申请/专利权人:无锡市精神卫生中心;无锡市中心康复医院;江南大学
申请日:2023-12-21
公开(公告)日:2024-05-31
公开(公告)号:CN118105105A
主分类号:A61B7/04
分类号:A61B7/04;G06N3/006;G06F18/214;G06F18/24
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明提供一种时频域特征融合与粒子群优化的CatBoost心音检测方法及系统,应用于健康监测技术领域。本发明所提方法包括采集人体的心音信号;对采集的心音信号进行预处理;对预处理后的心音信号进行分割,提取分割完成后的心音信号的时频域特征;将时频域特征提取的心音数据集作为训练数据集,将训练数据集输入CatBoost模型进行训练,同时使用粒子群算法进行CatBoost的超参数寻优,得到粒子群优化后的CatBoost异常心音检测模型;使用粒子群优化后的CatBoost异常心音检测模型对采集到的心音数据进行检测,实现心音信号的异常检测。本发明具有高精度、高稳定性、高实时性、易于部署等优点,提高了心音测量设备的可穿戴性,实现了心音信号的实时连续测量和心音信号的异常检测。
主权项:1.一种时频域特征融合与粒子群优化的CatBoost心音检测方法,其特征在于,包括:步骤S1:采集人体的心音信号;步骤S2:对采集的心音信号进行预处理;步骤S3:对预处理后的心音信号进行分割,提取分割完成后的心音信号的时频域特征;步骤S4:将时频域特征提取的心音数据集作为训练数据集,将训练数据集输入CatBoost模型进行训练,同时使用粒子群算法进行CatBoost的超参数寻优,得到粒子群优化后的CatBoost异常心音检测模型;步骤S5:使用粒子群优化后的CatBoost异常心音检测模型对采集到的心音数据进行检测,实现心音信号的异常检测。
全文数据:
权利要求:
百度查询: 无锡市精神卫生中心;无锡市中心康复医院;江南大学 时频域特征融合与粒子群优化的CatBoost心音检测方法及系统
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。