[发明专利]基于喉部振动信息的吞咽障碍识别方法、设备及装置在审

专利信息
申请号: 202110304121.5 申请日: 2021-03-22
公开(公告)号: CN112820405A 公开(公告)日: 2021-05-18
发明(设计)人: 李颖;张绍敏;江杨洋;杨雪;任芳洲;袁佳敏 申请(专利权)人: 四川大学华西医院
主分类号: G16H50/20 分类号: G16H50/20;G06K9/62
代理公司: 成都科海专利事务有限责任公司 51202 代理人: 刘宁
地址: 610041 四*** 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: 基于 喉部 振动 信息 吞咽 障碍 识别 方法 设备 装置
【权利要求书】:

1.一种基于喉部振动信息的吞咽障碍识别方法,其特征在于,包括:

基于喉部振动器采集受试者的喉部振动信息;

提取所述喉部振动信息中的音频特征;

根据所述音频特征,基于预先训练的分类器,得到所述受试者的识别结果。

2.根据权利要求1所述的方法,其特征在于,还包括:

采集样本数据;

对所述样本数据进行处理,并从处理后的样本数据中提取特征向量;

根据所述处理后的样本数据和所述特征向量,训练所述分类器。

3.根据权利要求2所述的方法,其特征在于,所述对所述样本数据进行处理具体包括:

对所述样本数据进行剪裁对准,包括:

以第一预设时间长度为基准,对所述样本数据开始和结束时的数据进行剪裁;

在所述样本数据剪裁剩余的数据中选取第二预设时间长度的持续不断地发音的数据作为标准数据。

4.根据权利要求3所述的方法,其特征在于,所述从处理后的样本数据中提取特征向量,具体包括:

根据所述样本数据处理后得到的标准数据,基于音频分析技术,在所述标准数据中提取多个音频相关的特征向量;

对所述特征向量进行数据标准化处理;

对数据标准化后的特征向量进行特征降维。

5.根据权利要求4所述的方法,其特征在于,所述特征向量至少包括:频率微扰、振幅微扰、基频、周期和杂项。

6.根据权利要求4所述的方法,其特征在于,所述对所述特征向量进行数据标准化处理,具体包括:

基于均值方差归一化方法,对提取出的所有特征向量进行统一的中心归一化处理,使处理后的所有特征向量均符合标准正太分布。

7.根据权利要求4所述的方法,其特征在于,所述对数据标准化后的特征向量进行特征降维,具体包括:

基于主成分分析方法和标准PCA模型,在所有特征向量中筛选,和/或,从统计理论中计算得到部分重要度在预设值之上的特征,将筛选,和/或,计算得到的特征组合在一起作为用于训练所述分类器的特征向量。

8.根据权利要求2所述的方法,其特征在于,所述采集样本数据具体包括:

基于所述喉部振动器采集多个受试者的喉部振动信息,检测所述喉部振动信息中患者的喉部振动信息数量和正常人的喉部振动信息数量;

若所述患者的喉部振动信息数量大于所述正常人的喉部振动信息数量,则随机丢弃部分所述患者的喉部振动信息,使所述患者的喉部振动信息数量等于所述正常人的喉部振动信息数量。

9.一种基于喉部振动信息的吞咽障碍识别设备,其特征在于,包括:

处理器和存储器;

所述处理器与存储器通过通信总线相连接:

其中,所述处理器,用于调用并执行所述存储器中存储的程序;

所述存储器,用于存储程序,所述程序至少用于执行权利要求1-8任一项所述的一种基于喉部振动信息的吞咽障碍识别方法。

10.一种基于喉部振动信息的吞咽障碍识别装置,其特征在于,包括:

采集模块,用于基于喉部振动器采集受试者的喉部振动信息;

提取模块,用于提取所述喉部振动信息中的音频特征;

识别模块,用于根据所述音频特征,基于预先训练的分类器,得到所述受试者的识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华西医院,未经四川大学华西医院许可,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/202110304121.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top