基于心音分类的识别器分析
据世界卫生组织估计,心血管疾病是全球第一致死、致残原因,占全球总死亡人数的30％.心音听诊是主要的检测方式,但受医生主观性影响需要临床经验.机器学习的发展使自动化听诊成为可能,针对心音的智能分割与诊断受到广泛重视.心音阶段的准确分割是自动分析的前提。以往研究受数据的限制多使用不同的数据集，对性能难以做出相对公平的评价。使用当前最大的心音数据集进行基础心音的识别分析，旨在将多种策略在数据充足的条件下进行客观比较。
心音分类 特征提取 机器学习
侯雷静 应冬文 国雁萌 蔚文婧 颜永红
中国科学院声学研究所 语言声学与内容理解重点实验室,北京100190;中国科学院大学,北京100049 中国科学院声学研究所 语言声学与内容理解重点实验室,北京100190;中国科学院大学,北京100049;中国科学院新疆理化技术研究所 新疆民族语音语言信息处理实验室,新疆乌鲁木齐830011
国内会议
哈尔滨
中文
707-708
2017-09-22（万方平台首次上网日期，不代表论文的发表时间）