血管硬化是心血管疾病的獨立預測因子，柯氏音的特征與血管順應性密切相關。本研究的目的是探究基于柯氏音信號的特征進行血管硬化檢測的可行性。分別采集正常血管和硬化血管的柯氏音信號，并進行預處理，利用小波散射網絡對柯氏音信號進行散射特征提取，搭建長短期記憶網絡（LSTM）作為分類模型，對散射特征進行分類，評估 LSTM 分類模型的性能。本研究共有 97 例柯氏音信號數據，其中血管硬化組為 50 例，血管正常組為 47 例，按照 8∶2 的比例劃分為訓練集和測試集。最終分類模型的準確率為 86.4%，敏感度為 92.3%，特異性為 77.8%。研究結果表明，柯氏音信號的特征受到血管順應性的影響，利用柯氏音信號的特征進行血管硬化的檢測是可行的，本研究為無創血管硬化檢測提供了一種新的思路。