[發明專利]一種腸鳴音的標注識別系統及方法

在審

• 申請號: 201910785809.2
• 申請日: 2019-08-23
• 公開（公告）號: CN110584701A
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 劉炳憲;謝菊元;桂坤;操家慶;龍希
• 申請（專利權）人: 杭州智團信息技術有限公司
• 主分類號: A61B7/04
• 分類號: A61B7/04
• 代理公司: 31272 上海申新律師事務所
• 代理人: 俞滌炯

本發明涉及醫療技術領域，尤其涉及種腸鳴音的標注識別系統及方法，其中，包括，數據采集模塊，以采集復數個腸鳴音數據；數據識別模塊，連接數據采集模塊，以識別復數個腸鳴音數據，以獲取腸鳴音數據的類型以及特征參數；數據篩選模塊，連接數據識別模塊，以篩選出可疑數據；標注模塊，連接數據篩選模塊，以對可疑數據標注，生成標注數據；錄入模塊，連接標注模塊，將標注數據錄入腸鳴音數據庫；訓練模塊，連接錄入模塊，對標注數據訓練，并于數據識別模塊中重新識別，以獲取標注數據的類型以及特征參數。本發明的技術方案的有益效果：通過將腸鳴音數據識別后，再進行篩選，來節約磁盤空間和減少標注成本，提高檢測腸鳴音數據的準確性。

技術領域

本發明涉及醫療技術領域，尤其涉及一種腸鳴音的標注識別系統及方法。

背景技術

腸鳴音檢測系統一般采用人工檢測和自動檢測。人工檢測，即采用傳統聽診器來檢測腸鳴音，具有主觀性強，精度低，科學性差等特點。自動檢測，現有技術中，是先提取腸鳴音音調，響度，場活動頻率等，然后與預存腸鳴音特征庫進行對比對腸鳴音進行診斷，由于腸鳴音聲音小，噪聲大，隨機性強，因此，這些特征難以準確穩定檢測腸鳴音。

目前采用基于深度學習識別算法來檢測腸鳴音已經成為主流，深度學習算法需要采集大量的腸鳴音數據，并對其標注數據來構建腸鳴音數據庫，這些腸鳴音數據中存在大量相似的腸鳴音數據，對提升深度學習算法準確率意義不大，且直接構建數據庫，會浪費大量存儲空間和人力標注成本。因此，針對上述問題，成為本領域技術人員亟待解決的難題。

發明內容

針對現有技術中存在的上述問題，現提供一種旨在降低標注成本的腸鳴音的標注識別系統及方法，具體技術方案如下：

本發明提供一種腸鳴音的標注識別系統，其中，所述標注識別系統包括：

一數據采集模塊，用于采集復數個腸鳴音數據；

一數據識別模塊，連接所述數據采集模塊，用于識別復數個所述腸鳴音數據，以獲取所述腸鳴音數據的類型以及特征參數；

一數據篩選模塊，連接所述數據識別模塊，用于根據所述數據識別模塊識別出復數個所述腸鳴音數據之后，篩選出一可疑數據，并放置于一標注平臺；

一標注模塊，連接所述數據篩選模塊，用于對所述可疑數據進行標注，以生成一標注數據；

一錄入模塊，連接所述標注模塊，用于將所述標注數據錄入一腸鳴音數據庫；

一訓練模塊，連接所述錄入模塊，用于將所述腸鳴音數據庫中的所述標注數據進行訓練，并于所述數據識別模塊中重新識別，以獲取所述標注數據的類型以及特征參數。

優選的，所述數據采集模塊通過一腸鳴音傳感器采集所述腸鳴音數據。

優選的，所述數據識別模塊包括：

一提取單元，用于提取所述腸鳴音數據的特征；

一獲取單元，連接所述提取單元，用于獲取所述腸鳴音數據的特征在不同時刻的狀態；

一處理單元，連接所述獲取單元，用于處理所述腸鳴音數據的特征在不同時刻的狀態，以輸出所述腸鳴音數據在不同時刻的類型以及特征參數。

優選的，所述提取單元通過梅爾頻率倒譜系數提取所述腸鳴音數據的特征。

優選的，所述獲取單元通過雙向長短時記憶網絡算法獲取所述腸鳴音數據的特征在不同時刻的狀態。

優選的，所述處理單元通過卷積神經網絡算法和激活函數處理所述腸鳴音數據的特征在不同時刻的狀態。

優選的，所述數據篩選模塊包括：

一第一獲取特征參數單元，用于獲取第一時段的所述腸鳴音數據的最高特征參數；