[发明专利]一种自动提取心音包络特征的心音分段方法

说明书

本发明公开了一种自动提取心音包络特征的心音分段方法，首先对心音信号进行预处理；利用心电信号提取所述预处理后心音信号的分段标签；利用分段标签作为输出结果构建深度学习神经网络；利用所述预处理后的心音信号对所述深度学习网络进行训练；将待分段的心音信号进行预处理后输入训练后的深度学习网络中，得到最终心音分段结果；本发明分段精度高，与人工分段精度相当，可以代替人工分段，分段精度高达94％‑98％。

技术领域

本发明涉及心音分段领域，具体涉及一种自动提取心音包络特征的心音分段方法。

背景技术

心脏检测和分析是了解心脏和血管状态的一种不可缺少的手段。传统的心脏听诊技术是医师评估心脏存在病变及功能状态的最基本的方法之一。虽然人耳对中高频段和较大强度的心音可较好的分辨，但是对那些有重要诊断意义的低频心音及强度小的心音常不能分辨，人耳先天的局限和听诊者的临床经验在很大程度上影响了听诊的准确度，而且不能给出定量分析的结果。心电图检查是心脏变时性和变传导性的最佳监测方法，但也不能用来监测心脏的变力性。心音却可以反映出先天心脏瓣膜受损、心电传导组织病变引起的心脏机械活动障碍等异常。另外，某些心血管系统的病变在导致心音图出现异常前，首先导致心脏杂音和心音变异。心音检查有无创性、重复性好的优点，具有心电图、超声心动图不可取代的诊断优势，因此，对心音的分析愈来愈引起了广大研究工作者的关注。

心脏收缩舒张时产生的声音，可用耳或听诊器在胸壁听到，亦可用电子仪器记录下来(心音图)。可分为第一心音(S1)第二心音(S2)。每一心动周期可产生四个心音，通常能听到的是第一和第二心音。第一心音发生在心缩期，标志心室收缩期的开始。于心尖搏动处(前胸壁第5肋间隙左锁骨中线内侧)听得最清楚。其音调较低(40～60赫兹)，持续时间较长(0.1～0.12秒)，较响。其产生的原因：一是由于心室收缩时，血流急速冲击房室瓣而折返所引起的心室壁振动；二是由于房室瓣关闭，瓣膜叶片与腱索紧张等引起的振动；三是血液自心室射出撞击主动脉壁和肺动脉壁引起的振动。心室收缩力愈强，第一心音愈响。第二心音发生在心舒期，标志着心室舒张期的开始，它分为主动脉音和肺动脉音两个成分，分别在主动脉和肺动脉听诊区(胸骨右、左缘第二肋间隙)听得最清楚。它是由主动脉瓣和肺动脉瓣迅速关闭，血流冲击，使主动脉和肺动脉壁根部以及心室内壁振动而产生。其音调较高(60～100赫兹)，持续时间较短(0.08秒)，响度较弱。其强弱可反映主动脉压和肺动脉压的高低，动脉压升高，则第二心音亢进。

心音分析的第一步也是最重要的一步是对心音信号进行分段分析，拆解心音周期，只有心音周期分析对了，后面的病例分析才有基础。

一般的心音分析需要心电图的参考，这样的分析更容易进行，但是系统复杂度以及检测环境的复杂多变度显然提高了使用门槛。还有一种是基于心音信号包络来进行的，这种心音分段方法需要设置合适的检测门限来检测第一第二心音的峰值，但是由于心音测量时不可避免的有外部杂音或者干扰混入，因此造成心音分段性能和准确性的急剧下降。特别对于心脏病人特别是带有心脏杂音的心音信号，第一第二心音的峰值很可能因为杂音的存在而检测不出，因此该方法的局限性很大。

发明内容

本发明的目的在于：提供一种自动提取心音包络特征的心音分段方法，解决了目前采用人工进行心音分段工作量大的技术问题。

本发明采用的技术方案如下：

一种自动提取心音包络特征的心音分段方法，其特征在于：包括以下步骤：

步骤1：对心音信号进行预处理；

步骤2：利用心电信号提取所述预处理后心音信号的分段标签；

步骤3：将分段标签作为最终输出结果构建深度学习神经网络；

步骤4：利用所述预处理后的心音信号对所述深度学习网络进行训练；

步骤5：将待分段的心音信号进行预处理后输入训练后的深度学习网络中，得到最终心音分段结果。