利用 PCG 信号中相异度矩阵进行心跳的无监督检测与分类
音频与语音处理
2024-11-06 v1 信号处理
摘要
所提出的系统由两阶段级联组成。第一阶段进行粗略的心跳检测，第二阶段对前一阶段进行细化，改善时间定位，并将心跳分类为 S1 和 S2 类型。第一项贡献是一种新颖的方法，将相异度矩阵与帧级谱散度相结合，利用心音的重复性以及 S1/S2 事件与非 S1/S2 事件（收缩期和舒张期）定义的时间间隔之间的时序关系来定位心跳。第二项贡献是一种基于滑动窗口的验证-校正-分类过程，能够在应用于心音分类时保留心脏周期的时序结构。所提出的方法已在开放数据库 PASCAL、CirCor DigiScope Phonocardiogram 以及额外的声音混合程序上进行了评估，该混合程序考虑了加性高斯白噪声（AWGN）和商业数据库中的不同类型临床环境噪声。所提出的方法在心脏异常存在以及不同类型临床环境噪声同时作用于 PCG 信号的真实场景中提供了最佳检测/分类性能。值得注意的是，相异度矩阵与帧级谱散度所提供的对心脏时序结构的出色建模，以及所提出的验证-校正-分类算法对大量虚假心跳事件的去除和缺失心跳事件的恢复，均表明我们的方法是一种可成功应用于心脏分割的工具。
引用
@article{arxiv.2411.03061,
title = {Unsupervised detection and classification of heartbeats using the dissimilarity matrix in PCG signals},
author = {J. Torre-Cruz and D. Martinez-Munoz and N. Ruiz-Reyes and A. J. Munoz-Montoro and M. Puentes-Chiachio and F. J. Canadas-Quesada},
journal= {arXiv preprint arXiv:2411.03061},
year = {2024}
}