[发明专利]咳嗽类型识别方法、装置及系统

说明书

本发明实施例提供了一种咳嗽类型识别方法及装置。该方法包括：获取用户咳嗽时采集到的第一信号和第二信号；第一信号为通过接触式方式采集用户咳嗽时产生的其他不为声音的信号所得到的信号，第二信号为采集用户咳嗽时产生的声音得到的音频信号；根据第一信号和第二信号得到第三信号；根据第三信号提取第一信号特征；根据第一信号特征确定用户咳嗽的咳嗽类型。采用本发明实施例，能够有效过滤噪声，仅对目标用户的咳嗽声音进行信号特征的提取和咳嗽类型的识别，从而更为准确地区分干咳或湿咳等咳嗽类型。

技术领域

本申请涉及声音处理技术领域，尤其涉及一种咳嗽类型识别方法、装置及系统。

背景技术

呼吸道疾病第一大临床表现就是咳嗽，咳嗽可以根据是否有痰分为干咳或湿咳。干咳，即干性咳嗽，无痰或痰量少，常见于慢性喉炎、气管炎或管内异物等疾病；湿咳，即湿性咳嗽，有痰，常见于慢性支气管炎、肺炎或支气管扩张等疾病。

在实际生活中就诊时，患者常常无法准确描述咳嗽症状，也很难复现完整的咳嗽症状。因而，医生对咳嗽相关信息往往难以进行有效利用，在短暂的就诊时间里医生基于仅有的信息更难以做到精准定位病因，导致病程拖长甚至病情恶化。人工听音的咳嗽判断主要依赖于医生的经验，判断标准良莠不齐，误诊几率大。

发明内容

本发明实施例公开了一种咳嗽类型识别方法、装置及系统，能够有效过滤噪声，仅对目标用户的咳嗽声音进行信号特征的提取和咳嗽类型的识别，从而更为准确地区分咳嗽声音所属的干咳或湿咳等咳嗽类型。

第一方面，本发明实施例提供了一种咳嗽类型识别方法，包括：获取用户咳嗽时采集到的第一信号和第二信号；第一信号为通过接触式方式采集用户咳嗽时产生的其他不为声音的信号所得到的信号，第二信号为采集用户咳嗽时产生的声音得到的音频信号；根据第一信号和第二信号得到第三信号；根据第三信号提取第一信号特征；根据第一信号特征确定用户咳嗽的咳嗽类型。

在上述方法中，第一信号为通过与目标用户接触采集的目标用户咳嗽时产生的不为声音的信号，第一信号仅属于目标用户发出的信号。第二信号为采集目标用户咳嗽时产生的声音得到的音频信号，但第二信号可能存在非目标用户的噪声。本发明实施例结合第一信号和第二信号，能够有效地去除环境噪声和其他噪声，仅对目标用户发出的第三信号进行第一信号特征的提取和咳嗽类型的识别，从而能够更为准确地区分咳嗽声音所属的干咳或湿咳等咳嗽类型。

在第一方面的一种可选方案中，第一信号、第二信号均包括多个信号帧，每个信号帧各自对应不同采集时段。

上述根据第一信号和第二信号得到第三信号，包括：如果第一信号帧的能量大于或等于预设能量阈值，确定第三信号中的第二信号帧为第一信号帧；第二信号帧与第一信号帧对应同一采集时段，第一信号帧为第一信号中的任一信号帧；如果第一信号帧的能量小于预设能量阈值，确定第二信号帧为第二信号中的第三信号帧，第三信号帧与第一信号帧对应同一采集时段。

在上述方法中，第一信号虽仅属于目标用户发出的信号，但通过接触式方式采集的第一信号的频带范围较小，无法全面地表征目标用户的咳嗽。而第二信号的频带范围虽较广，但包含目标用户的声音以外的噪声。本发明实施例结合第一信号，去除第二信号中的噪声(如非目标用户的其他人的说话声、咳嗽声、身体活动声等)，得到仅属于目标用户且频带范围全面，能用于准确表征目标用户的咳嗽声音的第三信号。对第三信号进行第一信号特征的提取和咳嗽类型的识别，不仅能够过滤噪声，也能不遗漏目标用户发出的部分频带的信号，使干咳或湿咳等咳嗽类型的识别更为准确和全面。

在第一方面的又一种可选方案中，上述第一信号特征包括第三信号的短时能量谱的平均短时能量、第一斜率、第二斜率，以及一个或多个梅尔倒谱系数特征向量；第三信号的第一斜率为第三信号中信号起点对应的信号帧在第三信号的短时能量谱中的斜率，第三信号的第二斜率为第三信号中信号终点对应的信号帧在第三信号的短时能量谱中的斜率。