[发明专利]呼吸音智能标注的方法及其分割的方法

说明书

本发明提供了一种呼吸音智能标注的方法及其分割的方法，标注的方法包括；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建立特征库；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，采用相同的方式得到疑似频段特征，将所有疑似频段特征和特征库中的频段特征进行对比，判断得到结果，并将结果标注在疑似干湿啰音片段上。其解决了现有的呼吸音智能标注方法中，因为呼吸音模型库建立不完善，存在无法对所有呼吸音进行判断并标注的技术问题。

技术领域

本发明涉及声音处理技术领域，尤其涉及呼吸音智能标注的方法及其分割的方法。

背景技术

成人呼吸音的种类比较复杂，常见的有湿啰音和干啰音，其中湿啰音又可分为粗湿啰音、中湿啰音、细湿啰音和捻发音。干啰音又可按音调高低分为高调、低调干啰音。

呼吸音的识别目前只能依靠医生的人工听诊进行标注完成，无其他客观诊断方法作为金标准，不同的标注人员的教育背景、经验差别很大，容易导致呼吸音标注结果的一致性很差。

因此就产生采用智能算法对呼吸音进行标注的方法，为此建立了呼吸音模型库，通过对比呼吸音模型的方式达到自动标注的目的，但是因为目前呼吸音模型库存在不完善的问题，对于部分无法判断的呼吸音片段依旧需要辅助以人工进行判断。

发明内容

针对现有技术中所存在的不足，本发明提供了一种呼吸音智能标注的方法及其分割的方法，其解决了现有的呼吸音智能标注方法中，因为呼吸音模型库建立不完善，存在无法对所有呼吸音进行判断并标注的技术问题。

根据本发明的实施例记载的一种呼吸音智能标注的方法；

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。

本发明的技术原理为：采用绝对值的平均值、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建立的特征库可以对所有的干湿啰音进行分辨，具体分辨时也将需要检测的疑似干湿啰音片段提取出绝对值的平均值、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，将两组特征进行对比，进而可以得出准确的判断，判断其是干湿啰音或非干湿啰音。

具体的小波分解，分解为多个不同频率的频段信号的作用在于，采用多频率的频段信号组合对比，有效提高了后续对比结果的准确率。

相比于现有技术，本发明具有如下有益效果：通过不同频率的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的特征建立特征库，即建立了完善的呼吸音模型库，使用时，将需要检测的疑似干湿啰音片段也进行相同的特征提取，并进行对比，进而得到准确的判断，其解决了现有的呼吸音智能标注方法中，因为呼吸音模型库建立不完善，存在无法对所有呼吸音进行判断并标注的技术问题。