logmel spectrogram

CNN心音分析受益于先进的声谱图方法

研究人员比较了三种将原始心音音频转换为视觉声谱图以供卷积神经网络（CNN）分析的不同方法。该研究侧重于检测异常心音，发现所有三种方法在识别异常病例方面都达到了高灵敏度（约0.95）。然而，在PhysioNet准确性指标上，PCEN和一种多分辨率方法略优于标准的logmel声谱图。使用Grad-CAM的可视化表明，CNN主要关注关键心音发生的低频区域，这表明它学习到了相关的特征。