[发明专利]咳嗽疾病识别模型构建方法及应用

说明书

本发明公开了一种咳嗽疾病识别模型构建方法及应用。其中模型构建中采用了双嵌套残差迁移网络ResNet32，所述的双嵌套残差迁移网络ResNet32由5个双嵌套残差结构、1个64通道的7 x 7卷积核和1个全连接层组成。本发明还将所构建的咳嗽疾病识别模型部署至服务器端，通过采用手机APP录音与后台服务器联网自动检测咳嗽，并识别引起咳嗽的病因，起到初步筛选病人；让咳嗽人员自行检测，可减轻医护人员的工作量以及传染病感染的风险，节省医疗资源。

技术领域

本发明涉及移动通信、医学观察及互联网络系统等领域，具体是一种咳嗽疾病识别模型构建方法及应用，在应用中利用手机APP检测振动与录音、后端音频特征提取并通过所述咳嗽疾病识别模型进行识别。

背景技术

咳嗽是临床上患者求诊最常见的症状，病因复杂多样，临床上依据缺乏客观指标的主诉诊断，误诊率高。中国专利公开号：CN 112472065 A公开了基于咳嗽声识别的病症检测方法及其相关设备；该发明通过采集病患者的咳嗽声音，并将该咳嗽声音作为预设的卷积神经网络的原始训练样本，以获得可以识别病症的特征卷积神经网络模型，在检测时直接采集被测对象的咳嗽声音，该方法即可对被测对象的咳嗽声音进行处理和分析，并利用特征卷积神经网络模型进行识别，根据识别结果输出被测人员的病症的诊断结果。

手机与互联网技术的发展，使在线实现咳嗽关联疾病的检测成为可能，将训练得到的咳嗽音频识别的AI模型置于服务器，当手机用户利用手机APP收集本人产生的咳嗽音频，并自动上传到服务器并经过音频识别的AI模型，从而识别出其关联的疾病，并反馈给手机APP；手机中的振动传感器可以用来判断咳嗽是否来自机主本人。

发明内容

本发明的目的是综合现在的信息技术与医学诊断技术，提供了一种咳嗽疾病识别模型构建方法及应用。

本发明的一方面，提供了咳嗽疾病识别模型构建方法，包括以下步骤：

1)采集咳嗽病人的咳嗽音频，分类别形成咳嗽数据库及标签；

2)对所有咳嗽音频进行预处理：

先对所有音频进行归一化、端点检测；

再进行数据整合，对于同一类标签中的音频数据进行计算得到声谱图；

对声谱图按照咳嗽疾病类别设置相应的标签；

3)声谱图后处理：进行多个尺度的高斯滤波，获得不同尺度下的声谱图，并采用线性加权增强咳嗽声的纹理。

4)将咳嗽音频样本对应的声谱图及咳嗽疾病标签输入双嵌套残差迁移网络ResNet32进行模型训练。

所述的双嵌套残差迁移网络ResNet32由5个双嵌套残差结构、1个64通道的7x 7卷积核和1个全连接层组成。每个双嵌套残差结构由6个3x 3卷积核构成，且每个卷积层的通道数相同。5个双嵌套残差结构的通道数分别为64、128、256、256、512。全连接层的输出维度为疾病种类，最后选用softmax分类函数识别咳嗽种类。

5)当训练至模型收敛时，以收敛的双嵌套ResNet32模型作为咳嗽疾病识别模型。

本方面的另一方面提供了一种咳嗽疾病识别模型应用，将所构建的咳嗽疾病识别模型部署至服务器端。

进一步说，所述应用具体步骤如下：

S1.设计开发服务器后端与手机APP客户端，并按客户/服务器方式工作；

S2.当用户需要检测时，手持手机，打开手机APP客户端。当咳嗽发生时，身体产生震动，手机震动传感器感知并启动录音；

S3.手机录完音频后，随即自动上传给服务器端，服务器端收到此音频后，利用咳嗽疾病识别模型进行识别，从而得出其关联的疾病；