跨域信号医疗器械厂 / 基层医疗 / AI 辅诊
心音 PCG 异常筛查
01
痛点
- !听诊器录音要做 S1/S2 分割与杂音(murmur)频谱特征,缺标准化流程。
- !正常/异常二分类依赖经验,难规模化、复现。
- !低采样、单通道、低频信号需专门预处理与特征工程。
02
Tinia 解决思路
低频带通 + S1/S2 定位 + 杂音段频谱特征 + AutoML 判别——同一套算子直接迁到生理信号。
20–400 Hz 带通S1/S2 定位杂音频谱Mel 特征AutoML 判别
03
用到的节点
IIR 滤波器iir_filter
20–400 Hz 带通预处理有效段检测active_segment
S1 / S2 节拍定位FFT 频谱分析fft_spectrum
杂音段频谱频谱特征提取fbank_extract
Mel 频谱特征特征聚合feature_merge
特征合并核心节点；流程可按你的数据与标准自由增删——节点图始终可改。
04
预期产出
- S1 / S2 节拍周期与杂音段频谱特征。
- 正常 / 异常二分类（AutoML 判别函数）。
- 可规模化、可复现的筛查流程。
参考标准 / 工程实践PhysioNet 公开数据集 · 临床指南
想用这条流程跑你自己的数据？
申请试用