[发明专利]一种基于深度学习的呼吸音分类方法

说明书

本发明涉及声频信号识别领域，特别涉及一种基于深度学习的呼吸音分类方法。包括：采集呼吸音的音频信号样本，并对所述音频信号进行预处理；根据呼吸音周期文本信息，对步骤S1中的所述音频信号进行周期划分得到设定周期的呼吸音信号；通过音频数据增强方法对数据集中呼吸音频信号进行数据增强，提取呼吸音频信号的声学特征；利用步骤S3中提取的声学特征，构造类型识别模型对呼吸音进行分类识别，得出所述分类识别结果。

技术领域

本发明涉及声频信号识别领域，更具体地说，特别涉及一种基于深度学习的呼吸音分类方法。

背景技术

呼吸音中蕴含着大量的生理信息，是反映呼吸健康和呼吸紊乱的重要指标。呼吸音中作为一种非线性非平稳的随机信号，包含了不能被人耳所辨别的低频信号。数字听诊器对呼吸音的研究提供了数据来源，将采集到的呼吸音，提取低频信号在内的有用信息，利用深度学习自动诊断呼吸系统疾病有着重要的研究意义。

依据音调高低、主频率分布区间、是否连续可以将呼吸音大致分为4类，正常音，哮鸣音，鼾音，湿罗音。

早期研究中，研究人员采用矢量量化方法(VQ)和k近邻算法处理呼吸音识别问题。Waitman等人采用功率谱密度提取特征，利用ANN算法识别正常音和异常音。Abbas等人采用功率谱密度和ANN算法研究呼吸音(正常音、哮鸣音和爆裂音)的多分类问题。Kandaswamy研究通过离散小波变换得到的 6种类型呼吸音特征的分类问题，Icer S采用功率谱提取呼吸音特征，SVM算法对正常音、爆裂音和鼾音进行多分类研究。Alsmadi等人构建一个基于数字信号处理的实时系统，利用KNN算法对正常音和异常音进行二分类，但KNN 作为无训练过程的分类算法，待测呼吸音所属类别仅根据其最邻近k个样本所属类别进行投票，因此其分类效果不佳。傅星瑜等人利用离散小波变换将信号分解和重构成7层并从子带中提取一组统计特征，通过BP神经网络对正常信号和呼吸音信号进行分类。BP神经网络对正异常音进行分类，但其权重值选择的随机性，使得网络训练后的模型具有不稳定性，易陷入局部极值点，因此分类效果也不好。

发明内容

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

本发明公开了一种基于深度学习的呼吸音分类方法，包括：S1、采集呼吸音的音频信号样本，并对所述音频信号进行预处理；S2、根据呼吸音周期文本信息，对步骤S1中的所述音频信号进行周期划分得到设定周期的呼吸音信号；S3、通过音频数据增强方法对数据集中呼吸音频信号进行数据增强，提取呼吸音频信号的声学特征；S4、利用步骤S3中提取的声学特征，构造类型识别模型对呼吸音进行分类识别，得出所述分类识别结果。

进一步的，步骤S1中的采集的样本为920个长度从10秒到90秒不等的带注释的呼吸音频。

进一步的，步骤S1中的呼吸音类型包括正常呼吸音、湿罗音、哮鸣音、湿罗音和哮鸣音组合音。

进一步的，S1步骤中的预处理的具体过程包括：S101、对所述音频信号进行重采样，去除高频信息；S102、对所述音频信号进行高通滤波处理；

进一步的，步骤S2中，通过呼吸音呼吸周期文本信息将S1中的所述呼吸音频分割为6898个呼吸周期音频，其中包括3642个正常呼吸音，1864个湿罗音，886个哮鸣音，506个湿罗音和哮鸣音的组合音。

进一步的，步骤S3具体步骤包括：S300、采用音频加噪、音高变换、音频时移增强三种音频数据增强方法呼吸音频信号进行了数据增强。S301、提取所述呼吸音频信号的短时能量、短时平均过零率，谱质心、谱滚降、谱对比度、色度谱、RMS能量、mfcc系数、一阶差分mfcc系数、二阶差分mfcc 系数、谐噪比、基频微扰、振幅微扰共67维组合特征。

与现有技术相比，本发明的优点在于：

(1)采用了音频数据增强方法扩充数据集中呼吸音频的数量和多样性，