心音自動分類技術在先天性心臟病的早期診斷中占有重要地位。本文在不依賴對心音按心動周期進行準確分割的基礎上，提出一種基于子帶包絡特征和卷積神經網絡的心音分類算法。首先對心音信號進行分幀，其次用伽馬通濾波器組對幀級心音信號進行濾波從而得到子帶信號，然后用希爾伯特變換提取子帶包絡并將經過后續處理的子帶包絡堆疊成特征圖，最后使用Ⅰ型與Ⅱ型卷積神經網絡進行分類，經實驗證明該特征在Ⅰ型卷積神經網絡上能達到較優效果。本文用采集的1 000例心音樣本對本文算法進行測試，測試結果表明，本文提出的算法對比其它同類算法的整體性能有明顯提升，期望通過本研究可為先心病的自動分類提供新的方法，并加快心音自動分類技術應用于實際篩查的進程。