[发明专利]一种血管硬化评测方法、装置及电子设备

说明书

本发明公开了一种血管硬化评测方法、装置及电子设备，该方法包括：获取待测血管的柯氏音信号；对柯氏音信号进行散射特征识别，得到散射特征集；按照预设比例将散射特征集进行划分得到训练集和测试集；基于训练集训练血管硬化分类模型；将测试集输入分类模型得到待测血管的硬化评测结果。本发明通过对柯氏音信号进行散射特征提取，散射特征具有较高的稳定性可以提高评测结果的可靠性；基于散射特征进行分类相较于现有技术不需要大量的数据计算节省了资源，整体数据处理效率高且实现方法简洁；同时通过训练分类模型，可以提高分类效率和分类精度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种血管硬化评测方法、装置及电子设备。

背景技术

心血管疾病的致死、致残率逐年攀升，严重威胁中老年人的身体健康，心血管疾病的早期筛查是降低发病率、致残率和致死率的重要手段。研究表明血管硬化是心血管系统疾病的初始因素和诱发因素。因此，血管硬化的准确检测对于心血管疾病防治具有重要意义。

目前脉搏波传导速度是血管硬化早期检测应用最为广泛的无创手段，但是存在测量结果不准确、容易受到血压影响、操作复杂等问题，限制了其临床应用。柯氏音广泛应用于无创血压测量领域，利用五时相中的第一时相和第五时相检测动脉收缩压和舒张压的值，而中间部分的声音信号往往被忽略。研究表明，柯氏音信号的特征与血管硬化程度有密切的关系，如，血管硬化程度越高，对应的柯氏音信号的振幅越低。现有技术中多为通过脉搏波速度或血管影像识别血管硬化程度，操作复杂且数据处理量大效率低且需要占用大量的资源空间。

发明内容

有鉴于此，本发明实施例提供了一种血管硬化评测方法，以解决现有的血管硬化评测过程复杂且效率低的问题。

为达到上述目的，本发明提供如下技术方案：

本发明实施例提供了一种血管硬化评测方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述构建小波散射神经网络模型，包括：