南京邮电大学学报(自然科学版)

作者：卢官明,许梦悦,卢峻禾,戚继荣,赵宇航,王洋

单位：1. 南京邮电大学 通信与信息工程学院，江苏 南京 2100032. 南京邮电大学 计算机学院，江苏 南京 2100233. 南京医科大学 附属儿童医院心胸外科，江苏 南京 210008

关键词：心音分段；短时傅里叶变换；同步挤压变换；双向门控循环单元

基金：国家自然科学基金（72074038）、江苏省卫生健康委员会重点项目（K2023036）和南京市卫生科技发展专项资金项目（ZKX22050）资助项目

为了提高心音分段的定位精度和准确率，提出一种基于双向门控循环单元（Bi?directional Gated Recurrent Unit，Bi?GRU）网络的心音分段算法。首先，采用短时傅里叶变换（Short?Time Fou?rier Transform，STFT）和同步挤压变换（Synchrosqueezing Transform，SST）技术提取各个时间步短时窗口内心音信号的瞬时频率特征；然后，将各个时间步提取的瞬时频率特征构成序列并输入到Bi?GRU 网络，利用 Bi?GRU 网络挖掘特征序列的上下文依赖关系，提取心音信号的上下文时频特征；最后，使用 Softmax 分类器将心音信号分成第一心音（S1）、第二心音（S2）、S1?S2间期、S2?S1间期 4种状态类别。在 PhysioNet/CinC Challenge 2016数据集上的实验结果表明，提出的心音分段算法总体准确率为93.30%，S1状态的平均F1得分为0.953 8，S2状态的平均F1得分为0.945 0，优于基线心音分段算法LR?HSMM的性能指标，验证了该算法能有效地对心音信号进行分段，为心音信号的特征提取与分析提供了基础。

来源：2025年第03期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第03期