[发明专利]一种柯氏音时相分类识别方法及系统

说明书

本发明公开了一种柯氏音时相分类识别方法和系统，针对柯氏音不同时相(I，II，III，IV和V时相)具有不同声学和时频特征的性质，对采集数据进行预处理，并基于深度神经网络和相关处理算法，对从听诊器中采集到的柯氏音信号进行自动分类识别，从而能够能够区分出柯氏音的不同时相，并输出时相的识别结果。本发明提供的方法和系统能够实现对柯氏音不同时相的准确高效的识别。

技术领域

本发明涉及血压测量技术领域，尤其涉及一种柯氏音时相分类识别方法及系统。

背景技术

在使用人工听诊法进行血压测量时，需要对缠绕于上臂的袖带进行充气加压，阻断肱动脉血液流通，然后再匀速放气减压。随着压力下降，血流重新冲开血管，发出与心动周期节拍相同的节律音，叫做柯氏音。柯氏音的特征会随着袖带压力的下降发生变化，这个过程分为五种时相：I、II、III、IV和V时相，也分别叫做弹响音、杂音、拍击音、捂音和消失音。

对大多数成年人来说，第一个听到的柯氏音和最后一个听到的柯氏音分别对应的袖带压力记为收缩压和舒张压。目前有一些论文和专利提出了能够自动识别这两个柯氏音的方法。然而对于一些特殊人群(如12岁以下儿童、孕妇、老年人、严重贫血、甲状腺机能亢进症和主动脉瓣关闭不全患者等)，则需要以柯氏音的IV时相读取舒张压。因此，正确识别柯氏音第IV时相是准确测量这类特殊人群血压的关键。然而，目前绝大多数以示波法为代表的自动血压测量方法是基于袖带内的压力振荡波推算血压值，其根本无法对柯氏音信号进行判断，更不用说区分柯氏音信号的时相。虽也可通过统计规律校准血压推算经验系数，但其精度仍然很低。因此，示波法无法完成对特殊人群的准确测量。人工听诊法虽然可以实现对特殊人群血压的测量，但其测量结果与测量医师的经验和操作准确度相关性很大，测量结果的可靠性很难得到保证，而且人工听诊法也不便于人们在家中自行进行血压监测。此外，现有技术中还出现了一些自动听诊法，能够对柯氏音的出现和消失进行识别和判断，但这些方法和技术都没有涉及对柯氏音时相的识别和判断。因此，现有的无创血压测量方法无法应对特殊人群的血压测量要求。

发明内容

本发明的目的在于解决上述问题，提供一种可对柯氏音的时相进行准确有效的分类识别的方法及系统。

本发明的柯氏音时相分类识别方法，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P_O，检测压力脉搏波数据的顶点得到顶点位置序列P_i；

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P_i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K_s；

S5、将听诊器音频数据帧序列K_s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K_is；

S6、将听诊器音频数据K中各柯氏音的峰值点位置序列K_pi与与之相对应的压力脉搏波顶点位置序列P_i相减，然后除以听诊器音频数据的采样率fs得到峰-峰时延序列PK_is；

S7、将声谱图序列数据K_is和峰-峰时延序列PK_is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。

可选择的，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。