[發明專利]基于深度學習的咳嗽疾病識別方法及裝置

在審

• 申請號: 201811261389.X
• 申請日: 2018-10-26
• 公開（公告）號: CN109431507A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 彭話易;蔡元哲;黃章成;王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: A61B5/08
• 分類號: A61B5/08;A61B5/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種基于深度學習的咳嗽疾病識別方法，其特征在于，包括：

對咳嗽音頻進行預處理得到若干咳嗽音頻幀序列；

從若干咳嗽音頻幀序列中提取得到所述咳嗽音頻的聲音特征；

通過咳嗽疾病識別模型對所述咳嗽音頻的聲音特征進行分類預測，得到所述咳嗽音頻對應的咳嗽疾病標簽；

根據所述咳嗽疾病標簽輸出所述咳嗽音頻對應的咳嗽疾病識別結果。

2.根據權利要求1所述的方法，其特征在于，所述對咳嗽音頻進行預處理得到若干咳嗽音頻幀序列之前，所述方法還包括：

對所述咳嗽音頻進行合格性檢測；

若不合格，則生成告警信息以提示用戶重新上傳咳嗽音頻；若合格，則執行對咳嗽音頻進行預處理得到若干咳嗽音頻幀序列的步驟。

3.根據權利要求1所述的方法，其特征在于，所述對咳嗽音頻進行預處理得到若干咳嗽音頻幀序列，包括：

對所述咳嗽音頻進行短時傅里葉變換，得到所述咳嗽音頻對應的聲譜圖；

按照指定長度對所述聲譜圖進行分段，得到所述若干咳嗽音頻幀序列。

4.根據權利要求1所述的方法，其特征在于，所述從若干咳嗽音頻幀序列中提取得到所述咳嗽音頻的聲音特征，包括：

計算每一幀咳嗽音頻幀序列的離散功率譜；

將所述離散功率譜通過梅爾濾波器濾波得到所述每一幀咳嗽音頻幀序列的梅爾頻譜；

對所述梅爾頻譜進行對數變換和離散余弦變換得到所述每一幀咳嗽音頻幀序列的梅爾頻率倒譜系數；

由若干幀咳嗽音頻幀序列的梅爾頻率倒譜系數形成所述咳嗽音頻的聲音特征。

5.根據權利要求1所述的方法，其特征在于，所述咳嗽疾病識別模型包括特征向量構建層、全連接層和分類層，所述通過咳嗽疾病識別模型對所述咳嗽音頻的聲音特征進行分類預測，得到所述咳嗽音頻對應的咳嗽疾病標簽，包括：

將所述咳嗽音頻的聲音特征輸入所述特征向量構建層，構建得到所述咳嗽音頻的局部特征向量；

通過所述全連接層對所述咳嗽音頻的局部特征向量進行全連接，得到所述咳嗽音頻的全局特征向量；

將所述全局特征向量輸入到所述分類層，預測得到所述咳嗽音頻對應的咳嗽疾病標簽。

6.根據權利要求5所述的方法，其特征在于，所述將所述全局特征向量輸入到所述分類層，預測得到所述咳嗽音頻對應的咳嗽疾病標簽，包括：

將所述全局特征向量輸入到所述分類層，預測得到所述全局特征向量對應為每一咳嗽疾病標簽的概率；

遍歷所述每一咳嗽疾病標簽的概率，以概率最大值對應的咳嗽疾病標簽作為所述咳嗽音頻對應的咳嗽疾病標簽。

7.根據權利要求1所述的方法，其特征在于，所述通過咳嗽疾病識別模型對所述咳嗽音頻的聲音特征進行分類預測，得到所述若干咳嗽音頻幀序列對應的咳嗽疾病標簽之前，所述方法還包括：

采集若干咳嗽病人的咳嗽音頻，得到若干樣本咳嗽音頻；

根據所述咳嗽病人所患咳嗽疾病對相應的樣本咳嗽音頻進行咳嗽疾病標注，生成所述樣本咳嗽音頻所對應的咳嗽疾病標簽；

根據若干所述樣本咳嗽音頻及對應的咳嗽疾病標簽對循環神經網絡模型進行模型訓練；

當所述循環神經網絡模型收斂，以收斂的循環神經網絡模型作為所述咳嗽疾病識別模型。

8.一種基于深度學習的咳嗽疾病識別裝置，其特征在于，包括：

預處理模塊，被配置為執行：對咳嗽音頻進行預處理得到若干咳嗽音頻幀序列；

聲音特征提取模塊，被配置為執行：從若干咳嗽音頻幀序列中提取得到所述咳嗽音頻的聲音特征；

分類預測模塊，被配置為執行：通過咳嗽疾病識別模型對所述咳嗽音頻的聲音特征進行分類預測，得到所述咳嗽音頻對應的咳嗽疾病標簽；

輸出模塊，被配置為執行：根據所述咳嗽疾病標簽輸出所述咳嗽音頻對應的咳嗽疾病識別結果。