提取方法不能同時(shí)兼顧局部重要信息和時(shí)移不變的問題,提出了具有時(shí)移不變性的局部時(shí)頻結(jié)構(gòu)特征提取與異常心音識(shí)別方法。通過使用卷積神經(jīng)網(wǎng)絡(luò)逐層提取心音時(shí)頻譜的局部特征,并對(duì)最后卷積層使用時(shí)域最大池化方法來獲得特征表示,從而在保留最重要局部信息的同時(shí),也消除了時(shí)移的影響。實(shí)驗(yàn)結(jié)果表明,所提出的局部時(shí)頻結(jié)構(gòu)特征提取方法具有更好的異常心音識(shí)別性能。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：R540.4;TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 陳偉偉;高潤(rùn)霖;劉力生;朱曼璐;王文;王擁軍;吳兆蘇;胡盛壽;;中國(guó)心血管病報(bào)告2013概要[J];中國(guó)循環(huán)雜志;2014年07期

2 ;國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)[J];中華人民共和國(guó)國(guó)務(wù)院公報(bào);2006年09期

本文編號(hào)：2740092