[发明专利]基于音频时频特征的非接触新冠肺炎检测方法

权利要求书

1.一种基于音频时频特征的非接触新冠肺炎检测方法，其特征在于包括以下步骤：

步骤S1：通过设定音频信号的采集标准，让受试者根据采集标准自行利用身边可用的音频采集设备，采集呼吸音、咳嗽音与话音，采样频率为22050Hz；

步骤S2：将采集得到的信号滤除无声段，并进行小波去噪处理；

步骤S3：对音频信号进行分段，并提取音频信号的时频特征；

步骤S4：将各类音频经步骤3处理后，按照类别制作成样本集，以供网络训练；

步骤S5：将准备好的样本集制作为数据集并放入卷积神经网络进行训练，并保存效果最好的模型；

步骤S6：得到最佳模型后，便可以实现样本预测，进而实现新冠肺炎患者的非接触式初筛。

2.如权利要求1所述的基于音频时频特征的非接触新冠肺炎检测方法，其特征在于所述的步骤S3作为病理信息可视化处理的阶段，主要步骤如下：

步骤S301：针对呼吸音，通常采集5个呼吸起伏的20秒音频信号；针对咳嗽音，则按照每个咳嗽周期为单一片段进行分段，大约采集20秒的音频信号；针对话音，大约采集20秒的音频信号，为了保证其发声特征则不进行分段处理；

步骤S302：对经过步骤S301处理后的信号进行预加重处理，以提高信号高频的部分，使信号频谱变得平缓；

步骤S303：对信号进行分帧处理，过程中设置重叠率为0.66以防止频谱泄露；

步骤S304：将每一帧信号乘以汉明窗，以增加帧左右两端的连续性；

步骤S305：对每一帧信号进行快速傅里叶变换，以获取信号的频域特征；

步骤S306：生成梅尔滤波器组，与频谱进行点乘，对频谱进行平滑并消除谐波，凸显原语音的共振峰；随后，替换其中零值并返回其对数值，从而得到美尔谱系数MFSC(MelFrequency Spectral Coefficient,MFSC)特征图。

3.如权利要求1所述的基于音频时频特征的非接触新冠肺炎检测方法，其特征在于所述的步骤S4的制作样本集是指将呼吸音、咳嗽音、持续元音发音和1到20数数中不同要求采集的共9种信号分别做成各自的数据集，然后，分别以初始权重进行训练，具体做法如下：

步骤S401：将9种声音信号经过步骤3处理后得到的特征图，按照各个音频类别分别存放到9个文件夹中，每个文件夹都包含健康和不健康；

步骤S402：根据4:1的比例将其分为训练集和验证集，从而得到一共9个可供网络训练的特征图样本数据集。

4.如权利要求1所述的基于音频时频特征的非接触新冠肺炎检测方法，其特征在于所述的步骤S5中对网络进行训练的步骤如下：

步骤S501：搭建卷积神经网络，卷积神经网络对于图片的识别具有较高的性能；

步骤S502：实现有九个输入九个输出的并行卷积神经网络结构；

步骤S503：设定可训练权重变量，其大小为1*9的张量，其中每一个元素分别表示各个类别音频信号在判断患者是否患有新冠肺炎所占的权重，以便权重在模型训练过程中得到更新；

步骤S504：由于任务所要实现的是二分类，所以在卷积神经网络最后一层设置神经元个数为2的全连接层，随后将九个并行神经网络各自的单神经元全连接层的输出值拼接为一个9*2的张量；

步骤S505：将步骤S504得到的9*2的训练张量与S503得到的1*9的权重张量进行点乘，最后得到大小为1*2的张量，经过softmax层后得到健康与新冠患者各自的概率值。

步骤S6中的预测是指：导入训练好的表现最佳的模型参数，然后将采集好的单个受测样本分别经S2和S3步骤进行处理，然后放入模型进行计算，最终得到患者患病的概率。