[發明專利]基于機器學習的呼吸音鑒別方法及系統

有效

• 申請號: 201710576848.2
• 申請日: 2017-07-14
• 公開（公告）號: CN107292286B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 耿辰;佟寶同;戴亞康;舒林華;許姜姜
• 申請（專利權）人: 中國科學院蘇州生物醫學工程技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/66;G06N3/08;A61B7/04
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 韓飛

1.一種基于機器學習的呼吸音鑒別方法，其特征在于，其包括以下步驟：

采集多個年齡段用戶的所有聽診點位的呼吸音數據；其中，所述聽診點是人體不同部位的聽診部位，肺部聽診部位至少包括鎖骨上窩、鎖骨中線上、中、下部，腋前線上、下部和腋中線上下部、左右兩側；

采集所述呼吸音數據后，還包括步驟：

對采集的所述呼吸音數據統一進行預處理，所述預處理至少包括音頻截取、采樣率和位數變更、背景噪聲及雜散噪聲去除；

所述采樣率和位數變更包括按照統一標準對所述呼吸音數據進行采樣率及位數為降采樣或歸一化采樣的重采樣；

記錄與每個所述呼吸音數據匹配的相關信息，并將匹配的所述相關信息與所述呼吸音數據打包封裝成呼吸音數據包；其中，所述相關信息包括聽診點位、個人信息以及健康信息；

所述個人信息至少包括性別、年齡、身高、體重；

所述健康信息包括健康狀況信息和與健康狀況相關的其他信息；

所述健康狀況信息包括健康狀況和非健康狀況，所述非健康狀況至少包括血壓、血糖、心率、血氧、疾病史、吸煙史以及其他體檢信息；所述其他信息包括工作性質和生活習慣；

將所述呼吸音數據包依次按照年齡段、呼吸音類別的分類順序分別輸入神經學習框架下的神經網絡模型進行深度學習分類；

提取神經網絡模型中的全連接層信息，得到用于分類的特征組合模型；其中，特征組合至少包括小波包分解特征、頻率特征；

結合不同年齡段、不同呼吸音類別對應的所述呼吸音數據包的所述特征組合模型和與其匹配的所述呼吸音數據包，對機器學習分類器進行訓練，獲得每個年齡段下不同呼吸音類別的呼吸音機器學習分類器；所述呼吸音學習分類器具有年齡和呼吸音類別的分類與分析；

獲得封裝的實時呼吸音數據包，根據實時呼吸音數據包所屬年齡段、呼吸音類別，選擇相應的呼吸音學習分類器進行數據分析并獲得分析結果。

2.如權利要求1所述的基于機器學習的呼吸音鑒別方法，其特征在于，所述分析結果至少包括健康、非健康、呼吸音中各類典型音的成份以及呼吸音的頻率統計信息；其中，所述非健康還至少包括呼吸音與各類疾病呼吸音的相似性。

3.如權利要求1所述的基于機器學習的呼吸音鑒別方法，其特征在于，

所述音頻截取包括對采集的所述呼吸音數據截取、將截取的所述呼吸音數據分成有效呼吸音數據和無效呼吸音數據以及刪除所述無效呼吸音數據；

所述背景噪聲及雜散噪聲去除，包括對背景噪聲進行預提取并與采集數據進行對比去除以及對高斯白噪聲、氣流聲、咔嗒聲、接地哼鳴聲的去除。

4.如權利要求1所述的基于機器學習的呼吸音鑒別方法，其特征在于，打包封裝成呼吸音數據包后，還包括步驟：對所述呼吸音數據包進行在線編輯、在線可視化以及相關信息補充。

5.一種基于機器學習的呼吸音鑒別系統，其特征在于，采用如權利要求1所述的基于機器學習的呼吸音鑒別方法進行呼吸音鑒別，其包括：

電子聽診器，其用于采集多個年齡段用戶的所有聽診點位的呼吸音數據、記錄與該呼吸音數據匹配的相關信息；

手持操作端，其通信連接到所述電子聽診器，所述手持操作端包括用于數據的接收、預處理、對匹配的所述相關信息和所述呼吸音數據打包封裝成呼吸音數據包的醫用手持操作端以及對所述呼吸音數據包進行在線可視化、在線編輯以及聽診信息補充的用戶手持操作端；

數據分析服務器，其通信連接到所述手持操作端，所述數據分析服務器訓練出呼吸音機器學習分類器并通過其對所述呼吸音數包進行數據分類與分析；

數據庫，其分別通信連接到所述手持操作端和所述數據分析服務器，用于數據存儲。

6.如權利要求5所述的基于機器學習的呼吸音鑒別系統，其特征在于，還包括數據業務服務器，其分別通信連接到所述手持操作端與所述數據分析服務器，用于數據中轉。