發(fā)布時(shí)間：2023-11-05 12:40

　　心音是心臟跳動(dòng)周期中各個(gè)組織(瓣膜、心肌、血液)運(yùn)動(dòng)產(chǎn)生的聲音,富含大量器官(心房、心室、大血管、瓣膜)的狀態(tài)信息,我們可以通過(guò)監(jiān)測(cè)血液循環(huán)產(chǎn)生的心音,在心血管疾病發(fā)生的初期有效開(kāi)展治療工作。考慮到我國(guó)幅員遼闊、醫(yī)療資源相對(duì)短缺的基本國(guó)情,心音的自動(dòng)化聽(tīng)診研究對(duì)我國(guó)的初級(jí)衛(wèi)生保健工作有著重大意義。本研究結(jié)合了深度學(xué)習(xí)和基于信息的相似度度量理論(IB S),提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)——交叉對(duì)比神經(jīng)網(wǎng)絡(luò)(CCNN)。網(wǎng)絡(luò)分為兩個(gè)主要部分,第一部分通過(guò)深度網(wǎng)絡(luò)提取特征,第二部分利用統(tǒng)計(jì)學(xué)理論度量特征向量之間的相似性進(jìn)行分類。本研究改進(jìn)了原始IBS理論中相似性的度量方法,提出了ModIBS理論,使CCNN能夠借助深度學(xué)習(xí)的強(qiáng)大特征挖掘能力,在統(tǒng)計(jì)和物理假設(shè)的基礎(chǔ)上,對(duì)動(dòng)力學(xué)結(jié)構(gòu)生成的信號(hào)進(jìn)行分類。CCNN主要有以下幾個(gè)主要特點(diǎn):1.使用交叉對(duì)比的輸入模式,一方面擴(kuò)充了醫(yī)學(xué)小數(shù)據(jù)集,另一方面引入了除信號(hào)內(nèi)容信息之外的對(duì)比信息。2.利用統(tǒng)計(jì)度量的方法將先驗(yàn)知識(shí)引入到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中,使網(wǎng)絡(luò)在統(tǒng)計(jì)學(xué)原理的支撐下,更加適應(yīng)醫(yī)學(xué)小數(shù)據(jù)集的訓(xùn)練。3.結(jié)構(gòu)靈活易調(diào)整,特征抽取、距離度量部分方法的選擇都非常...

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 心音信號(hào)分類的相關(guān)背景及研究意義
    1.2 國(guó)內(nèi)外該課題的研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文的組織結(jié)構(gòu)
第二章 心音信號(hào)的相關(guān)理論的介紹
    2.1 心音的產(chǎn)生原理
    2.2 心音的采集機(jī)制
    2.3 心音的組成部分
    2.4 心音正常與否的判別標(biāo)準(zhǔn)
第三章 CCNN系統(tǒng)原理介紹
    3.1 深度學(xué)習(xí)
    3.2 卷積神經(jīng)網(wǎng)絡(luò)
    3.3 遷移學(xué)習(xí)
    3.4 IBS理論
    3.5 CCNN網(wǎng)絡(luò)
第四章 數(shù)據(jù)分析方案設(shè)計(jì)及結(jié)果分析
    4.1 數(shù)據(jù)集介紹
    4.2 評(píng)價(jià)準(zhǔn)則介紹
    4.3 傳統(tǒng)基于分割方法的心音分類
        4.3.1 預(yù)處理
        4.3.2 特征構(gòu)建
        4.3.3 結(jié)果分析
    4.4 基于機(jī)器學(xué)習(xí)方法的心音分類
        4.4.1 預(yù)處理
        4.4.2 特征構(gòu)建
        4.4.3 結(jié)果分析
    4.5 基于CCNN的實(shí)驗(yàn)設(shè)計(jì)
        4.5.1 預(yù)處理
        4.5.2 模型訓(xùn)練
        4.5.3 模型測(cè)試
        4.5.4 結(jié)果分析
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
碩士研究生期間主要工作及相關(guān)成果



本文編號(hào)：3861048