[发明专利]呼吸音智能标注的方法及其分割的方法

权利要求书

1.一种呼吸音智能标注的方法，其特征在于：

S1、建立特征库：通过人工确认的湿啰音片段与干啰音片段分别进行小波分解为多个不同频率的频段信号，并提取每个所述频段信号的绝对值的平均值、绝对值的方差、绝对值的最大值和平均值相邻值的比值作为频段特征，通过所有频段信号的所有频段特征建立特征库；

S2、处理疑似干湿啰音片段：将需要检测的呼吸音进行分割，分割出疑似干湿啰音片段，然后进行小波分解，分解为多个不同频率的频段信号；

S3、提取特征进行对比：提取所述S2步骤中的每个频段信号的绝对值的平均值、绝对值的方差、绝对值的最大值和平均值相邻值的比值作为疑似频段特征，将所有所述疑似频段特征和特征库中的频段特征进行对比，判断得到是干湿啰音或非干湿啰音的结果，并将所述结果标注在疑似干湿啰音片段上。

2.一种呼吸音智能分割的方法，其特征在于：所述呼吸音智能分割的方法用于权利要求1所述的一种呼吸音智能标注的方法中的S2步骤中，所述呼吸音智能分割的方法包括：

H1、数据采集：通过声音收集设备，对需要检测的呼吸音进行采集，得到音频数据；

H2、数据预处理：将所述音频数据处理为清晰的音频数据；

H3、数据处理：将所述清晰的音频数据进行带通道的滤波处理和归一化处理，得到音频片段；

H4、找出疑似干湿啰音片段：设定疑似干湿啰音片段的特征为：所述音频片段的波峰幅值是现有的干湿啰音平均幅值2倍以上的所有20ms的音频片段；然后用窗沿着音频信号移动，找出所有疑似干湿啰音片段。

3.根据权利要求1或2所述的一种呼吸音智能标注的方法，其特征在于：所述小波分解的方法为：将所述干湿啰音片段作为输入信号输入，然后将输入信号分为高频部分与低频部分，取出其中高频部分为第一个频段信号，再次将低频部分分为高频部分与低频部分，再次将其中高频部分取出为第二个频段信号，以此类推取出高频部分作为频段信号，最后一个频段信号为最后分出的低频部分。

4.根据权利要求3所述的一种呼吸音智能标注的方法，其特征在于：所述不同频率的频段信号数量为8个，分别为D1,D2,D3,D4,D5,D6,D7,A7，所述输入信号为s[x]。

5.根据权利要求4所述的一种呼吸音智能标注的方法，其特征在于：所述频段特征共为32个包括：八个频段信号的绝对值的平均值、八个频段信号的绝对值的方差、八个频段信号的绝对值的最大值和八个平均值相邻值的比值。

6.根据权利要求5所述的一种呼吸音智能标注的方法，其特征在于：八个所述平均值相邻值的比值分别为：

mean(abs(s[x]))/mean(abs(D1))；

mean(abs(D1))/mean(abs(D2))；

mean(abs(D2))/mean(abs(D3))；

mean(abs(D3))/mean(abs(D4))；

mean(abs(D4))/mean(abs(D5))；

mean(abs(D5))/mean(abs(D6))；

mean(abs(D6))/mean(abs(D7))；

mean(abs(D7))/mean(abs(A7))。

7.根据权利要求2所述的一种呼吸音智能分割的方法，其特征在于：所述H2步骤中采用重采样与识别弱信号的方式进行数据预处理，得到清晰的音频数据。

8.根据权利要求7所述的一种呼吸音智能分割的方法，其特征在于：所述H3步骤中通过nMax＝max(signal_filter)；nMin＝min(signal_filter)；

ax_norm＝(signal_filter-nMin)/(nMax-nMin)；即可将清晰的音频数据的频域归一化处理在0-1范围内。

9.根据权利要求8所述的一种呼吸音智能分割的方法，其特征在于：经过所述带通道的滤波后的音频片段的频率为100-2000HZ。

10.根据权利要求2所述的一种呼吸音智能分割的方法，其特征在于：所述H4步骤中采用的窗为20ms-600ms。