CN109961017A - 一种基于卷积循环神经网络的心音信号分类方法 - Google Patents

Abstract

本发明公开了一种基于卷积循环神经网络的心音信号分类方法，包括以下步骤：对心音数据进行噪声处理；提取心音信号的心音特征；数据标准化；构建卷积循环神经网络模型；利用训练样本数据特征对构建的神经网络进行训练，并将训练后的网络结构和参数进行保存；使用训练后的模型参数对测试样本数据进行测试，得到最终分类识别结果。本发明降低了系统复杂度，而且提取的心音特征无需对心音信号进行分割，减少系统的计算量，本发明利用卷积神经网络与循环神经网络串联的方式，提出了一种兼备卷积神经网络与循环神经网络处理优势的深度学习模型，对心音信号分类有更好的表现力，为正常与异常心音信号的检测提供了有效、便利的工具。

Description

一种基于卷积循环神经网络的心音信号分类方法

技术领域

本发明属于模式识别技术领域，具体涉及一种基于卷积循环神经网络的心音信号分类方法。

背景技术

心音作为反映人体心脏活动及心血管功能的一种体征信号，通过听诊器等设备可以方便的被人耳听到。作为一种无创伤诊断手段，心音检查(听诊)已经成为心血管疾病及相关疾病临床诊断的一个重要评判标准，几乎每个医院都会有这项常规检查。相较于心电图、心尖搏动图、劲动脉博动图等，通过心音听诊获得心音图的诊断方式在易操作、低花费、便携式等方面体现出较大优势，但也存在一定程度的主观性和片面性，它与医生的的临床经验和所掌握知识程度密切相关。

发明内容

针对心音这类特殊的非平稳周期性信号，本发明的目的是解决传统心音分析的依赖医生经验、准确性不高等问题，提出一种基于卷积循环神经网络的心音信号分类方法，对采集的心音信号进行量化分析，使得心音听诊结果更加精准，为心音识别诊断提供了一个简单方便、廉价有效、预测准确的深度学习的方法。

本发明的具体技术方案通过如下步骤实现：

步骤1、对心音数据进行噪声处理：

采用带通滤波器对心音信号进行去噪。

步骤2、提取心音数据中的心音特征：

对心音信号提取梅尔频率倒谱系数(MFCCs)作为心音信号的特征。

步骤3、数据标准化：对得到的特征数据进行标准化。

步骤4、构建卷积循环神经网络模型：

将卷积神经网络和循环神经网络进行结合，构建的卷积循环神经网络模型为输入层，输入层-卷积层-池化层-卷积层-池化层-卷积层-池化层-LSTM层-全连接层-输出层，模型最后一层是处理多分类任务的softmax层。

步骤5、训练卷积循环神经网络模型：

利用训练样本数据集中的心音特征数据对神经网络进行训练，并将训练好的网络结构和参数进行保存。

步骤6、分类识别：

利用训练好的网络模型和参数，对测试样本数据集中的心音特征数据进行测试，得到分类结果，识别出正常心音和异常心音信号。

步骤1所述的带通滤波器为5阶的巴特沃斯带通滤波器，根据心音信号噪声的频率分布，设计截止频率分别为wn₁＝20Hz,wn₂＝400Hz。

步骤2所述的梅尔频率倒谱系数(MFCCs)是在Mel刻度频率域提取出来的倒谱参数，Mel刻度描述了人耳频率的非线性特性，Mel刻度与频率的关系可用式子近似表示为：Mel(f)＝2595×lg(1+f/700)，式中f为实际频率，单位为Hz。

梅尔频率倒谱系数(MFCCs)的计算步骤为：

(1)对去噪后的心音信号s(n)预加重处理，以增强心音的高频成分，然后分帧、加窗得到每帧心音下时域信号x(n)。

(2)将时域信号x(n)经离散傅里叶变换得到线性频谱X(k)。转换公式为式中N为傅里叶变换的点数。

(3)将线性频谱X(k)通过一组Mel刻度的三角形滤波器组H_m(k)滤波得到Mel频谱，并通过对数能量的处理得到对数频谱S(m)：M为滤波器组的个数，H_m(k)为每个滤波器的传递函数。

(4)将对数频谱S(m)经过离散余弦变换(DCT)得到Mel频率倒谱系数c(n)：

标准的MFCC倒谱系数仅反映了语音信号的静态特性，而语音的动态特性可以用这些静态特性的差分来描述。在提取MFCC以后可计算其一阶差分系数，其计算公式为式中c(n)为一帧心音信号的MFCC特征参数序列，k为常数，通常取2。对MFCC特征向量序列在时序方向上做一次傅里叶变换，即可得到对应于MFCC特征的Delta特征，其计算过程可简化为式中D(t)表示第t帧MFCC特征的Delta特征，Θ表示第t帧时序变化的信号帧的数量。

步骤3所述的特征数据标准化是指对得到的特征矩阵进行标准差标准化，即转换为均值为0，方差为1的正态分布。

步骤4所述的构建卷积循环神经网络模型的结构共包含三个卷积层、三个最大池化层、LSTM层以及全连接层，最后为softmax层。卷积单元的特征平面个数分别为32、64、128，卷积核大小为3x3,最大池化采用的是2x2窗口大小，步长为1，LSTM层和全连接层的单元数都为64。

步骤5所述的神经网络的训练主要包括网络参数初始化，网络的前向传播和反向传播等。对权重的参数进行初始化，方差为0.01，标准差为0。迭代次数为100次，学习率为0.0005；前向传播：根据输入数据和初始化后的滤波权重，进行卷积计算，在对卷积后得到的特征图利用修正线性单元(relu)激活函数进行非线性映射，然后通过最大池化层进行降维，将池化处理的特征图送入LSTM层进行进一步学习，得到最终的特征序列。将最终的特征序列输入到softmax分类器得到心音信号的识别结果；反向传播：根据前向计算分类的结果和标签，计算损失。从最后一层到第一层应用反向传播算法对权重参数进行更新、优化，通过权重参数的学习、更新，使得训练误差不断降低，达到模型优化的目的。通过迭代不断优化网络参数，将训练结果较好的网络结构和参数进行保存。

损失函数定义为：其中n表示样本的总数，x表示输入的样本，y表示真实值，a表示输出值。梯度优化算法采用Adam算法，Adam算法能计算每个参数的自适应学习率，参数更新的公式为：其中m_t为梯度的第一时刻平均值，v_t为梯度的第二时刻非中心方差值，β₁设为0.9，β₂设为0.9999，ε设为10-8。模型中采用dropout方法减少训练过程中的过拟合现象。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明方法提出了一种卷积神经网络与循环神经网络结合的网络模型，卷积操作对输入数据进行深度特征挖掘，提高模型对原始数据的特征提取和降维能力，循环神经网络对时间序列的短期和长期信息有很好的学习能力，从而提高系统识别的准确度。

2、本发明提取了心音信号的梅尔频率倒谱系数特征数据，无需对心音信号进行分割，减少了系统的计算量。

3、本发明利用深度神经网络完成数据的学习，从而提取更有效的特征来提高心音信号的识别率。相比于传统的手工设计特征，本方法通过深度学习得到的特征更加具有鲁棒性和泛化能力。

附图说明

图1是本发明实施例中系统流程图。

图2是本发明实施例中正常心音信号及滤波后的波形。

图3是本发明实施例中异常心音信号及滤波后的波形。

图4是本发明实施例中MFCC特征提取过程图。

图5是本发明实施例中构建的神经网络结构模型。

图6是本发明实施例中分类识别结果。

具体实施方式

下面结合实施例及附图对本发明的具体实施方式作进一步详细的描述，但本发明的实施和保护范围不限于此。

本发明方法提出了基于卷积循环神经网络的心音信号识别方法，联合了卷积神经网络和循环神经网络模型，卷积神经网络对输入数据进行深度特征挖掘，提高模型对原始数据的特征提取和降维能力，并通过引入dropout方法减少训练过程中的过拟合现象，提高预测的准确度，循环神经网络对时间序列有很好的学习能力，从而能进一步提高识别的准确度。本发明方法首先对心音信号提取梅尔频率倒谱系数特征，且不需要对心音信号进行分割，减少了计算量，然后利用卷积循环神经网络模型对得到的特征数据进行进一步特征学习，识别出正常与异常的心音信号，为心血管疾病的早期检测提供了一种更加简单有效的方法。

实施例

本发明的具体实施例选取2016年物理网络挑战上提供的PhysioNet/CinCChallenge心音数据库。

如图1所示，为本发明实施例的流程图，包括以下步骤：

对心音数据进行噪声处理：由于心音信号比较微弱，极易受到环境的影响，在采集的过程中难免引入噪声，这对信号分析结果的正确性有很大的影响，因此需要先去除噪声才能对心音信号做进一步处理。因此采用了5阶的巴特沃斯带通滤波器，对心音信号进行处理。根据心音信号噪声的频率分布，设计截止频率分别为wn₁＝20Hz,wn₂＝400Hz。图2为正常心音信号及滤波后的波形，图3为异常心音信号及滤波后的波形。

提取心音数据中的心音特征：人耳对不同频率f的语音具有不同的感知能力，Mel频率正是为了描述这种感知特性而提出，它与频率f成非线性关系。MFCC则是利用Mel频率与f之间的关系，从Mel尺度频率域提取的一种倒谱系数，是语音相关识别中常用的特征参数。

Mel频率与f之间的关系可用式子近似表示为：Mel(f)＝2595×lg(1+f/700)，式中f为实际频率，单位为Hz。

其提取流程如图4所示，具体过程为：

(1)对去噪后的心音信号s(n)预加重处理，以增强心音的高频成分，然后分帧、加窗得到每帧心音下时域信号x(n)，其中窗用汉明窗，帧长25ms,帧移10ms。

(2)将时域信号x(n)经离散傅里叶变换得到线性频谱X(k)。转换公式为式中N为傅里叶变换的点数，取N＝512。

(3)将线性频谱X(k)通过一组Mel刻度的三角形滤波器组H_m(k)滤波得到Mel频谱，并通过对数能量的处理得到对数频谱S(m)：M为滤波器组的个数，H_m(k)为每个滤波器的传递函数。

(5)将上述对数频谱经过离散余弦变换(DCT)得到Mel频率倒谱系数c(n)：

标准的MFCC倒谱系数仅反映了语音信号的静态特性，而语音的动态特性可以用这些静态特性的差分来描述。在提取MFCC以后可计算其一阶差分系数，其计算公式为式中c(n)为一帧心音信号的MFCC特征参数序列，k为常数，通常取2。对MFCC特征向量序列在时序方向上做一次傅里叶变换，即可得到对应于MFCC特征的Delta特征，其计算过程可简化为式中D(t)表示第t帧MFCC特征的Delta特征，Θ表示第t帧时序变化的信号帧的数量。

在本发明实施中，滤波器组的个数M取13，所以得到13维的特征向量，然后求MFCC的Delta特征，共得到39维的特征向量。

数据标准化：为了消除特征数据之间的差异，提高训练速度，将得到的特征矩阵进行标准差标准化，即转换为均值为0，方差为1的正态分布。

构建卷积循环神经网络模型：根据训练数据，设置网络结构。网络结构示意图如图5所示，共包含三个卷积层、三个最大池化层、一个LSTM层以及全连接层，最后为softmax层。卷积单元的特征平面个数分别为32、64、128，卷积核大小为3x3,最大池化采用的是2x2窗口大小，步长为1，LSTM层和全连接层的单元数都为64，最后为softmax层，输出预测的分类结果。

训练网络模型：网络的训练主要包括网络参数初始化，网络的前向传播和反向传播等。对权重的参数进行初始化，方差为0.01，标准差为0.迭代次数为100次，学习率为0.0005；前向传播：根据输入数据和初始化后的滤波权重，进行卷积计算，在对卷积后得到的特征图利用修正线性单元(relu)激活函数进行非线性映射，然后通过最大池化层进行降维，将池化处理的特征图送入LSTM层进行进一步学习，得到最终的特征序列。将最终的特征序列输入到softmax分类器得到心音信号的识别结果；反向传播：根据前向计算分类的结果和标签，计算损失。从最后一层到第一层应用反向传播算法对权重参数进行更新、优化，通过权重参数的学习、更新，使得训练误差不断降低，达到模型优化的目的。通过迭代不断优化网络参数，将训练结果较好的网络结构和参数进行保存。

网络训练中损失函数定义为：其中n表示样本的总数，x表示输入的样本，y表示真实值，a表示输出值。梯度优化算法采用Adam算法，Adam算法能计算每个参数的自适应学习率，参数更新的公式为：其中 m_t为梯度的第一时刻平均值，v_t为梯度的第二时刻非中心方差值，β₁设为0.9，β₂设为0.9999，ε设为10-8。模型中采用dropout方法减少训练过程中的过拟合现象。

分类识别：利用训练好的网络结构和参数，对测试样本数据集中的心音特征数据进行测试，得到分类结果，识别出正常心音和异常心音信号。

在本发明实施例中，PhysioNet/CinC Challenge心音数据库中共有3240条训练集数据，301条验证集数据，在实验中将3240条训练集数据分为训练集和验证集，分割比例为4：1。将301条验证集数据作为测试集。然后对每一部分数据数据进行去噪、特征提取及标准化，分别得到训练集、验证集和测试集的特征数据。用训练集和验证集对神经网络进行训练，用训练好的网络对测试集进行测试，得到分类结果。在本发明实施例中实验得到的分类结果如图6所示。

在本发明实施例中通过对心音数据的实验，得到的识别率为87％。通过实施例的实验可以看出，本发明方法能有效地提高心音信号的识别率，特别是在大量数据集的情况下，能够提供快速的识别方法。实施例验证了本发明方法的有效性和检测结果的可靠性，本发明的识别结果可作为正常和异常心音信号诊断的重要参考，为医生诊断心血管疾病提供快速有效的工具。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于卷积循环神经网络的心音信号分类方法，其特征在于，包含如下步骤：

步骤1、对心音数据进行噪声处理：采用带通滤波器对心音信号进行去噪；

步骤2、提取心音数据中的心音特征：对心音信号提取梅尔频率倒谱系数作为心音信号的特征；

步骤3、数据标准化：对得到的特征数据进行标准化；

步骤4、构建卷积循环神经网络模型：将卷积神经网络和循环神经网络进行结合，构建的卷积循环神经网络模型为输入层-卷积层-池化层-卷积层-池化层-卷积层-池化层-LSTM层-全连接层-输出层，模型最后一层是处理多分类任务的softmax层；

步骤5、训练卷积循环神经网络模型：利用训练样本数据集中的心音特征数据对卷积循环神经网络模型进行训练，并将训练好的卷积循环神经网络模型和参数进行保存；

步骤6、分类识别：利用训练好的网络结构和参数，对测试样本数据集中的心音特征数据进行测试，得到分类结果，识别出正常心音和异常心音信号。

2.根据权利要求1所述的基于卷积循环神经网络的心音信号分类方法，其特征在于步骤1所述的带通滤波器为5阶的巴特沃斯带通滤波器，根据心音信号噪声的频率分布，设计截止频率分别为wn₁＝20Hz,wn₂＝400Hz。

3.根据权利要求1所述的基于卷积循环神经网络的心音信号分类方法，其特征在于步骤2所述的梅尔频率倒谱系数是在Mel刻度频率域提取出来的倒谱参数，Mel刻度描述了人耳频率的非线性特性，Mel刻度与频率的关系可用式子近似表示为：Mel(f)＝2595×lg(1+f/700)，式中为f实际频率，单位为Hz；具体的计算步骤为：

(1)对心音信号s(n)预加重处理，以增强心音的高频成分，然后分帧、加窗得到每帧心音下时域信号x(n)；

(2)将时域信号x(n)经离散傅里叶变换得到线性频谱X(k)；转换公式为式中N为傅里叶变换的点数；

(3)将线性频谱X(k)通过一组Mel刻度的三角形滤波器组H_m(k)滤波得到Mel频谱，并通过对数能量的处理得到对数频谱S(m)：M为滤波器组的个数，H_m(k)为每个滤波器的传递函数；

(4)将上述对数频谱经过离散余弦变换(DCT)得到Mel频率倒谱系数c(n)：

4.根据权利要求3所述的基于卷积循环神经网络的心音信号分类方法，其特征在于在提取MFCC以后可计算其一阶差分系数，其计算公式为：

式中c(n)为一帧心音信号的MFCC特征参数序列，k为常数，通常取2；对MFCC特征向量序列在时序方向上做一次傅里叶变换，即可得到对应于MFCC特征的Delta特征，其计算过程可简化为：

式中D(t)表示第t帧MFCC特征的Delta特征，Θ表示第t帧时序变化的信号帧的数量。

5.根据权利要求4所述的基于卷积循环神经网络的心音信号分类方法，其特征在于，步骤3所述的特征数据标准化是指对得到的特征矩阵进行标准差标准化，即转换为均值为0，方差为1的正态分布。

6.根据权利要求1或5所述的基于卷积循环神经网络的心音信号分类方法，其特征在于，步骤4所述的构建卷积循环神经网络模型的结构共包含三个卷积层、三个最大池化层、LSTM层以及全连接层，最后为softmax层；卷积单元的特征平面个数分别为32、64、128，卷积核大小为3x3,最大池化采用的是2x2窗口大小，步长为1，LSTM层和全连接层的单元数都为64。

7.根据权利要求6所述的基于卷积循环神经网络的心音信号分类方法，其特征在于步骤5所述的神经网络的训练包括网络参数初始化、网络的前向传播和反向传播；对权重的参数进行初始化，方差为0.01，标准差为0；迭代次数为100次，学习率为0.0005；前向传播：根据输入数据和初始化后的滤波权重，进行卷积计算，在对卷积后得到的特征图利用修正线性单元激活函数进行非线性映射，然后通过最大池化层进行降维，将池化处理的特征图送入LSTM层进行进一步学习，得到最终的特征序列；将最终的特征序列输入到softmax分类器得到心音信号的识别结果；反向传播：根据前向计算分类的结果和标签，计算损失；从最后一层到第一层应用反向传播算法对权重参数进行更新、优化，通过权重参数的学习、更新，使得训练误差不断降低，达到模型优化的目的；通过迭代不断优化网络参数，将训练结果较好的网络结构和参数进行保存。

8.根据权利要求7所述的基于卷积循环神经网络的心音信号分类方法，其特征在于网络训练中损失函数定义为：

其中n表示样本的总数，x表示输入的样本，y表示真实值，a表示输出值；梯度优化算法采用Adam算法，Adam算法能计算每个参数的自适应学习率，参数更新的公式为：

其中

m_t为梯度的第一时刻平均值，v_t为梯度的第二时刻非中心方差值，β₁设为0.9，β₂设为0.9999，ε设为10-8；模型中采用dropout方法减少训练过程中的过拟合现象。