基于機(jī)器學(xué)習(xí)的心音識(shí)別分類研究

馬晶，蔡文杰，楊利

前言

受人口老齡化等因素影響，我國(guó)心血管疾病的發(fā)病率和死亡率近年來快速增長(zhǎng)。據(jù)國(guó)家心血管病中心編撰的《中國(guó)心血管病報(bào)告2016》顯示，心血管病死亡占城鄉(xiāng)居民死亡原因的首位，占疾病死亡構(gòu)成的40%以上，及早診斷與及時(shí)治療是應(yīng)對(duì)這一危機(jī)的有效措施［1］。心臟聽診操作簡(jiǎn)單，但主要靠醫(yī)生的主觀經(jīng)驗(yàn)來判斷病癥。在大數(shù)據(jù)的熱潮下，通過機(jī)器學(xué)習(xí)方法來判斷心臟是否健康成為了一個(gè)備受關(guān)注的研究熱點(diǎn)。機(jī)器學(xué)習(xí)是人工智能的核心，通過計(jì)算機(jī)模擬和實(shí)現(xiàn)人類的學(xué)習(xí)行為，利用已有數(shù)據(jù)尋找規(guī)律，并對(duì)未知的數(shù)據(jù)進(jìn)行預(yù)測(cè)，目前已廣泛應(yīng)用于圖像、音頻、語言處理等領(lǐng)域［2］。

機(jī)器學(xué)習(xí)已在心臟信號(hào)輔助診斷方面取得了很多成功。Zheng等［3］提出了基于心臟儲(chǔ)備指數(shù)的混合特征提取方法，并采用最小二乘支持向量機(jī)實(shí)現(xiàn)慢性心力衰竭計(jì)算機(jī)輔助智能診斷，診斷準(zhǔn)確率、靈敏度和特異性均達(dá)到了90%。Hadi 等［4］提出了用STransform（S變換）技術(shù)提取特征，并運(yùn)用多層感知器網(wǎng)絡(luò)進(jìn)行心音病例的分類，達(dá)到了很高的正確分類率。Maragoudakis 等［5］提出了一種基于馬爾科夫鏈的貝葉斯推理方法，在198個(gè)心音信號(hào)數(shù)據(jù)集中已得到驗(yàn)證，分類效果高于其他分類器。

心音是心臟搏動(dòng)過程中產(chǎn)生的一種振動(dòng)信號(hào)，能夠很好地反映心臟活動(dòng)、血液流動(dòng)和心臟的健康情況，特別在診斷血流動(dòng)力學(xué)異常方面比心電圖更具優(yōu)勢(shì)［6］。心音在疾病診斷中提供初步線索，有助于醫(yī)生對(duì)疾病進(jìn)行評(píng)估，因其方便快捷在臨床上被廣泛應(yīng)用［7］。……