[发明专利]一种用于呼吸音数据识别的方法、系统与设备

说明书

与现有技术相比，本申请通过一种用于呼吸音数据识别的方法，首先获取待识别呼吸音数据，接着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，然后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。通过该方法可对呼吸音数据进行客观识别，并获得较高准确度，具有实际应用价值。

技术领域

本申请涉及计算机数据技术领域，尤其涉及一种用于呼吸音数据识别的技术。

背景技术

呼吸音是人体呼吸系统与外界在换气运动中产生的，由于传统的听诊器的频响限制以及听诊者个体的听觉、经验、判断力等方面存在很大差异，主观性很强，从而影响了对呼吸音识别的客观性。

随着计算机技术及信号处理技术的不断进步，对呼吸音数据的识别日益受到关注。特别是近年来随着深度学习网络在数据识别方面的应用，已出现利用计算机技术和深度学习网络对呼吸音数据进行识别，但在识别的准确性方面、对硬件要求方面都存在需要改善的地方。

发明内容

本申请的目的是提供一种用于呼吸音数据识别的方法，以改善现有技术中对呼吸音数据识别的技术问题。

根据本申请的一个方面，提供了一种用于呼吸音数据识别的方法，其中，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。

优选地，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。

优选地，其中，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。

优选地，其中，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。

优选地，其中，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。

优选地，其中，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。

根据本申请的另一方面，还提供了一种用于呼吸音数据识别的系统，其中，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；