基于心搏周期归一化的 CNN 与 Transformer 架构在自动化 Phonocardiogram 分类中的比较分析
声音
2025-12-22 v1 人工智能
机器学习
音频与语音处理
摘要
Phonocardiogram (PCG) 记录的自动化分类代表了心血管诊断的重大进步。本文系统比较了四种用于心杂音检测的模型：两种专业化卷积神经网络 (CNN) 和两种零样本通用音频变换器 (BEATs)，采用固定长度和心搏周期归一化方法进行评估。利用 PhysioNet2022 数据集，我们引入针对个体心脏节律的定制心搏周期归一化方法。结果表明：固定长度窗口的 CNN 模型达到 79.5% 的 AUROC，采用心搏周期归一化的 CNN 模型得分 75.4%，固定长度窗口的 BEATs 变换器获得 65.7%，采用心搏周期归一化的 BEATs 变换器结果为 70.1%。结果表明，生理信号约束（尤其是不同归一化策略带来的约束）对模型性能具有显著影响。该研究为临床环境中架构选择提供了基于证据的指导，强调在准确性和计算效率之间进行权衡。虽然专业化 CNN 整体表现优越，但零样本变换器模型在开发阶段（如更快的训练和评估周期）可能提供有前景的效率优势，尽管其分类准确性较低。这些发现凸显了自动化分类系统提升心脏诊断和改善患者护理的潜力。
引用
@article{arxiv.2507.07058,
title = {Comparative Analysis of CNN and Transformer Architectures with Heart Cycle Normalization for Automated Phonocardiogram Classification},
author = {Martin Sondermann and Pinar Bisgin and Niklas Tschorn and Anja Burmann and Christoph M. Friedrich},
journal= {arXiv preprint arXiv:2507.07058},
year = {2025}
}
备注
Preprint Version. Accepted at EMBC 2025