深度卷積神經(jīng)網(wǎng)絡(luò)在心音分類方法中的應(yīng)用

陳 偉，孫 強，齊月月，徐 晨

1.南通大學(xué) 醫(yī)學(xué)院（護理學(xué)院），江蘇 南通226001

2.南通大學(xué) 信息科學(xué)技術(shù)學(xué)院，江蘇 南通226019

心血管疾病是全球的頭號殺手，每年死于心血管疾病的人數(shù)多于任何其他死因。據(jù)報道，2016年約有1 790萬人死于心血管疾病，占全球死亡總數(shù)的31%[1]。早發(fā)現(xiàn)、早治療是降低心血管疾病危害的重要途徑。因此提高心血管疾病的早期診斷效果是一項尤其重要的任務(wù)。

心臟聽診可以直接反映心臟血流動力、心室收縮狀況。有些心臟疾病在臨床表現(xiàn)之前，心音往往會出現(xiàn)異常，通過聽診可以確診某些異常。但是，人的耳朵在低頻范圍內(nèi)對聲音強度變化的不足及其對低頻聲音的敏感性，使得心臟聽診任務(wù)變得困難。其次，心臟聽診對醫(yī)生的要求特別高，需要其擁有豐富的臨床經(jīng)驗和技巧。因此，通過計算機自動提取心音信號（Phonocardiogram，PCG）的特征進行定量分析，來輔助診斷心臟疾病具有重要的意義。

近些年，國內(nèi)外很多學(xué)者利用傳統(tǒng)的機器學(xué)習(xí)方法和信號處理的手段對心音分類的問題進行了大量的研究[2-13]。

Abdollahpur等提取了90種心音信號的時域、頻域和梅爾頻率倒譜系數(shù)（Mel Frequency Cepstrum Coefficient，MFCC）特征，利用三個前饋神經(jīng)網(wǎng)絡(luò)和一個投票系統(tǒng)對正常和異常心音進行分類，正確率達到了0.826[2]。唐洪等在文獻[3]研究的基礎(chǔ)上提出了一種利用多域特征和支持向量機（Support Vector Machine，SVM）的方法識別正常和異常心音信號[4]。該方法提取了大量的心音特征，其中狀態(tài)頻譜、能量譜和熵譜結(jié)合SVM分類器證實為最有效方法，相比文獻[3]正確率提高了6%。Nogueira等[5]借助心電圖（Electrocardiogram，ECG）信號利用邏輯回歸隱半馬爾可夫模型（Logistic Regression-Hidden Semi-Markov Models，HSMM）[6]對心音信號分段，在此基礎(chǔ)上提取了相關(guān)時域特征和頻域特征，然后分別用SVM、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）及隨機森林分類器對心音信號分類。在所有的特征及分類器組合中MFCC特征及部分的時域特征結(jié)合SVM分類器的模型性能最優(yōu)，其敏感性、特異性及最終得分分別是0.873 7、0.790 7、0.832 2。Chakir等[7]在分段的心音信號中提取一系列的時頻特征，然后結(jié)合判別式分類器對正常、雜音、早搏三種心音分類最終總精確度為1.58。上述研究中必須從分段的心音信號中提取大量的特征。而心音的準確分割很大程度上取決于心音信號的質(zhì)量，這無疑影響到了心音分類模型的性能。Zabihi等[8]在未分段的心音信號中提取18種時頻域特征，設(shè)計了一個含有20個前饋神經(jīng)網(wǎng)絡(luò)的分類器。該方法在2016年舉行的全球生理測量挑戰(zhàn)賽中獲得第二名[9-10]。Zhang等[11]提出了一種未分段的心音分類方法。首先，利用離散小波分解（Discrete Wavelet Transform，DWT）從心電信號的子帶包絡(luò)中提取自心音信號的相關(guān)特征；然后，將自相關(guān)特征進行融合得到擴散圖的統(tǒng)一特征表示；最后，用SVM分類器對其分類。該方法在PASCAL心音分類挑戰(zhàn)賽上取得了出色的表現(xiàn)[12]。Zhang等[13]提出了一種基于尺度譜圖和偏最小二乘回歸（Partial Least Square Regression，PLSR）的心音信號分類方法。首先，采用香農(nóng)能量包絡(luò)的短時平均幅度差估計心動周期；然后，利用雙線性插值法對頻譜圖進行插值得到尺寸固定的頻譜圖；接著，利用PLSR方法對含有大量冗余信息的頻譜圖進行降維；最后，設(shè)計SVM分類器對降維后的特征分類。所提方法對正常、雜音、早搏三種心音分類總精確度為1.75，是目前心音多類研究中精確度最高的方法。

上述基于傳統(tǒng)機器學(xué)習(xí)的心音分類方法性能很大程度上依賴特征的提取，而且不同的特征對分類器的選擇也不盡相同。深度學(xué)習(xí)作為人工智能的核心技術(shù)，善于從海量數(shù)據(jù)中挖掘抽象的特征，且這些特征具有良好的泛化性能。近年來，已經(jīng)出現(xiàn)了一些文獻將深度學(xué)習(xí)應(yīng)用于心音的分類研究中典型的方法，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）[14-15]及循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）[16]。

Rubin等[14]提出了一種利用CNN對正常和異常心音進行自動分類的深度學(xué)習(xí)方法。作者使用文獻[6]提出的分割算法對3 s心音信號進行分割，然后將這些固定長度的心音信號轉(zhuǎn)換為二維熱圖用于訓(xùn)練模型。但是，該團隊在全球生理測量挑戰(zhàn)賽中的成績得分并不高，只有0.727 8。Potes等[15]集成Adaboost和CNN分類器對正常和異常的心音進行分類。在該研究中，提取了124種時頻特征來訓(xùn)練Adaboost分類器，心音信號被分解為4個頻段用于訓(xùn)練CNN分類器，這種集成的方法在該比賽中表現(xiàn)最佳，其特異性、敏感性和總成績分別為0.778 1、0.942 4和0.860 2。Latif等[16]提出了一種基于RNN的心搏異常檢測方法，該方法基于HSMM方法[6]將心音分割為5個心動周期序列，并提取13種MFCC特征作為RNN模型的訓(xùn)練數(shù)據(jù)，其優(yōu)化的模型對正常、異常的識別總正確率達到97.63%。

本文提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的心音分類方法。其主要貢獻有以下兩點：第一，現(xiàn)有的心音分類方法絕大部分依賴對心音的正確分段，而本文提出的方法直接對原始的未分段的心音信號進行識別，在減少計算機的計算成本情況下，提高了心音分類的識別精度。第二，提出了一種間接的手段對心音二維MFSC特征圖進行擴充，解決了深度學(xué)習(xí)對訓(xùn)練樣本的需求，一定程度上提高了模型性能。

1 心音產(chǎn)生機理

心音揭示了各種心臟生理、病理信息。它是由心肌的收縮和舒張、瓣膜啟閉、血流沖擊心室壁和大動脈等因素引起的機械振動而產(chǎn)生的聲音。完整的心動周期包括兩部分：心臟收縮期（Systole）和舒張期（Diastole）。二尖瓣和三尖瓣關(guān)閉標志著心臟收縮期的開始，此期間心臟射血。收縮期又分為兩部分：第一部分分為等容收縮期和快速心室射血期。等容收縮期間以二尖瓣和三尖瓣關(guān)閉后心室內(nèi)壓力升高開始?？焖傩氖疑溲陂g，心室壓力超過主動脈和肺動脈壓力使得主動脈和肺動脈開放，導(dǎo)致血液快速從心室射出。心室收縮期的第二部分，心室壓力下降，心室射血變少直到心室舒張期開始。主動脈瓣和肺動瓣關(guān)閉標志著心室舒張期開始，此期間心臟充盈。舒張期的前1/3分為等容舒張期和快速充盈期。等容舒張期間血液沒有進入心室，心室容積不發(fā)生變化?？焖俪溆陂g心房壓力大于心室壓力，血液快速進入心室。舒張期中間的1/3時期，幾乎沒有血液進入心室，此時心房和心室都處在舒張的狀態(tài)。心室舒張的最后1/3稱為晚期充盈期，此期間血液從心房擠壓到心室。心音包含4個成分，分別為第一心音（S1）、第二心音（S2）、第三心音（S3）及第四心音（S4）[17]。圖1描述了各個心音之間的關(guān)系示意圖[18]。

圖1 同步的心電及心音信號之間的關(guān)系示意圖Fig.1 PCG signal with simultaneously recorded ECG

2 基于深度卷積神經(jīng)網(wǎng)絡(luò)的心音分類方法

2.1 系統(tǒng)結(jié)構(gòu)

本文提出的心音分類的系統(tǒng)結(jié)構(gòu)如圖2所示，主要包括訓(xùn)練及測試部分。

圖2 心音分類系統(tǒng)結(jié)構(gòu)Fig.2 Structure of heart sound classification system

模型訓(xùn)練階段，包括以下幾個過程。第一步，對PCG信號預(yù)處理。預(yù)處理過程包括：（1）心音信號下采樣，采樣頻率為2 000 Hz；（2）利用6階巴特沃斯濾波器帶寬限制在25~900 Hz范圍對心音濾波處理；（3）經(jīng)濾波的信號進行幅值歸一化處理，使得提取的特征具有更強的魯棒性。第二步，將預(yù)處理后的PCG信號，生成具有3個通道的二維MFSC特征圖，具體過程見2.3節(jié)介紹。第三步，均衡及擴充訓(xùn)練樣本。由于現(xiàn)有心音數(shù)據(jù)集的樣本數(shù)量有限及不同類別心音數(shù)量不均衡的問題，采用了2.4節(jié)的方法對樣本數(shù)量進行了有效的擴充。第四步，微調(diào)超參數(shù)訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)。

心音測試階段，包括以下幾個過程：首先，對心音信號采取與訓(xùn)練階段同樣的預(yù)處理過程。接著，將其轉(zhuǎn)換成多張二維MFSC特征圖。然后，用訓(xùn)練好的模型對每張二維MFSC特征圖進行測預(yù)，得到不同標簽的心音MFSC特征圖。最后，利用多數(shù)表決原則決定心音的類別。

2.2 深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2.2.1 Inception-ResNet-64網(wǎng)絡(luò)

深度卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的重要模型之一，最初應(yīng)用于計算機視覺領(lǐng)域[14]。它是一種特殊的深度前饋神經(jīng)網(wǎng)絡(luò)，因其具有權(quán)值共享和稀疏連接等特點，可大大降低網(wǎng)絡(luò)模型的參數(shù)規(guī)模。理論上，網(wǎng)絡(luò)的深度和寬度的增加均可提高網(wǎng)絡(luò)的表征能力。

結(jié)合ResNet與GoogLeNet特性，Krizhevak等提出了Inception-ResNet網(wǎng)絡(luò)，該網(wǎng)絡(luò)在ImageNet數(shù)據(jù)集上取得了出色表現(xiàn)[19]。ResNet網(wǎng)絡(luò)不僅加快了網(wǎng)絡(luò)收斂速度，同時也提高了Inception網(wǎng)絡(luò)的準確率。在此模型啟發(fā)下，本文設(shè)計了Inception-ResNet-64網(wǎng)絡(luò)，并將其應(yīng)用到心音分類任務(wù)中。

原始的模型中Stem模塊的輸入特征的尺寸為299×299，而本文的特征尺寸只有64×64，直接在原始的模型上訓(xùn)練會出現(xiàn)維度不匹配的問題，修改后的Inception-ResNet-64網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。其中Modified-Stem模塊是由不同尺寸的卷積操作堆疊構(gòu)成的深度卷積層，1×1的卷積不僅起到了降維的作用，同時提升了網(wǎng)絡(luò)的非線性特性。Inception-ResNet模塊不改變輸出特征的參數(shù)尺寸，它不僅加深了整個網(wǎng)絡(luò)的深度，同時加快了網(wǎng)絡(luò)訓(xùn)練的速度；Reduction-A及Reduction-B模塊分別將輸入特征的參數(shù)由31×31、15×15降維到15×15、7×7；卷積層深度卷積神經(jīng)網(wǎng)絡(luò)的最后分別由Dropout及AveragePooling模塊組成。最終的目標函數(shù)由Softmax Loss和中心損失（Center Loss）構(gòu)成的數(shù)據(jù)損失和模型參數(shù)L2正則化損失（Regularition Loss）共同組成。Modified-Stem結(jié)構(gòu)如圖4所示，圖中分別給出了各個網(wǎng)絡(luò)輸出特征圖的尺寸及卷積或者池化操作的參數(shù)，其中“S”“V”代表卷積或者池化的填充方式分別為“SAME”“VALID”。

圖3 Inception-ResNet-64模型結(jié)構(gòu)Fig.3 Inception-ResNet-64 model structure

圖4 Modified-Stem結(jié)構(gòu)Fig.4 Modified-Stem structure

2.2.2損失函數(shù)

對修改后的深度卷積神經(jīng)網(wǎng)絡(luò)模型優(yōu)化過程中，引入了中心損失函數(shù)，它能增加不同類別之間的類間距離，同時縮小同類別的類內(nèi)距離，總損失函數(shù)如式（1）所示：

其中，Ls和Lc代表Softmax損失和中心損失，分別由式（2）、（3）給出。λ為平衡中心損失在總損失中的系數(shù)，式中第三項為加入到總損失的L2正則化。m表示每批訓(xùn)練的樣本數(shù)目。將L2正則化項加入，其由網(wǎng)絡(luò)中的權(quán)重ω決定。α為權(quán)重衰減系數(shù)，總損失中，可以使神經(jīng)網(wǎng)絡(luò)獲得更小的權(quán)重值，從而在一定程度上避免過擬合問題。

2.3 心音MFSC特征圖的生成

聲譜圖作為一種可視化的聲學(xué)特征廣泛應(yīng)用于語音信號處理領(lǐng)域[20-21]。心音信號和語音信號相似也是一種典型的非平穩(wěn)信號，將更符合人耳聽覺特征的梅爾濾波器組應(yīng)用于心音的聲譜圖得到的二維特征稱為MFSC特征圖，并將其應(yīng)用于心音分類研究中[22]。心音MFSC特征圖生成的過程如圖5所示。首先，將預(yù)處理后的心音信號進行預(yù)加重處理，即用一階高通濾波器提升高頻部分使得信號頻譜更加平坦。然后，進行分幀、加窗、短時傅里葉變換等處理，其中窗口長度、幀移分別為40 ms、20 ms。接著，將每一幀功率譜估計的結(jié)果經(jīng)一組有64個Mel濾波器組進行處理，分別和每個濾波器進行加權(quán)求和，從而獲得64個特征能量數(shù)值。對這64個特征值取對數(shù)，得到MFSC濾波器對數(shù)能量，稱之為靜態(tài)MFSC特征。對以上靜態(tài)特征進行一階差分和二階差分運算，將其作為動態(tài)特征，然后將這三種特征映射到圖像RGB通道組合成RGB三通道圖像。由于PCG信號持續(xù)時間不等，而深度卷積神經(jīng)網(wǎng)絡(luò)的輸入特征尺寸是固定的，將MFSC特征圖在時域方向上以64幀即1.28 s為一個單位對MFSC特征圖進行連續(xù)不重疊剪切。因此，可以將一張尺寸不固定的MFSC特征圖剪切成若干個64×64大小的二維圖像，且PCG信號時間越長，產(chǎn)生的MFSC特征圖也就越多。

圖5 心音MFSC特征圖產(chǎn)生過程Fig.5 Process of MFSC feature maps

圖6 、圖7分別給出了正常、雜音、早搏三種心音的時域波形圖及對應(yīng)的MFSC特征圖。圖7橫坐標表示心音時間域方向的幀數(shù)，縱坐標表示心音MFSC頻率的通道。

圖6 三種心音波形Fig.6 Three heart sounds waves

圖7 三種心音MFSC特征圖Fig.7 Three heart sounds MFSC feature maps

2.4 基于MFSC特征圖的數(shù)據(jù)擴充方法

增加訓(xùn)練樣本的數(shù)量是提高深度學(xué)習(xí)模型性能的一個有效方法。本文間接地以心音的二維MFSC特征圖為對象，分別從頻域、時域進行處理：頻域信息的部分丟失及隨機的屏蔽時域的信息。假設(shè)g(x,y)為待擴充的Mel特征圖，通過設(shè)計不同的掩模函數(shù)h(x,y)與g(x,y)相乘，可以獲得擴充后的MFSC特征圖f(x,y)，如式（4）所示，其中x、y分別表示MFSC特征圖的時域和頻域坐標。

（1）頻率域信息的部分丟失

其中，f是小于F-f0的隨機整數(shù)，F(xiàn)是MFSC特征圖的最大通道數(shù)值，f0是小于F0的隨機整數(shù)。

（2）隨機屏蔽時域信息

其中，t是小于T-t0的隨機整數(shù)，T為MFSC特征圖時域上最大的幀數(shù)，t0是小于T0的隨機整數(shù)。實驗中通過表1中的策略對MFSC特征圖進行擴充，其中Nf、Nt表示掩模函數(shù)的個數(shù)。

表1 Mel特征圖擴充策略Table 1 Policy of augment on Mel feature maps

圖8 （a）為一例6 s時長的心音的MFSC特征圖，該MFSC特征圖經(jīng)歸一化后以零均值單位方差分布。圖8（b）、圖8（c）分別是經(jīng)過以上兩種方法擴充后的MFSC特征圖，圖8（d）為同時采用了這兩種掩模函數(shù)后的MFSC特征圖。

“形勢與政策”課教學(xué)內(nèi)容的調(diào)整、補充與完善，亟需優(yōu)化教學(xué)設(shè)計，構(gòu)建政治性、時效性、思想性兼具的內(nèi)容體系。高校應(yīng)增強對“形勢與政策”課程的重視程度，設(shè)定和優(yōu)化教學(xué)內(nèi)容，確保新時代中國特色社會主義思想入腦入心。

圖8 MFSC特征圖擴充結(jié)果Fig.8 Results of augment on MFSC feature map

3 實驗與分析

3.1 實驗數(shù)據(jù)

為驗證本文方法的效果，在PASCAL心音數(shù)據(jù)集（Dataset-B）上進行測試，并與文獻[7，12-13]方法比較。此數(shù)據(jù)集均來自臨床，包括320例正常心音、95例雜音及46例早搏三種心音類型。每例心音的時長不等，最長有12 s，最短只有1.2 s，采樣頻率為8 000 Hz，均為wav格式。表2給出了訓(xùn)練樣本和測試樣本的統(tǒng)計信息，其中測試樣本的標簽是未公開的。

表2 訓(xùn)練集和測試集樣本統(tǒng)計Table 2 Statistics of training and test datasets

用2.3節(jié)介紹的方法將訓(xùn)練集心音信號轉(zhuǎn)換成MFSC特征圖，轉(zhuǎn)換之后的MFSC特征圖稱為原始數(shù)據(jù)集。為了驗證本文所提數(shù)據(jù)擴充方法在深度卷積神經(jīng)網(wǎng)絡(luò)上的效果，分別用表1中的策略對原始的數(shù)據(jù)集進行擴充，擴充后的數(shù)據(jù)集分別為數(shù)據(jù)集A、B、C，具體信息如表3所示。

表3 Mel特征圖統(tǒng)計Table 3 Statistics of Mel feature maps

3.2 實驗指標

（1）精確度（Precision）衡量了分類器的預(yù)測的精度，用式（7）表示。

其中，TP表示正確劃分為正例的個數(shù)，F(xiàn)P表示錯誤地將負例劃分為正例的個數(shù)。

（2）Youden’s Index(r)衡量了診斷病理性心音如雜音和早搏兩種疾病的能力，用式（8）表示。

其中，TN表示正確劃分為正例的個數(shù)，F(xiàn)N表示錯誤地將正例劃分為負例的個數(shù)。

（3）分類器的預(yù)測正負樣本的能力用Discriminant Power（DP）指標衡量。DP的數(shù)值越大，分類器能夠區(qū)分正負樣本的能力越強。特別的，當特異性或靈敏性為1時，表明分類器區(qū)分正負樣本的能力相當好。

3.3 實驗環(huán)境

實驗系統(tǒng)環(huán)境為Ubuntu16.04，內(nèi)存為64 GB的NVIDIA GeForce GTX 1080Ti GPU，深度學(xué)習(xí)框架為TensorFlow 1.7.0，編程語言為python 2.3。

分別在原始數(shù)據(jù)集、數(shù)據(jù)集A、數(shù)據(jù)集B及數(shù)據(jù)集C下實驗，驗證集與訓(xùn)練集的劃分比例為1∶4。本文的深度卷積神經(jīng)網(wǎng)絡(luò)模型配置如下：Adam優(yōu)化器優(yōu)化目標函數(shù)；學(xué)習(xí)率采用階梯下降的方式，初始學(xué)習(xí)率為0.3，每20次迭代學(xué)習(xí)率除以10直到迭代100次為止；L2正則化的權(quán)重衰減設(shè)置為5×10-4；Dropout層的保持概率為0.8；式（1）中的標量λ被設(shè)置為1，α設(shè)為5×10-4,m設(shè)為64。

3.4 實驗結(jié)果與分析

3.4.1其他模型對比

實驗中將J48、MLP、CS UCL[12]和SS-PLSR[13]、PASM[7]幾種心音分類方法與本文方法進行比較分析，各評價指標如3.2節(jié)所述。其中J48、MLP、CS UCL是當年比賽中性能最好的方法。J48方法和MLP方法一樣只提取了心音的時域特征，不同的是J48采用決策樹分類器，MLP利用多層感知機作為分類器。而CS UCL利用決策樹分類器，小波分解和頻譜圖作為特征矢量。SS-PLSR、PASM分別于2017年、2018年發(fā)表，是目前為止性能最好的方法。

從表4中可以得出，本文方法無論是精確度總精確度指標、診斷病理心音的能力r指標，還是分類器的預(yù)測正負樣本的能力DP指標，均優(yōu)于上述幾種方法。同時，本文模型的正常精確度、雜音精確度及早搏精確度指標分別為0.804 7、1、1，說明了模型能夠?qū)y試集中136個正樣本（正常心音）全部識別出來，對正負樣本的區(qū)分能力表現(xiàn)相當好。同時，從表中可以發(fā)現(xiàn)，SS-PLSR方法的性能尤其是r、DP指標好于PASM、J48、MLP及CS UCL方法，一方面說明了該方法利用雙線性插值對頻譜圖處理，得到固定大小的頻譜圖特征，更有利于SVM分類器的分類，也進一步說明了傳統(tǒng)分類器分類性能對心音特征提取的有效性非常敏感。而本文基于深度學(xué)習(xí)的方法能從心音信號的MFSC特征圖中自動提取更有效的特征并準確預(yù)測所屬的類別。

表4 模型性能對比Table 4 Model performance comparison

因此，本文方法與其他基于人工提取特征的方法相比明顯地提高了心音分類識別的能力。

3.4.2數(shù)據(jù)擴充效果

為了驗證本文提出的心音擴充方法的效果，分別比較了在原始訓(xùn)練集、訓(xùn)練集A、訓(xùn)練集B及訓(xùn)練集C下訓(xùn)練的模型性能。圖9給出了四種模型在驗證集上的正確率曲線。四條曲線表明了隨著迭代次數(shù)的增加，模型在驗證集上的正確率越來越高最終趨于穩(wěn)定。在訓(xùn)練集A、B、C下模型最終的驗證集正確率分別為0.975 0、0.987 1、0.995 3，明顯高于原始訓(xùn)練集訓(xùn)練的模型的正確率0.765 0。訓(xùn)練集C下的模型最優(yōu)，是由于同時使用了時間域及頻域擴充的樣本，其訓(xùn)練集的數(shù)據(jù)量比訓(xùn)練集A或B高出了2倍，有效增加了訓(xùn)練樣本，進而提高了深度卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)性能。圖10給出了四種模型在測試樣本上的總精確度指標。在訓(xùn)練集A、B、C下，模型在測試樣本上的總精確度指標分別為2.743 2、2.720 0、2.804 0，均高于原始訓(xùn)練集訓(xùn)練的模型的總精確度指標。其中，訓(xùn)練集A的模型及訓(xùn)練集B的模型分別是在時間域及頻率域上擴充的樣本，在驗證集及測試集中的表現(xiàn)相當，說明了無論是頻域屏蔽還是時間域上的隨機丟棄，均能有效地增加訓(xùn)練樣本，進而提高模型的性能。

圖9 四種模型在驗證集上正確率曲線對比Fig.9 Comparison of validation accuracy curves of Four Models

Fig.10 Total precision comparison of four models on test datasets

4 結(jié)束語

本文提出了一種利用深度學(xué)習(xí)結(jié)合心音MFSC特征圖的方法對心音信號進行分類識別?；贛FSC濾波器組的聲學(xué)特征更適合人耳的聽覺特性，因此將心音轉(zhuǎn)換為MFSC特征圖作為深度卷積神經(jīng)網(wǎng)絡(luò)的輸入是將深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于心音分類的切入點?；谏疃葘W(xué)習(xí)的心音識別系統(tǒng)可以自動地從MFSC特征圖中學(xué)習(xí)到能夠表征不同類別心音的深層特征，并通過最小化事先定義的損失函數(shù)來實現(xiàn)深度學(xué)習(xí)模型的訓(xùn)練，從而實現(xiàn)整個心音識別系統(tǒng)的優(yōu)化。針對現(xiàn)有人工標注的數(shù)據(jù)集不多導(dǎo)致模型訓(xùn)練精度不高的問題，提出了對心音的MFSC特征圖進行時域和頻域的屏蔽處理方法。本文提出的方法大大擴充了訓(xùn)練樣本的數(shù)量，進一步提高了模型的性能。

深度學(xué)習(xí)有著比傳統(tǒng)機器學(xué)習(xí)方法無可比擬的優(yōu)勢，將其應(yīng)用于心臟疾病的智能診斷有助于提高自動化檢測效率。未來的工作會與臨床專家合作，采集、標注更加豐富的心音數(shù)據(jù)，以及進一步評估、優(yōu)化本文的模型。