[发明专利]一种柯氏音时相分类识别方法及系统有效
| 申请号: | 202010350121.4 | 申请日: | 2020-04-28 |
| 公开(公告)号: | CN111657900B | 公开(公告)日: | 2021-08-17 |
| 发明(设计)人: | 潘帆;何培宇;郑定昌 | 申请(专利权)人: | 四川大学 |
| 主分类号: | A61B5/022 | 分类号: | A61B5/022 |
| 代理公司: | 成都拓荒者知识产权代理有限公司 51254 | 代理人: | 杨争华 |
| 地址: | 610042*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 柯氏音时相 分类 识别 方法 系统 | ||
1.柯氏音时相分类识别方法,其特征在于,包括以下步骤:
S1、获取袖带压力数据P和听诊器音频数据K;
S2、从所获取的袖带压力数据中提取压力脉搏波数据PO,检测压力脉搏波数据的顶点得到顶点位置序列Pi;
S3、对听诊器音频数据K进行预加重处理,得到听诊器音频数据K1;
S4、以顶点位置序列Pi为参考点,对听诊器音频数据K1进行切分,切分后形成听诊器音频数据帧序列Ks;
S5、将听诊器音频数据帧序列Ks转换成声谱图,并按照先后顺序组成听诊器音频数据声谱图序列数据Kis;
S6、将听诊器音频数据K中各柯氏音的峰值点位置序列Kpi与与之相对应的压力脉搏波顶点位置序列Pi相减,然后将差值除以听诊器音频数据的采样率fs得到峰-峰时延序列PKis;
S7、将声谱图序列数据Kis和峰-峰时延序列PKis送入深度神经网络进行识别,每一对声谱图序列数据和峰-峰时延数据由深度神经网络输出一个对应的柯氏音时相分类识别结果。
2.根据权利要求1所述的柯氏音时相分类识别方法,其特征在于,通过声学换能器将听诊器内采集到的声学信号转换为电信号,该电信号依次经过放大和AD转换处理后转换为音频数字信号,从而得到听诊器音频数据K;通过压力传感器将袖带内的压力信号转换为电信号,该电信号依次经过放大和AD转换处理后转换为压力数字信号,从而得到袖带压力数据P。
3.根据权利要求1所述的柯氏音时相分类识别方法,其特征在于,对袖带压力数据P进行带通滤波,得到滤波后的袖带压力数据P1,通过多项式拟合的方法去除P1的基线,得到所述压力脉搏波数据PO。
4.根据权利要求3所述的柯氏音时相分类识别方法,其特征在于,进行带通滤波时,滤波器通带频率选择为0.05Hz到20Hz。
5.根据权利要求3所述的柯氏音时相分类识别方法,其特征在于,步骤S3中,预加重处理的滤波器传递函数采用H(Z)=1–az-1,其中a=0.928。
6.根据权利要求5所述的柯氏音时相分类识别方法,其特征在于,基于增强型谱减法,对听诊器音频数据K1进行噪声抑制处理,得到降噪后的听诊器音频数据K2。
7.根据权利要求1所述的柯氏音时相分类识别方法,其特征在于,步骤S4中,进行切分时,以Pis作为切分数据帧起点,Pie作为切分数据帧结束点,Pis=Pi–(Or*0.3),Pie=Pi+(Or*0.5),其中,Or为平均脉搏波周期,n为顶点序列个数。
8.一种柯氏音时相分类识别系统,其特征在于,包括:
袖带压力数据采集单元,用于采集袖带压力数据P;
听诊器音频数据采集单元,用于采集听诊器音频数据K;
主控与运算处理单元,基于袖带压力数据P和听诊器音频数据K执行权利要求1所述的柯氏音时相分类识别方法。
9.根据权利要求8所述的柯氏音时相分类识别系统,其特征在于,所述听诊器音频数据采集单元包括听诊器、声学换能器、第一信号放大器模块和第一AD转换器,声学换能器用于将听诊器内采集到的声学信号转换为电信号,该电信号经所述第一信号放大器模块将信号放大后,传输至所述第一AD转换器,经第一AD转换器转换后的数字信号被输入至所述主控与运算处理单元。
10.根据权利要求8或9所述的柯氏音时相分类识别系统,其特征在于,所述袖带压力数据采集单元包括可充气袖带、压力传感器、第二信号放大器模块和第二AD转换器,所述压力传感器用于将可充气袖带内的压力信号转换为电信号,该电信号经第二放大器模块放大后,传输至第二AD转换器,经第二AD转换器转换后的数字信号被输入至所述主控与运算处理单元。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010350121.4/1.html,转载请声明来源钻瓜专利网。





