[发明专利]一种用于呼吸音数据识别的方法、系统与设备

权利要求书

1.一种用于呼吸音数据识别的方法，其特征在于，所述方法包括：

获取待识别呼吸音数据；

基于所述待识别呼吸音数据，确定与所述待识别呼吸音数据对应的特征数据，其中，所述特征数据是对所述待识别呼吸音数据做频域变换后获得的；

将所述特征数据输入训练好的呼吸音数据识别神经网络模型，以通过所述神经网络模型识别所述待识别呼吸音数据中是否包含有杂音数据。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别呼吸音数据包括：

采集原始呼吸音数据；

对所述原始呼吸音数据预处理，以获取所述待识别呼吸音数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述原始呼吸音数据预处理，以获取所述待识别呼吸音数据包括：

对所述原始呼吸音数据进行降采样处理，以获得降采样后的呼吸音数据；

将降采样后的呼吸音数据进行分级分解处理，获得分解后的各级数据信号；

对分解后的各级数据信号进行门限滤波，并将门限滤波后的各级数据信号进行合并，以获取所述待识别呼吸音数据。

4.根据权利要求3所述的方法，其特征在于，在对降采样后的呼吸音数据进行分级分解处理前，所述方法还包括：

对降采样后的呼吸音数据进行小波基线矫正；

对矫正后的呼吸音数据进行数据对齐操作。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于所述待识别呼吸音数据，确定与所述待识别呼吸音数据对应的特征数据包括：

将所述待识别呼吸音数据进行短时傅里叶变换，获得所述待识别呼吸音数据对应的频谱图；

对所述频谱图做加窗操作，以确定与所述待识别呼吸音数据对应的特征数据。

6.根据权利要求1所述的方法，其特征在于，所述呼吸音数据识别神经网络模型采用CNN网络结构，包括：

4个卷积层；

2个全连层；

1个softmax分类层。

7.一种用于呼吸音数据识别的系统，其特征在于，所述系统包括：

智能听诊器设备，用于采集原始呼吸音数据，并将所述原始呼吸音数据发送至用户终端设备；

用户终端设备，用于接收所述智能听诊器设备发送的原始呼吸音数据并将所述原始呼吸音数据发送至服务器；

服务器，用于基于所述原始呼吸音数据，确定所述原始呼吸音数据是否包含杂音数据。

8.根据权利要求7所述的系统，其特征在于，所述服务器包括：

第一装置，用于基于所述原始呼吸音数据，获取待识别呼吸音数据；

第二装置，用于基于所述待识别呼吸音数据，确定与所述待识别呼吸音数据对应的特征数据；

第三装置，用于将所述特征数据输入训练好的呼吸音数据识别神经网络模型，以通过所述神经网络模型识别所述待识别呼吸音数据中是否包含有杂音数据。

9.根据权利要求8所述的系统，其特征在于，所述第一装置包括：

第一单元，用于对所述原始呼吸音数据进行降采样处理，获得降采样后的呼吸音数据；

第二单元，用于将降采样后的呼吸音数据进行分级分解处理，获得分解后的各级数据信号；

第三单元，用于对分解后的各级数据信号进行门限滤波，并将门限滤波后的各级数据信号进行合并，以获得所述待识别呼吸音数据。

10.根据权利要求9所述的系统，其特征在于，在所述第二单元之前，所述第一装置还包括：

第四单元，用于对降采样后的呼吸音数据进行小波基线矫正；

第五单元，用于对矫正后的呼吸音数据进行数据对齐操作。