CMQ：基于梅尔滤波和恒Q变换的异常心音检测

摘要

心音听诊是一种心血管疾病诊断的重要方式.将深度学习与心音听诊相结合，可以实现对心血管疾病的辅助诊断，减少对专业医生的依赖.现有的异常心音检测方法主要是在心音分割的基础上，考虑单一特征，难以应对同时存在环境噪声和信道衰减的复杂场景.本文在对心音信号进行梅尔滤波和恒Q变换的基础上，提取多种更加符合人耳生理特性的心音特征并进行融合，获得更加完备和包含更多细节的心音特征表示.在后端分类器的构建上，考虑到EfficientNetv2优越的分类性能和高效的训练速度，我们将EfficientNetv2作为分类器的骨干网络.同时，为了提高模型对不同类型心脏杂音的敏感性，我们设计了一种特征多尺度加权融合模块，实现更加细腻度的特征融合.充分的实验表明，本文提出的异常心音检测方法在各项指标上均获得较高的分数，与文中列出的基线方法相比，具有一定的优越性.

关键词

心音异常检测 / 梅尔滤波 / 恒Q变换 / 多尺度加权融合