[发明专利]电子听诊的肺音信号处理方法

权利要求书

1.一种电子听诊的肺音信号处理方法，其特征在于包括：

对采集的原始肺音信号依次进行带通滤波、降采样及归一化处理，获得待训练肺音信号；

采用多个卷积单元对待训练肺音信号进行处理，获得肺音信号特征向量；所述多个卷积单元的连接方式包括顺次连接和跳跃连接；

采用全连接层对卷积单元最终输出的所述肺音信号特征向量进行处理，获得分类结果。

2.根据权利要求1所述的电子听诊的肺音信号处理方法，其特征在于，

所述进行带通滤波包括：

采用切比雪夫带通滤波器对所述原始肺音信号进行20Hz至1800Hz的带通滤波，获得滤波后肺音信号H_a(jΩ)：

式中ε表示通带波动系数，C_N(·)表示切比雪夫多项式，Ω为原始肺音信号频率，Ω_pu为通带上截止频率，Ω_pl为通带下截止频率，

Ω₀为中间变量，

3.根据权利要求2所述的电子听诊的肺音信号处理方法，其特征在于，

所述降采样频率为4000Hz，所述原始肺音信号频率为44100Hz。

4.根据权利要求3所述的电子听诊的肺音信号处理方法，其特征在于，

对降采样后获得的肺音信号进行归一化处理包括：

对降采样后获得的肺音信号使用数据集增强的手段增加个数获得多段样本，再对每一段样本进行0—1的归一化处理，获得待训练肺音信号。

5.根据权利要求4所述的电子听诊的肺音信号处理方法，其特征在于，

所述卷积单元依次包括卷积层、池化层、批量归一化层及激活层；

对于第一个卷积单元，其输入信号为所述待训练肺音信号，其它卷积单元的输入信号包括其任一前级卷积单元的输出信号；

所述卷积层使用卷积核对输入信号逐段进行卷积运算，获得相应肺音信号特征；

所述池化层对所述肺音信号特征进行降采样，获得降采样后特征；

所述批量归一化层对降采样后特征进行批量归一化，获得均值为0，方差为1肺音信号数据；

所述激活层采用激活函数对所述肺音信号数据进行激活，获得肺音信号特征向量作为当前卷积单元的输出信号。

6.根据权利要求5所述的电子听诊的肺音信号处理方法，其特征在于，

所述顺次连接包括，相邻卷积单元顺次传递肺音信号特征向量进行处理；

所述跳跃连接包括，除了第一级卷积单元的所有后级卷积单元的激活层，可以接收任一前级卷积单元输出的肺音信号特征向量；所述激活层将接收的前级卷积单元输出的肺音信号特征向量与批量归一化层获得的肺音信号数据相加后，采用激活函数激活。

7.根据权利要求6所述的电子听诊的肺音信号处理方法，其特征在于，

所述全连接层对多个卷积单元最终输出的肺音信号特征向量进行处理包括，将所述肺音信号特征向量铺展为一维特征向量；所述全连接层包括输入层、隐含层及输出层，所述一维特征向量输入至输入层后，经隐含层至输出层；所述输出层与输入层之间进行全连接，最终获得肺音信号特征向量的分类结果。

8.根据权利要求7所述的电子听诊的肺音信号处理方法，其特征在于，

所述全连接层的正向传播公式为：

式中z^l+1(j)为第l+1层第j个神经元的logits值，l+1层为随机层l的下一层；n表示随机层l神经元的总个数，j表示第l+1层的神经元个数，为第l层第i个神经元与第l+1层第j个神经元之间的权值，a^l(i)表示随机层l第i个神经元的激活值，表示随机层l所有神经元对第l+1层第j个神经元的偏置值；

当l+1层为隐含层时，激活函数为ReLU；当第l+1层为输出层时，激活函数为Softmax。

9.根据权利要求8所述的电子听诊的肺音信号处理方法，其特征在于，

所述卷积单元中激活层采用的激活函数为ReLU函数。