[发明专利]一种血管硬化评测方法、装置及电子设备

权利要求书

1.一种血管硬化评测方法，其特征在于，包括：

获取待测血管的柯氏音信号；

对所述柯氏音信号进行散射特征识别，得到散射特征集；

按照预设比例将所述散射特征集进行划分得到训练集和测试集；

基于所述训练集训练血管硬化分类模型；

将所述测试集输入所述分类模型得到所述待测血管的硬化评测结果。

2.根据权利要求1所述的血管硬化评测方法，其特征在于，所述对所述柯氏音信号进行散射特征识别，得到散射特征集，包括：

构建小波散射神经网络模型；

将所述柯氏音信号输入所述小波散射神经网络模型进行多层散射特征的提取，得到散射特征集。

3.根据权利要求2所述的血管硬化评测方法，其特征在于，所述将所述柯氏音信号输入所述小波散射神经网络模型进行多层散射特征的提取，得到散射特征集，包括：

将所述柯氏音信号作为当前层的输入信号；

将所述输入信号进行连续小波变换，得到当前层的尺度系数；

对所述尺度系数进行处理得到当前层的散射特征；

将所述当前层的尺度系数作为下一层的输入信号，并返回将所述输入信号进行连续小波变换的步骤计算下一层的散射特征，直至达到预设的目标层数；

将每一层的散射特征进行整合，得到散射特征集。

4.根据权利要求3所述的血管硬化评测方法，其特征在于，所述对所述尺度系数进行处理得到当前层的散射特征，包括：

对所述尺度系数进行取模运算，得到模运算结果；

对所述模运算结果进行滤波得到当前层的散射特征。

5.根据权利要求2所述的血管硬化评测方法，其特征在于，所述构建小波散射神经网络模型，包括：

建立与柯氏音信号函数x(u)相关的多分辨率小波函数ψ_λ(u)；

基于所述多分辨率小波函数构建小波散射模型函数：s_λx＝|x*ψ_λ|*φ_J，其中，|x*ψ_λ|为小波变换的模公式，φ_J为最大尺度的尺度函数。

6.根据权利要求1所述的血管硬化评测方法，其特征在于，在对所述柯氏音信号进行散射特征识别，得到散射特征集之前，所述方法还包括：

对所述柯氏音信号进行识别，选取预设特征信号范围内的第一柯氏音信号；

从所述柯氏音信号中滤除基线漂移信号得到第二柯氏音信号；

对所述第二柯氏音信号进行小波变换去除高频噪声信号。

7.根据权利要求1所述的血管硬化评测方法，其特征在于，所述基于所述训练集训练血管硬化分类模型，包括：

根据预设的特征范围对所述训练集中的散射特征进行分类，得到多个类型的散射特征集；

利用多个类型的散射特征集训练血管硬化分类模型。

8.一种血管硬化评测装置，其特征在于，包括：

获取模块，用于获取待测血管的柯氏音信号；

特征提取模块，用于对所述柯氏音信号进行散射特征识别，得到散射特征集；

划分模块，用于按照预设比例将所述散射特征集进行划分得到训练集和测试集；

模型建立模块，用于基于所述训练集训练血管硬化分类模型；

评测模块，用于将所述测试集输入所述分类模型得到所述待测血管的硬化评测结果。

9.一种电子设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的血管硬化评测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的血管硬化评测方法。