基于LightGBM的心音信号分类研究

摘要

为实现心音信号的自动分类,本文采用梯度提升树LightGBM对心音信号进行识别并分类.首先对心音信号进行分割,识别心脏搏动周期中的不同阶段;再分别从时域和频域对每次心跳中的不同时期片段进行分析和处理,提取信号特征,最后利用LightGBM分类器进行分类.实验结果表明,通过特征提取并利用LigthGBM进行分类是一种有效可行的心音信号分类方法,该方法对心音信号有无异常的识别准确率达91.2％.