[發(fā)明專(zhuān)利]基于知識(shí)蒸餾的肺音分類(lèi)方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011070732.X
• 申請(qǐng)日: 2020-10-09
• 公開(kāi)（公告）號(hào): CN111933185A
• 公開(kāi)（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 李堅(jiān)強(qiáng);陳杰;明仲;梁中明;王成
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳大學(xué)
• 主分類(lèi)號(hào): G10L25/51
• 分類(lèi)號(hào): G10L25/51;G10L25/66;G10L25/30;G10L25/24
• 代理公司: 深圳市君勝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 劉文求

本發(fā)明公開(kāi)了一種基于知識(shí)蒸餾的肺音分類(lèi)方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)，所述方法包括：獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數(shù)據(jù)集；基于所述肺音數(shù)據(jù)集對(duì)多個(gè)教師模型進(jìn)行訓(xùn)練，得到已訓(xùn)練的多個(gè)教師模型；根據(jù)所述已訓(xùn)練的多個(gè)教師模型分別計(jì)算所述肺音數(shù)據(jù)集的軟標(biāo)簽，并經(jīng)轉(zhuǎn)換后，得到多分類(lèi)軟標(biāo)簽；基于所述多分類(lèi)軟標(biāo)簽和肺音數(shù)據(jù)集訓(xùn)練學(xué)生模型，得到已訓(xùn)練的學(xué)生模型，并利用所述已訓(xùn)練的學(xué)生模型對(duì)所述肺音音頻進(jìn)行分類(lèi)。本發(fā)明可以基于知識(shí)蒸餾，通過(guò)利用多個(gè)教師模型的知識(shí)，指導(dǎo)學(xué)生模型學(xué)習(xí)，從而充分利用多方肺音音頻，并準(zhǔn)確對(duì)所述肺音音頻進(jìn)行分類(lèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻分類(lèi)技術(shù)領(lǐng)域，尤其涉及一種基于知識(shí)蒸餾的肺音分類(lèi)方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

傳統(tǒng)對(duì)于肺音的分析是利用傳統(tǒng)的聽(tīng)診器采用人工聽(tīng)診的方式來(lái)實(shí)現(xiàn)，這可能由于經(jīng)驗(yàn)不足和人耳對(duì)肺音的低頻段敏感性低等因素，導(dǎo)致判斷結(jié)果不夠準(zhǔn)確。與主觀聽(tīng)診相比，對(duì)肺音的計(jì)算機(jī)分析能夠進(jìn)行可重復(fù)的肺音量化近年來(lái)，已有很多學(xué)者專(zhuān)注于研究肺音分析和檢測(cè)中的機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于肺音分析上，使得肺音識(shí)別的準(zhǔn)確率得到了提升。

由于肺部聲音信號(hào)不穩(wěn)定，現(xiàn)有技術(shù)中使用神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)肺音進(jìn)行分類(lèi)時(shí)，基本都只能實(shí)現(xiàn)單一類(lèi)型的分類(lèi)，用作肺音的細(xì)類(lèi)區(qū)分，仍存在一定的局限性。并且，由于聽(tīng)取肺音是可能出現(xiàn)各種各樣不確定音和噪音，使得對(duì)肺音的分析不夠準(zhǔn)確，影響分類(lèi)的準(zhǔn)確性。

因此，現(xiàn)有技術(shù)還有待改進(jìn)和提高。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題在于，針對(duì)現(xiàn)有技術(shù)的上述缺陷，提供一種基于知識(shí)蒸餾的肺音分類(lèi)方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有技術(shù)中用神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)肺音進(jìn)行分類(lèi)時(shí)，基本都只能實(shí)現(xiàn)單一類(lèi)型的分類(lèi)，用作肺音的細(xì)類(lèi)區(qū)分，仍存在一定的局限性，并且對(duì)肺音的分析不夠準(zhǔn)確，影響分類(lèi)的準(zhǔn)確性。

為了解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案如下：

第一方面，本發(fā)明提供一種基于知識(shí)蒸餾的肺音分類(lèi)方法，其中，所述方法包括：

獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數(shù)據(jù)集；

獲取神經(jīng)網(wǎng)絡(luò)模型，所述神經(jīng)網(wǎng)絡(luò)模型包括多個(gè)教師模型與學(xué)生模型，基于所述肺音數(shù)據(jù)集對(duì)多個(gè)教師模型進(jìn)行訓(xùn)練，得到已訓(xùn)練的多個(gè)教師模型，所述已訓(xùn)練的多個(gè)教師模型為二分類(lèi)模型，用于對(duì)所述肺音音頻進(jìn)行分類(lèi)，且每一個(gè)已訓(xùn)練的教師模型對(duì)應(yīng)兩種肺音類(lèi)別的分類(lèi)；

根據(jù)所述已訓(xùn)練的多個(gè)教師模型分別計(jì)算所述肺音數(shù)據(jù)集的軟標(biāo)簽，并將其轉(zhuǎn)換后，得到多分類(lèi)軟標(biāo)簽；

基于所述多分類(lèi)軟標(biāo)簽和肺音數(shù)據(jù)集訓(xùn)練所述學(xué)生模型，得到已訓(xùn)練的學(xué)生模型，并利用所述已訓(xùn)練的學(xué)生模型對(duì)所述肺音音頻進(jìn)行分類(lèi)，所述已訓(xùn)練的學(xué)生模型為多分類(lèi)模型，所述已訓(xùn)練的學(xué)生模型對(duì)應(yīng)于多種肺音類(lèi)別的分類(lèi)。

在一種實(shí)現(xiàn)方式中，所述獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數(shù)據(jù)集，包括：

采集所述肺音音頻，并對(duì)所述肺音音頻進(jìn)行音頻數(shù)據(jù)增強(qiáng)處理，得到增強(qiáng)后的肺音音頻；

對(duì)所述增強(qiáng)后的肺音音頻進(jìn)行切片，得到多個(gè)音頻片段；

分別從每一個(gè)所述音頻片段中提取所述梅爾頻譜特征，得到所述肺音數(shù)據(jù)集。

在一種實(shí)現(xiàn)方式中，所述音頻數(shù)據(jù)增強(qiáng)處理包括：時(shí)間變換處理、音高變換處理和μ律壓縮處理。

在一種實(shí)現(xiàn)方式中，所述獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數(shù)據(jù)集之后，包括：

對(duì)每一個(gè)所述音頻片段進(jìn)行零均值歸一化處理。