[发明专利]健康智能检测方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种健康智能检测方法、装置、电子设备及可读存储介质，其方法包括获取音频信号，并对所述音频信号进行预处理，得到检测信号；将所述检测信号转化为矩阵数字矩阵；将得到的矩阵数字矩阵作为检测样本，输入健康智能检测模型中，以获取检测结果；其中，所述健康智能检测模型是采用迁移学习和卷积神经网络对训练样本进行训练得到的。本申请由于卷积神经网络各组件或部分组件基于迁移学习进行了重新训练，显著提升了对人们健康检测的准确度；且本申请中的健康智能检测模型为分类模型，计算量小，可将其部署于人们的移动终端中，使用方便，极大程度上提升了用户的使用感受。

技术领域

本申请涉及人工智能技术领域，具体涉及一种健康智能检测方法、装置、电子设备及可读存储介质。

背景技术

随着人们生活水平的提高，人们对自身的身体健康状态越来越关注，随着疫情的爆发和蔓延，人工智能能够利用数据源的信息做出更好的决策，在各个领域的应用比较广泛，使人们的生活更加便捷，随着人工智能技术的不断发展，在医学方面也出现较多的应用。

在对健康检测方面，有一些技术，如中国专利CN 111629663 A，公开了一种用疾病特征分析咳嗽声音以诊断呼吸系统疾病的方法，由于其采用单一的神经网络进行训练，且其模型为逻辑回归模型，存在着检测精度低、计算量大、针对性差的问题。

基于此，亟待一种精确度高、计算量小、对用户友好的健康智能检测方法。

发明内容

本申请实施例提供了一种健康智能检测方法、装置、电子设备及可读存储介质，以克服或者至少部分克服现有技术的不足。

第一方面，提供了一种健康智能检测方法，包括：

获取音频信号，并对所述音频信号进行预处理，得到检测信号；

将所述检测信号转化为矩阵数字矩阵；

将得到的矩阵数字矩阵作为检测样本，输入健康智能检测模型中，以获取检测结果；其中，所述健康智能检测模型是采用迁移学习和卷积神经网络对训练样本进行训练得到的。

可选的，在上述方法中，所述音频信号为咳嗽声；

所述获取音频信号，并对所述音频信号进行预处理，得到检测信号包括：

通过检测终端的音频采集设备获取时长为3-30s的咳嗽声音信号；

对所述咳嗽声音信号进行杂音清理，以删除其中无效、不相关、损坏或不完整的信号，将清理后的咳嗽声音信号作为检测信号。

可选的，在上述方法中，所述将所述检测音频信号转化为数字矩阵包括：

将所述检测音频信号进行分帧和移帧，得到多帧检测信号；

通过傅里叶变换，确定各帧检测信号的功率谱和周期图；

对各帧检测信号的功率谱和周期图进行梅尔滤波变换，得到各帧检测信号的梅尔频谱能量；

对各帧检测信号的梅尔频谱能量进行离散余弦变换，得到数字矩阵。

可选的，在上述方法中，所述数字矩阵的形状是根据选择的参数确定的，选择的参数至少包括采样频率、跟踪持续时间和系数数目。

可选的，在上述方法中，所述健康智能检测模型是采用下述方法训练得到的：采集获取训练音频样本和测试音频样本，所述训练音频样本包括人类语音音频、情感语音音频和训练用咳嗽音频，所述测试音频样本为测试用咳嗽音频；

依次对所述人类语音音频、情感语音音频、训练用咳嗽音频和测试用咳嗽音频进行训练，并调整所述健康智能检测模型的参数，以得到最终的健康智能检测模型。