[发明专利]心音处理方法、装置、电子设备及计算机可读存储介质

说明书

本发明涉及一种心音处理方法、装置、电子设备及计算机可读存储介质，该方法通过将获取到的原始心音数据输入具备心音分段功能的第一神经网络模型，从而得到分段心音数据，然后将分段心音数据输入具备输出异常分段心音的第二神经网络模型，得到异常分段心音数据。当后续医生在对患者进行诊断时，可以直接选取该患者的异常分段心音数据，从而可以达到提高诊断效率的目的。

技术领域

本申请属于数据处理领域，具体涉及一种心音处理方法、装置、电子设备及计算机可读存储介质。

背景技术

心音听诊是一种用于检查心脏类疾病的简单且有效的手段。完成心音听诊诊断离不开专业医师，且不同医生的临床水平极大程度上影响诊断结果。此外，虽然大部分医院都具备听诊的设备和医师，但是“看病难”现象导致患者挂号后可能无法及时咨询专业医师，从而导致病情延误甚至加重。

基于上述问题，越来越多的患者通过线下设备采集自身心音音频，并将心音音频上传到网上，以便通过网上问诊的方式让专业医生为自己进行诊断。然而，针对医生而言，由于未接触到患者，且其获取到的心音音频没有侧重点，因此，针对心音方面的网上诊断的效率较低。

发明内容

有鉴于此，本申请的目的在于提供一种心音处理方法、装置、电子设备及计算机可读存储介质，以对患者的心音音频数据进行处理，便于医生进行诊断，提高医生的诊断效率。

本申请的实施例是这样实现的：

第一方面，本申请实施例提供一种心音处理方法，所述方法包括：将获取到的原始心音数据输入预先创建的第一神经网络模型；获取所述第一神经网络模型对所述原始心音数据进行分段后得到的分段心音数据；将所述分段心音数据输入预先创建的第二神经网络模型；获取所述第二神经网络模型对所述分段心音数据进行分类后得到的异常分段心音数据。当后续医生在对患者进行诊断时，可以直接选取该患者的异常分段心音数据，从而可以达到提高诊断效率的目的。

结合第一方面实施例，在一种可能的实施方式中，在所述获取所述第一神经网络模型对所述原始心音数据进行分段后得到的分段心音数据之后，在所述获取所述第一神经网络模型对所述原始心音数据进行分段后得到的分段心音数据之前，所述方法还包括：通过所述第一神经网络模型确认所述原始心音数据为具备心音特征的心音音频。

结合第一方面实施例，在一种可能的实施方式中，在所述将获取到的原始心音数据输入预先创建的第一神经网络模型之前，所述方法还包括：获取第一样本数据，所述第一样本数据包括分段标签；将所述第一样本数据输入到神经网络进行训练，使得所述神经网络学习到具备相同所述分段标签的分段心音的共同特征信息，得到所述第一神经网络模型。

结合第一方面实施例，在一种可能的实施方式中，所述将所述第一样本数据输入到神经网络进行训练，包括：提取所述第一样本数据的包络信息特征；将所述包络信息特征输入到所述神经网络进行训练。

结合第一方面实施例，在一种可能的实施方式中，在所述将所述分段心音数据输入预先创建的第二神经网络模型之前，所述方法还包括：获取第二样本数据，所述第二样本数据包括分段标签以及异常段标签；将所述第二样本数据输入到神经网络进行训练，使得所述神经网络学习到同时具备相同的所述分段标签以及相同的所述异常段标签的分段心音的共同特征信息，得到所述第二神经网络模型。

结合第一方面实施例，在一种可能的实施方式中，所述将所述第二样本数据输入到神经网络进行训练，包括：提取所述第二样本数据的梅尔频率倒谱系数；将所述梅尔频率倒谱系数输入到所述神经网络进行训练。。

结合第一方面实施例，在一种可能的实施方式中，在所述获取第一样本数据之前或者在所述获取第二样本数据之前，所述方法还包括：针对获取到的每条样本数据，去除所述样本数据中的噪音，并将所述样本数据调整到等长，得到所述第一样本数据或者所述第二样本数据。