基于双分支特征提取网络的心音信号分析与心血管疾病早期诊断研究

本研究针对心音信号复杂性和多样性导致的识别难题，提出了一种新型心音双分支特征提取网络(HSDFE-Net)。该模型通过结合常规音频特征和双谱(Bi-spectrum)特征，采用1DCNN和2DCNN并行架构，并引入压缩激励模块(SENet)，在三个公开数据集上分别达到99.00%、99.53%和83.33%的准确率，为心血管疾病早期诊断提供了可靠技术方案。

　　

心血管疾病是全球健康的主要威胁，而心音信号作为心脏功能的关键指标，其准确分析对早期诊断至关重要。然而，传统听诊方法高度依赖医生经验，人耳对频率的敏感度有限，难以捕捉细微异常。尽管机器学习在心电和脑电分类中表现优异，但心音信号的复杂波形、个体差异和噪声干扰使得自动分类仍面临重大挑战。现有方法或依赖手工特征难以捕捉非线性关系，或仅关注线性频谱而忽略高阶特征，亟需更全面的特征提取框架。

南通理工学院信息工程学院的研究团队在《Scientific Reports》发表创新研究，提出心音双分支特征提取网络(HSDFE-Net)。该研究通过并行处理常规音频特征和双谱特征，结合注意力机制，显著提升了心音分类性能。关键技术包括：1)采用25-400Hz带通滤波和降采样预处理；2)同步提取MFCC等常规特征与反映非线性相互作用的双谱特征；3)构建含SENet的1DCNN和2DCNN双分支架构；4)使用Yaseen-PCG、PhysioNet-e/d三个数据集验证。

HSDFE-Net结构
模型采用双分支设计：常规音频分支通过1DCNN提取频谱特征，并引入SENet动态调整通道权重；双谱分支通过2DCNN分析信号的三阶累积量特征。特征融合后经Dropout层和全连接层输出分类结果。

特征选择
创新性地组合零交叉率等常规特征与双谱特征，后者通过式(1)-(2)的三阶累积量傅里叶变换计算，能检测频率分量间的非线性耦合，弥补传统二阶谱分析的不足。

实验结果
在Yaseen-PCG五分类任务中，主动脉狭窄(AS)等类别的F1-score达100%，整体准确率99.00%。PhysioNet-e数据集上异常心音(AN)检测F1-score为97.14%，显著优于传统方法。双谱特征可视化显示异常心音能量分布更分散，验证了其特征判别力。

消融实验
单独使用1DCNN或2DCNN时mF1分别为93.89%和94.04%，融合后提升至99.00%。加入SENet使PhysioNet-d数据集mF1从62.50%跃升至82.86%，混淆矩阵显示错误分类减少50%。

对比实验
相较随机森林(RF)和SVM等传统方法，HSDFE-Net在Yaseen-PCG的准确率提高5-8个百分点。与最新CTENN模型相比，PhysioNet-e的mF1提升3.37%，证明双模态特征的优势。

该研究突破性地将高阶谱分析与深度学习相结合，首次证实双谱特征能有效表征心音非线性特性。创新设计的双分支架构通过¹DCNN-²DCNN协同和SENet优化，解决了传统方法特征利用不足的问题。临床意义上，99.53%的准确率为基层医疗提供了可靠的自动诊断工具，而83.33%的小数据集性能表明模型具备强泛化能力。未来通过优化双谱计算效率和扩大临床验证，可进一步推动技术转化应用。