[发明专利]一种基于频域图处理的干罗音识别方法

说明书

技术领域

本发明涉及信号图像处理领域，尤其涉及一种基于频域图处理的 干罗音识别方法

背景技术

罗音是一种重要的异常呼吸音，通过检测罗音出现的时刻，个数， 分布等特性，医生可判断医患肺部疾病的相关信息，目前医院中罗音 都由医生本人听诊辨析，主观性较强且易受外部环境影响。使用自动 化识别罗音可有效改善这一现象，辅助医生提高就诊效率。

干罗音是罗音中的一个分支，具有持续时间长，声音频率分布较 为稳定等特点。根据医学机构定义，干罗音持续时间大于250毫秒， 分布频率为60赫兹至800赫兹之间。干罗音多由呼吸道阻塞产生， 医生可通过干罗音的音调判断呼吸道中的病变部位。同一罗音持续时 间长，频率稳定使得其在频谱图中以水平长条状色块呈现，使得通过 图像处理获取干罗音时段成为可能。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于频域图处 理的干罗音识别方法，通过在呼吸音音频文件中提取出波形特征，使 用傅里叶变换得到波形的频域图，通过图像处理中的二值化过滤掉多 余无用音频从而得到关键的干罗音部分；可以检测呼吸音数据中的干 罗音。

本发明通过以下技术方案达到上述目的：一种基于频域图处理的 干罗音识别方法，包括音频预处理阶段、生成二值化频域图阶段、提 取特征干罗音阶段；

1)音频预处理阶段：

1.1)读取并存储音频文件中的音频数据；

1.2)滤除音频数据中的噪音，得到去噪后的音频数据；

1.3)基于去噪后的音频数据进行数据归一化及去除线性趋势；

2)生成二值化频域图阶段：

2.1)利用短时傅里叶变换处理步骤1.3)得到的波形数据，生成频 域图，并对频域图进行灰度化；

2.2)提高灰度化后频域图的对比度；

2.3)将频域图内的每个像素灰度与预设阈值进行对比，低于阈值的 像素灰度设置为0，分离出频域图中的疑似干罗音区域与非干罗音区；

3)提取特征干罗音阶段：

3.1)获取疑似干罗音区域的连续像素的特征色块，排除持续时间低 于预设时间的特征色块；

3.2)逐一分析过滤后所得的特征色块，通过分析灰度分布排除非扁 平长条形状的色块，将最后所得色块整合，得到干罗音出现时间段。

作为优选，所述步骤1.1)将音频文件中的音频数据以浮点数列 的形式存储。

作为优选，所述步骤1.2)利用高通滤波滤除音频数据中的外部 噪音，利用低通滤波滤除音频数据中折叠失真所产生的噪音。

作为优选，所述步骤1.3)进行数据归一化的方法为利用特征缩 放方法将所有值转化为[0，1]的范围，其依据原始数据资料选择目标 范围，公式如下：

x′=x-min(x)max(x)-min(x)]]>

其中，x是原始的值，x′是被标准化后的值。

作为优选，所述步骤1.3)去除线性趋势的方法为使用FFT预处 理方法，利用最小二乘法分析函数得到近似函数后，从原函数中减去 近似函数，得到去除线性趋势的结果。

作为优选，所述步骤2.3)的预设阈值根据OTSU自适应阈值确 定得到，在OTSU算法中使用穷举法寻找得到使得最大类间方差最小 的值，即两个类的方差的加权和，公式如下：