基于多分辨率复数 Gabor 字典和视觉变换器的心搏搏搏音分类
计算机视觉与模式识别
2026-04-21 v1 人工智能
摘要
心搏搏搏音是心脏收缩阶段发生的额外心音，常指示由血液湍流引起的心脏异常。其强度、音调和品质各不相同，需精确识别以准确诊断心脏疾病。本研究提出一种自动分类心搏搏搏音的系统，包括特征提取模块和分类模型。特征提取模块采用复正交匹配追踪法，将单个或多个搏搏音片段映射到由多分辨率复数 Gabor 基函数（GBFs）构成的冗余字典中。得到的投影权重被分割和重塑为可变分辨率的时间-频率特征矩阵。对单个录音的多个片段使用共享字典可减缓搏搏音的变异性，这通过对每个片段的权重施加约束，使其对应字典中相同的基函数集合来实现，从而促进一致的时间-频率特征矩阵。分类模型基于视觉变换器构建，处理不同分辨率的多个输入矩阵，通过为每个输入矩阵通过卷积神经网络进行 patch tokenization。所有嵌入标记被拼接成矩阵并传递给包含多头注意力、残差连接和核大小为1的卷积网络的编码器层。这种多分辨率特征提取与基于变换器的特征分类集成，提高了心搏搏搏音识别的准确性和可靠性。实验分析了来自 CirCor DigiScope 数据集的四种心搏搏搏音类型，结果显示该系统有效，实现了 的分类准确率。
关键词
引用
@article{arxiv.2604.16563,
title = {Classification of systolic murmurs in heart sounds using multiresolution complex Gabor dictionary and vision transformer},
author = {Mahmoud Fakhry and Abeer FathAllah Brery},
journal= {arXiv preprint arXiv:2604.16563},
year = {2026}
}