[发明专利]一种基于深度学习和云平台的肺音特征分类系统及方法在审

专利信息
申请号: 201910918508.2 申请日: 2019-09-26
公开(公告)号: CN110532424A 公开(公告)日: 2019-12-03
发明(设计)人: 刘满禄;赵子豪;张华;宋宇;张静;周建 申请(专利权)人: 西南科技大学;绵阳市人民医院
主分类号: G06F16/65 分类号: G06F16/65;G06F16/683;G06F16/28;G06N3/08;A61B7/00
代理公司: 51229 成都正华专利代理事务所(普通合伙) 代理人: 李亚男<国际申请>=<国际公布>=<进入
地址: 621010 四川*** 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: 肺音 特征分类 数据预处理模块 医师 结果反馈模块 数据采集模块 特征训练模块 图像数据获取 听诊 电子听诊器 特征获取 特征数据 云平台 主观性 胸透 诊断 学习
【权利要求书】:

1.一种基于深度学习和云平台的肺音特征分类系统,其特征在于,包括肺音数据采集模块、数据预处理模块、语谱图图像数据获取模块、特征训练模块、特征分类模块和结果反馈模块;

所述肺音数据采集模块,用于采集不同年龄段已知肺音特征的肺音音频数据;用于采集待分类肺音特征的肺音音频数据及年龄信息;

所述数据预处理模块,用于对肺音音频数据进行杂音过滤预处理,分别得到预处理后的不同年龄段已知肺音特征的肺音音频数据,和预处理后的待分类肺音特征的肺音音频数据;

所述语谱图图像数据获取模块,用于对预处理后肺音音频数据进行语谱图处理,分别获取不同年龄段已知肺音特征的语谱图图像数据,和待分类肺音特征的语谱图图像数据;

所述特征训练模块,用于建立数据库、搭建云平台并在云平台上建立深度学习网络,将不同年龄段已知肺音特征的语谱图图像数据及其对应的肺音特征作为深度学习网络的训练数据进行分类训练,获取训练后的深度学习网络;

所述特征分类模块,用于将待分类肺音特征的语谱图图像数据及年龄信息作为最新训练后的深度学习网络的输入,通过最新训练后的深度学习网络对该肺音的特征进行分类;

所述结果反馈模块,用于将输出特征分类模块所得到的分类结果保存至数据库并输出;根据专家系统获取该待分类肺音特征的肺音的真实肺音特征,并将该待分类肺音特征的肺音数据、年龄信息及其肺音特征作为训练数据对当前深度学习网络进行再训练,得到新的训练后的深度学习网络。

2.根据权利要求1所述的基于深度学习和云平台的肺音特征分类系统,其特征在于,所述数据预处理模块包括小波变换滤波单元和高通滤波单元;

所述小波变换滤波单元,用于滤除肺音中心音的干扰,得到带有失真的肺音;

所述高通滤波单元,用于去除带有失真的肺音中的干扰部分,得到预处理后的肺音音频数据。

3.根据权利要求1所述的基于深度学习和云平台的肺音特征分类系统,其特征在于,所述深度学习网络为AlexNet网络,所述AlexNet网络包括五个卷积层、三个池化层和三个全连接层,以及分为四类的softmax层,其排列顺序为卷积层-池化层-卷积层-池化层-卷积层-卷积层-卷积层-池化层-全连接层-全连接层-全连接层-softmax层;

第一个所述卷积层包括96个大小为11*11、步长为4的卷积核;

第一个所述池化层包括大小为3*3、步长为2的池化核;

第二个所述卷积层包括256个大小为5*5的卷积核;

第二个所述池化层包括大小为3*3、步长为2的池化核;

第三个所述卷积层包括384个大小为3*3的卷积核;

第四个所述卷积层包括384个大小为3*3的卷积核;

第五个所述卷积层包括256个大小为3*3的卷积核;

第三个所述池化层包括大小为3*3、步长为2的池化核;

所述softmax层的四个分类分别为正常音、哮鸣音、湿罗音和爆裂音。

4.根据权利要求3所述的基于深度学习和云平台的肺音特征分类系统,其特征在于,每个所述卷积层和全连接层的激活函数均为非线性激活函数ReLU。

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西南科技大学;绵阳市人民医院,未经西南科技大学;绵阳市人民医院许可,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/201910918508.2/1.html,转载请声明来源钻瓜专利网。

×

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