[发明专利]一种鼾声来源分类方法

说明书

本发明公开了一种鼾声来源分类方法。该方法针对鼾症患者的鼾声来源分类问题，首先采集鼾声数据信号，并进行预加重、分帧、加窗处理等预处理以及自适应增强处理，有效抑制鼾声数据中的环境噪声，从而得到较为纯净的鼾声信号；然后针对鼾声片段谱图提取能够反映谱能量变化信息的梯度方向直方图特征，并通过多线性主成分分析算法进行特征压缩；最后利用支持向量机分类器实现鼾声来源分类。本发明能够在噪声环境下获得较好的分类性能，运行效率高且易于实现，对确定鼾症患者的治疗方案有重要的医学价值。

技术领域

本发明属于生物医学及声信号识别技术领域，特别涉及一种鼾声来源分类方法。

背景技术

鼾症是一种常见的睡眠呼吸疾病，会严重影响患者的生活质量，而鼾声来源是选择针对性治疗方案的重要依据，因此确定鼾声来源具有重要意义。目前临床常用的鼾声来源确定方法为药物诱导睡眠内镜，但该方法操作复杂、价格昂贵且会使患者感到不适，不易推广普及。由于鼾声来源于上气道组织振动，对鼾声信号进行声学分析是一种确定鼾声来源的可行方案，且具有操作方便、非侵入式等优点。

其中，利用声学信号分析手段进行鼾声来源分类主要是针对鼾声片段提取特征，然后将其输入特定的分类器以获得分类结果。近年来已有学者提出基于多种常用声学特征的鼾声来源分类方法(许志勇,钱昆,吴亚琦,等.基于多特征的夜间睡眠声信号分析方法：中国，201310295535.1[P].2013-07-15；Qian K,Janott C,Pandit V,etal.Classification of the Excitation Location of Snore Sounds in the UpperAirway by Acoustic Multi-Feature Analysis[J].IEEE transactions on bio-medicalengineering,2017,64(8):1731-1741.)，但是这些研究未考虑背景噪声对分类性能的不利影响，不适用于低信噪比环境。此外实验验证仅采用来源于单一上气道组织振动的鼾声数据，而实际情况中多个不同上气道组织混合振动在鼾症患者中也非常普遍。

由此可知，现有技术存在方法不全面、功能单一等缺陷。

发明内容

本发明所要解决的技术问题在于提供一种针对鼾症患者的鼾声来源分类问题的方法。

实现本发明目的的技术解决方案为：一种鼾声来源分类方法，包括以下步骤：

步骤1、采集鼾声数据信号并进行预处理；

步骤2、对预处理后的鼾声数据信号进行自适应增强处理；

步骤3、根据步骤2增强处理后的鼾声数据信号获取若干个鼾声片段，对每个鼾声片段提取压缩梯度方向直方图特征；

步骤4、基于步骤3提取的鼾声片段对应的压缩梯度方向直方图特征，对该鼾声片段进行鼾声来源分类。

本发明与现有技术相比，其显著优点为：1)本发明中采用自适应鼾声增强方法能有效滤除环境噪声，能够适用于低信噪比环境；2)本发明中采用梯度方向直方图特征，从图像域角度反映鼾声信号的谱能量变化情况，能有效区分不同来源的鼾声信号；3)本发明采用多线性主成分分析算法进行特征压缩，有效降低了计算复杂度，提高运行效率；4)本发明对不同来源的鼾声均具有良好的分类性能；5)本发明操作简便，易于实施。

下面结合附图对本发明作进一步详细的描述。

附图说明

图1为本发明鼾声来源分类方法的流程图。

图2为本发明实施例中来源于不同上气道组织振动模式的鼾声信号的典型时频谱图；其中图(a)为单软腭振动，图(b)为单咽侧壁振动，图(c)为单舌根/会厌振动，图(d)为软腭和咽侧壁共同振动，图(e)为软腭和舌根/会厌共同振动，图(f)为软腭、咽侧壁、舌根/会厌共同振动，图(g)为无明显组织振动。

具体实施方式