首页> 中文期刊> 《成都信息工程大学报》 >基于CNN-LSTM的柯氏音五时相分类方法研究

基于CNN-LSTM的柯氏音五时相分类方法研究

         

摘要

采用柯氏音进行血压测量的人工听诊法是间接测量血压的方法之一。柯氏音有5个时相,分别为弹响音、杂音、拍击音、捂音、消失音。在用人工听诊法时,弹响音开始的第一声对应的袖带压力为舒张压,消失音出现时对应的袖带压力为收缩压。由于孕妇及儿童测量舒张压需以捂音为判断标准,因此,对于不同人群的血压测量而言,识别柯氏音的时相具有重要意义。为精确识别柯氏音五时相,采用CNN加LSTM的分类模型进行柯氏音五时相的分类。同时为解决过拟合的问题,采用10折交叉验证。结果表明采用CNN和LSTM的融合模型对柯氏音的5个时相分类的平均准确率为88.69%,相比于单独的CNN准确率85.42%和单独的LSTM准确率81.39%分别提高了3.27%和7.30%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号