心血管疾病是全球范圍內(nèi)高致病率和致死率的主要原因。特別是小兒先天性心臟病,為家庭與社會(huì)都帶來(lái)了巨大的不幸與深重的負(fù)擔(dān),及早地對(duì)心血管疾病的發(fā)現(xiàn)與治療十分有必要。心音聽(tīng)診作為一種有效的非侵入式方法能夠方便、快捷地了解到心臟的健康狀況,對(duì)心血管疾病而言是一種重要的初步診斷手段。然而,醫(yī)生聽(tīng)診存在一定的主觀性,且需要大量的臨床經(jīng)驗(yàn)才能夠有效地進(jìn)行診斷。而計(jì)算機(jī)輔助的心音分析方法憑借其客觀性與有效性,已成為了當(dāng)前研究者關(guān)注的重要領(lǐng)域。由于心音數(shù)據(jù)規(guī)模與質(zhì)量的限制,以前的心音分析方法主要是基于傳統(tǒng)的手工特征提取與機(jī)器學(xué)習(xí)的方式。但由于心音的復(fù)雜性與外界噪音的干擾,在實(shí)際應(yīng)用中很難取得進(jìn)一步的提升。在PhysioNet/CinC 2016數(shù)據(jù)集公布之后,雖然有一些基于深度學(xué)習(xí)的方法涌現(xiàn)。然而由于其結(jié)構(gòu)過(guò)于簡(jiǎn)單,存在效果不佳和參數(shù)消耗過(guò)多等問(wèn)題,難以應(yīng)用于手機(jī)、智能可穿戴設(shè)備等資源受限的應(yīng)用中。針對(duì)以上問(wèn)題,本文主要從心音數(shù)據(jù)和用于心音診斷的深度卷積神經(jīng)網(wǎng)絡(luò)模型兩個(gè)角度展開研究,主要研究?jī)?nèi)容如下:1.構(gòu)建小兒心音公開數(shù)據(jù)集。通過(guò)研究心音產(chǎn)生的機(jī)理和特點(diǎn)、整理現(xiàn)有的心音公開數(shù)據(jù)集,針對(duì)成人和小兒心音的...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 心音信號(hào)的分割方法研究
        1.2.2 心音信號(hào)的特征提取與分類方法研究
    1.3 論文主要工作
    1.4 論文組織結(jié)構(gòu)
第2章 卷積神經(jīng)網(wǎng)絡(luò)及其相關(guān)理論
    2.1 人工神經(jīng)網(wǎng)絡(luò)
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積層
        2.2.2 池化層
        2.2.3 全連接層
    2.3 本章小結(jié)
第3章 心音數(shù)據(jù)的采集與整理
    3.1 引言
    3.2 心音信號(hào)的產(chǎn)生機(jī)理
    3.3 當(dāng)前的心音公開數(shù)據(jù)集
    3.4 小兒心音數(shù)據(jù)集
    3.5 本章小結(jié)
第4章 基于一維深度卷積神經(jīng)的心音智能診斷
    4.1 引言
    4.2 基于一維深度卷積神經(jīng)網(wǎng)絡(luò)的心音智能診斷方法
        4.2.1 心音預(yù)處理與分割
        4.2.2 基于一維DenseNet的心音片段分類
        4.2.3 基于一維CliqueNet的心音片段分類
        4.2.4 最終決策規(guī)則
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 評(píng)價(jià)指標(biāo)
        4.3.2 基于一維DenseNet的心音診斷相關(guān)實(shí)驗(yàn)
        4.3.3 基于一維CliqueNet的心音診斷相關(guān)實(shí)驗(yàn)
        4.3.4 心音診斷可解釋性可視化結(jié)果
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 當(dāng)前工作總結(jié)
    5.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3867469