[发明专利]一种基于多信噪比模型的心肺音分离方法及系统有效
| 申请号： | 201910916679.1 | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110705624B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 吕俊;陈骏霖;何昭水 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 郭帅 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请一种基于多信噪比模型的心肺音分离方法及系统，通过建立基函数学习网络，可以依据训练数据自适应调整基函数，从而改善变换域的表示，由此建立的单信噪比分离模型以最大化心音和肺音信噪比之和为目标函数，可自适应学习时频变换的基函数，在已知心肺音的能量比的情况下，实现了时域混合信号至时域心音和肺音信号的端到端的学习，以达到加强心肺音分离的效果的目的；基于单信噪比分离模型构建多信噪比集成的网络，利用LSTM网络学习未知能量比的心肺音混合信号到各个单信噪比分离模型的映射权重，该映射权重可以根据不同能量比的混合信号进行自适应调整，在心肺音能量比未知情况下，实现了时域混合信号至时域心音和肺音信号的端到端的学习。 | ||
| 搜索关键词： | 一种 基于 多信噪 模型 音分 方法 系统 | ||
【主权项】：
1.一种基于多信噪比模型的心肺音分离方法，其特征在于，包括：/n在基函数学习网络中对给定能量比的心肺音混合信号进行卷积运算，得到所述给定能量比的心肺音混合信号的时频模和相位谱；利用LSTM分离网络对所述时频模进行计算得到心音和肺音的时频掩码，利用所述时频掩码得到对应的心音时频谱和肺音时频谱；在时域重构网络中利用所述相位谱和所述心音或肺音时频谱计算重构矩阵，对所述重构矩阵进行对称扩展得到扩展矩阵，对所述扩展矩阵进行反卷积得到心音时域信号和肺音时域信号；/n对不同能量比的心肺音混合信号重复上述操作，得到单信噪比分离模型；/n把未知能量比的心肺音混合信号输入至多个所述单信噪比分离模型，估计出心音和肺音的时域待选信号，基于所述未知能量比的心肺音混合信号的STFT时频谱利用LSTM网络计算所述未知能量比的心肺音混合信号映射到不同所述单信噪比分离模型的最佳权重，根据所述最佳权重线性集成不同所述单信噪比分离模型对应的待选信号的输出得到心音时域信号和肺音时域信号。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910916679.1/，转载请声明来源钻瓜专利网。
