申请/专利权人：平安科技(深圳)有限公司

申请日：2019-09-18

公开（公告）日：2024-03-12

公开（公告）号：CN110795996B

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/22;G06F18/2131;G06F18/15;A61B7/00;A61B7/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.04.23#实质审查的生效;2020.02.14#公开

摘要：本发明提供一种心音信号的分类方法、装置、设备及存储介质，所述分类方法通过所述处理器在接收到用户端发送的待分类心音信号时，将所述待分类心音信号存储至所述缓存模块，并在所述存储模块中确定所述待分类心音信号对应的预设信号分类模型；所述处理器获取所述信号分类模型中异常标准信号的信号特征以及正常标准信号的信号特征，并获取所述待分类心音信号的信号特征；所述处理器将所述待分类心音信号分别与所述异常标准信号的信号特征以及正常标准信号进行比对，以确定心音信号类别。本发明构建心音信号分类模型，并基于异常标准信号以及正常标准信号对应的信号特征，确定待分类心音信号，提高了异常心音信号的识别效率。

主权项：1.一种心音信号的分类方法，其特征在于，所述心音信号的分类方法应用于心音信号的分类系统，所述分类系统包括存储模块、缓存模块以及处理器，所述心音信号的分类方法包括以下步骤：所述处理器在接收到用户端发送的待分类心音信号时，将所述待分类心音信号存储至所述缓存模块，并在所述存储模块中确定所述待分类心音信号对应的预设信号分类模型；所述处理器获取所述信号分类模型中异常标准信号的信号特征以及正常标准信号的信号特征，并获取所述待分类心音信号的信号特征，其中，所述信号特征包括时域特征和频域特征；所述处理器将所述待分类心音信号的信号特征分别与所述异常标准信号的信号特征以及正常标准信号的信号特征进行比对，以确定所述待分类心音信号为异常心音信号或正常心音信号，并将所述待分类心音信号的分类类别发送至所述用户端；其中，所述预设信号分类模型通过待训练信号样本进行训练得到，所述待训练信号样本中包括待训练正常信号和待训练异常信号，所述在通过所述待训练信号样本对所述预设信号分类模型进行训练之前，所述方法还包括：所述处理器计算出所述待训练正常信号以及待训练异常信号对应的正常信号样本时间波峰因数和异常信号样本时间波峰因数，其中，时间波峰因数为待训练样本信号时域波形图的峰值的绝对值除以时域波形图的有效值，所述时域波形图的有效值为所述时域波形图的波形的方均根；所述处理器基于所述正常信号样本时间波峰因数和异常信号样本时间波峰因数，确定所述待训练正常信号以及待训练异常信号中的无效信号，并将剔除所述待训练正常信号以及待训练异常信号中的无效信号。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 心音信号的分类方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD