基于深度学习网络的心音智能分析平台构建

• 作者: 孙科学 张国林 成谢锋 杨雨诺
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 心音信号 深度学习 模式识别 信号分析 实验平台 进程择优算法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 应用开发研究
• 页码范围: 130-134
• 页数: 5页
• 分类号: TP274+.2
• 字数: 4247字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.07.026

摘要

为了将深度学习和心音研究相结合以提高心音识别算法处理数据的能力,设计了一种深度学习网络的模块化实验平台.信号采集模块、数据处理模块和深度学习网络模块共同组成实验平台系统,使用实验室制作的传感器进行心音信号的采集和去噪声处理,随后由数据处理模块完成信号的特征提取并建立信号的特征数据库,心音信号的识别过程与数据处理在深度学习网络模块中实现.心音智能分析平台以心音深度学习网络为核心,采用进程择优算法,分类器选用BP神经网络,可对心音信号进行分类处理,实现了基于深度学习网络的心音信号识别与数据处理.与此同时,该平台的实现对心音与深度学习的结合、提高心音识别算法在自然环境下处理大数据的能力,具有积极的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙科学	南京邮电大学电子与光学工程学院	47	197	7.0	12.0
7	杨雨诺	南京邮电大学电子与光学工程学院	4	5	1.0	2.0
11	张国林	南京邮电大学电子与光学工程学院	2	1	1.0	1.0