[发明专利]基于音频录取设备的呼吸模式判决方法

说明书

技术领域

本发明属于音频领域，特别是一种基于音频录取设备的呼吸模式判决方法。

背景技术

呼吸是人重要的生理信号，与人体的健康状况息息相关。

现有的呼吸监测方法有两类，一类为接触式监测，一类为非接触式监测。接触式监测是传统的呼吸监测方法。这种接触式监测仪通过电极和医学传感器与人体相连来采集相关参数，但其所使用的电极会使被监测者感到束缚和不适，导致检测结果受到影响。由于接触式监测仪的缺陷，一些患者并不适用于这种设备，此外，接触式监测设备需要专业的医护人员进行操作，这将耗费一定的人力和财力。近来，学者们在寻求可以替代接触式监测的呼吸监测方法，用雷达作为传感器是非接触监测方法的新方式，这种检测方法是用雷达来探测人体胸腔微小的起伏来得到呼吸相关信息。但由于雷达系统实现复杂，成本昂贵，因此不适用于家庭日常监测。

发明内容

本发明的目的在于针对接触式呼吸监测存在的不足，借助音频设备实现呼吸模式的非接触测量，并且实现了对常见呼吸模式的判决。

实现本发明目的的技术解决方案为：一种基于音频的呼吸模式判决方法，包括以下步骤：

步骤1、用音频录取设备采集信号，将测得的音频信号进行降噪和语音增强，得到呼吸信号；

步骤2、以60秒预处理后的呼吸信号为例，分帧，帧长10秒，帧移5秒，时间检测的阈值设为帧内平均能量的2.5倍，时长的阈值设为1-5秒，进行声音事件检测得到呼吸事件；

步骤3、基于检测到的呼吸事件，提取信号时域特征，呼吸周期、呼吸次数、能量、呼吸周期的方差、均方误差、能量差值累积、呼吸次数差值、呼吸次数的方差、能量的方差。其中特殊参数计算如下：

步骤3-1、均方误差RMSE：帧内平均均方误差，计算公式为：

其中是s(i)为音频信号，l为呼吸事件长度。

步骤3-2、能量差值累积EDA：累加帧内的相邻选中段能量的绝对差值，，计算公式为：

其中，e(n)是第n个选中呼吸事件的能量。num为帧内总事件数。

步骤3-3、呼吸次数差值BVP：相邻帧呼吸次数的差值，公式为：

BVP＝|N_i-N_i-1|

式中，N_i为第i帧内的呼吸事件数；

步骤4、基于检测到的呼吸事件，提取信号声学特征包括过零率，共振峰及其一阶导数，梅尔倒谱系数及其一阶导数，具体为：

步骤4-1、对每一个选中事件，采用LPC求根法提取共振峰特征，返回帧内所有事件的前三个共振峰的质心，以及前三个共振峰的一阶微分的质心用作共振峰特征和共振峰微分特征。

步骤4-2、对帧内每一个选中事件计算梅尔倒谱系数和一阶微分参数，返回帧内所有事件的梅尔倒谱系数和一阶微分参数的质心用作梅尔倒谱系数及其一阶微分参数。

步骤4-3、计算信号过零率，具体为：对帧内的选中段计算过零率，返回平均值用作过零率特征。

步骤5、用特征训练集来训练用支持向量机。具体为：

步骤5-1、本方法中有7类呼吸模式，对7类类别做次划分，每次划分取出全部类别中的两类，按照二元码编码规则，一类为正例(+1)，一类为反例(-1)，从而形成一个二分类训练集，共产生21个训练集；

步骤5-2、确定每一个训练集的最优决策边界，从而训练出个分类器；

步骤6、对未知呼吸信号进行模式判决。具体为：

步骤6-1、用21个分类器对未知呼吸模式的样本进行预测，得到21个预测呼吸模式组成21位的二元码；

步骤6-2、将上述预测的二元码与每个呼吸模式各自的编码进行比较，返回其中海明距离最小的模式作为最终的预测结果。若有两个模式距未知样本的海明距离相同，则随机选取一个模式作为预测的呼吸模式。

本发明与现有技术相比，其显著优点在于：1)本发明利用音频设备可以实现呼吸的非接触式监测，与传统的接触式监测相比，设备简单，减少了人力物力的投入，减少了人体的不适感。2)本发明与基于雷达的非接触式监测相比，设备简单易获得，成本低，适用于家庭日常监测。3)本发明选择了合适有效的时域特征和声学特征参数来表征多种常见的呼吸模式，训练支持向量机并用其实现未知模式的判决。4)本发明的方法简单有效，判决结果准确。5)本发明提出的基于音频算法的呼吸监测方法克服了现有技术中的缺陷，用音频设备采集呼吸信号，利用音频处理算法实现对未知呼吸模式的模式判决。

下面结合说明书附图对本发明做进一步描述。