基于 Transformer 卷积神经网络的短片段儿科心音分类
声音
2026-05-19 v1 机器学习
音频与语音处理
摘要
由心脏和大血管结构缺陷引起的先天性异常被称为先天性心脏病或 CHD。心音图（PCG）可以提供有关心脏机械传导系统的重要细节，并指出与不同类型 CHD 相关的特定模式。本研究旨在探讨心音自动分类所需的最短信号持续时间。本研究还调查了最佳信号质量评估指标，即连续差分均方根（RMSSD）和过零率（ZCR）的值。基于梅尔频率倒谱系数（MFCCs）的特征被用作构建基于 Transformer 的残差一维卷积神经网络的输入，随后用于心音分类。研究表明，0.4 是获取 RMSSD 和 ZCR 指标合适信号的理想阈值。此外，有效的心音分类需要至少 5s 的信号长度。研究还表明，较短的信号（3s 心音）没有足够的信息来准确对心音进行分类，而较长的信号（15s 心音）可能包含更多噪声。区分心音的最佳准确率 93.69% 是在 5s 信号下获得的。
引用
@article{arxiv.2404.00470,
title = {Classification of Short Segment Pediatric Heart Sounds Based on a Transformer-Based Convolutional Neural Network},
author = {Md Hassanuzzaman and Nurul Akhtar Hasan and Mohammad Abdullah Al Mamun and Khawza I Ahmed and Ahsan H Khandoker and Raqibul Mostafa},
journal= {arXiv preprint arXiv:2404.00470},
year = {2026}
}
备注
16 pages,11 Figures