[发明专利]自动提取湿罗音特征的方法

说明书

本申请涉及一种自动提取湿罗音特征的方法，实现了智能化且自动的从待测者的呼吸音时域波形中提取出湿罗音特征，无需人为干预，以用于后续湿罗音特征数据的相关研究，大幅度降低了搜集、裁剪、整理湿罗音特征所需消耗的劳动强度和人力成本。

技术领域

本申请涉及信号与信息处理技术领域，特别是涉及一种自动提取湿罗音特征的方法。

背景技术

罗音是人发声所产生的音频时域信号波形中，由于呼吸道疾病而导致其中带有某种特征的信号波形。湿罗音是罗音的一种。它是由于吸气时气体通过呼吸道内的分泌物如渗出液、痰液、血液、黏液和脓液等形成的水泡破裂所产生的声音，故又称水泡音。湿罗音为呼吸音外的附加音，断断续续且持续时间短暂。

从湿罗音中分离出及罗音的特征，对呼吸道疾病的防治具有重要性的意义。

传统的提取湿罗音特征的方法，一般通过手工从事先采集到的呼吸音原始波形中分割出来，这种手工分割湿罗音的工作需要投入大量人力、物力、精力和时间，成本高昂。

发明内容

基于此，有必要针对传统动提取湿罗音特征的方法过度耗费人力物力的问题，提供一种自动提取湿罗音特征的方法。

本申请提供一种动提取湿罗音特征的方法，包括：

获取待测者在一个预设时间段内的呼吸音时域波形；

对所述呼吸音时域波形进行预处理；

基于预处理后的呼吸音时域波形，构建时间窗序列；所述时间窗序列包含多个时间窗；

从所述时间窗序列中筛选出至少一个与湿罗音相关的时间窗作为观测窗，并依据至少一个观测窗，构建观测窗序列；

获取所述观测窗序列中每一个观测窗内的湿罗音特征脉冲波形；

对每一个湿罗音特征脉冲波形进行连续小波变换，进一步从每一个湿罗音特征脉冲波形中提取出湿罗音特征核波形；

从每一个湿罗音特征核波形中提取出湿罗音特征并输出。

进一步地，基于预处理后的呼吸音时域波形，构建时间窗序列的步骤，包括：

从预处理后的呼吸音时域波形中筛选出所有的过零区间波峰和过零区间波谷；在预处理后的呼吸音时域波形中，每两个相邻过零点之间仅存在波峰时，振幅最大的波峰为过零区间波峰；在预处理后的呼吸音时域波形中，每两个相邻过零点之间仅存在波谷时，振幅最大的波谷为过零区间波谷；

依据公式1计算过零区间峰谷平均振幅；

公式1；

其中，为过零区间峰谷平均振幅，N_P为过零区间波峰总数，N_V为过零区间波谷总数，P_n为第n个过零区间波峰的振幅，V_k为第k个过零区间波谷的振幅；

基于所述过零区间峰谷平均振幅，从预处理后的呼吸音时域波形中筛选出大振幅波峰和大振幅波谷，所述大振幅波峰和所述大振幅波谷的振幅均需满足大于或等于所述过零区间峰谷平均振幅的条件；

基于所述大振幅波峰和大振幅波谷，依据公式2计算背景振幅值；

公式2；

其中，为背景振幅值，为第i个大振幅波峰的振幅，为大振幅波峰的总数，为第j个大振幅波谷的振幅，为大振幅波谷的总数；

将预处理后的呼吸音时域波形拆解为多个时间窗按时间先后顺序依次连接的形式，生成时间窗序列。

进一步地，将预处理后的呼吸音时域波形拆解为多个时间窗按时间先后顺序依次连接的形式，生成时间窗序列的步骤，包括：