[发明专利]医学扫描中的语音降噪方法、装置和计算机设备在审
申请号: | 202010474082.9 | 申请日: | 2020-05-29 |
公开(公告)号: | CN111568384A | 公开(公告)日: | 2020-08-25 |
发明(设计)人: | 史宇航;毛苏杭 | 申请(专利权)人: | 上海联影医疗科技有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B6/00 |
代理公司: | 杭州华进联浙知识产权代理有限公司 33250 | 代理人: | 单长芳 |
地址: | 201807 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医学 扫描 中的 语音 方法 装置 计算机 设备 | ||
1.一种医学扫描中的语音降噪方法,其特征在于,所述方法包括:
获取影像扫描设备扫描间和操作间的原始声音数据;所述原始声音数据包括对讲语音数据和影像扫描设备基于当前扫描协议产生的第一噪声数据;
获取所述影像扫描设备当前的扫描协议;
将所述原始声音数据及所述扫描协议输入到训练完备的深度学习神经网络中;
获取所述训练完备的深度学习神经网络输出的目标对讲语音数据;所述目标对讲语音数据基于所述训练完备的深度学习神经网络对所述原始声音数据进行降噪处理后得到。
2.根据权利要求1所述的方法,其特征在于,在将所述原始声音数据和所述扫描协议输入到训练完备的深度学习神经网络之前,所述方法还包括:
构建初始深度学习神经网络;
获取无噪语音数据;
获取影像扫描设备在扫描过程中的扫描协议以及所述扫描协议下产生的第二噪声数据;
根据所述无噪语音数据、所述扫描协议和所述第二噪声数据,得到训练样本;
将所述训练样本输入所述初始深度学习神经网络,通过误差反向传播更新所述初始深度学习神经网络的参数,直至误差收敛,得到所述训练完备的深度学习神经网络。
3.根据权利要求2所述的方法,其特征在于,所述根据所述无噪语音数据、所述扫描协议和所述第二噪声数据,得到训练样本包括:
将所述第二噪声数据和调整后所述无噪语音数据进行合成处理,得到合成数据;
根据所述合成数据和所述扫描协议,得到所述训练样本。
4.根据权利要求3所述的方法,其特征在于,在将所述第二噪声数据和调整后所述无噪语音数据进行合成处理之前,所述方法还包括:
调整所述无噪语音数据的音量和/或速度。
5.根据权利要求2所述的方法,其特征在于,所述获取无噪语音数据包括:
未启动影像扫描设备阶段,采集扫描间内经去噪处理后的语音数据作为所述无噪语音数据。
6.根据权利要求2所述的方法,其特征在于,所述获取影像扫描设备在扫描过程中的扫描协议以及所述扫描协议下产生的第二噪声数据包括:
通过噪声采集装置采集不同类型影像扫描设备在不同扫描协议下产生的声音数据,并将所述声音数据作为所述第二噪声数据。
7.根据权利要求2所述的方法,其特征在于,训练所述初始深度学习神经网络中采用的误差包括:实际采集到的所述无噪语音数据与所述初始深度学习神经网络对所述训练样本进行降噪处理后得到的语音数据的误差。
8.一种医学扫描中的语音降噪装置,其特征在于,所述装置包括:
第一获取模块,用于获取影像扫描设备扫描间和操作间的原始声音数据;所述原始声音数据包括对讲语音数据和影像扫描设备基于当前扫描协议产生的第一噪声数据;
第二获取模块,用于获取所述影像扫描设备当前的扫描协议;
数据输入模块,用于将所述原始声音数据及所述扫描协议输入到训练完备的深度学习神经网络中;
第三获取模块,用于获取所述训练完备的深度学习神经网络输出的目标对讲语音数据;所述目标对讲语音数据基于所述训练完备的深度学习神经网络对所述原始声音数据进行降噪处理后得到。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
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上海联影医疗科技有限公司,未经上海联影医疗科技有限公司许可,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/202010474082.9/1.html,转载请声明来源钻瓜专利网。