[發明專利]腸鳴音的識別方法、裝置、存儲介質及計算機設備

在審

• 申請號: 202110397013.7
• 申請日: 2021-04-13
• 公開（公告）號: CN115206347A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 郭天學
• 申請（專利權）人: 浙江荷清柔性電子技術有限公司
• 主分類號: G10L25/66
• 分類號: G10L25/66;G10L25/03;G10L25/24;G10L25/30;G06N3/08;G06N3/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種腸鳴音的識別方法，其特征在于，所述方法包括：

獲取待識別的腸鳴音信號，對所述待識別的腸鳴音信號進行特征提取，得到時域特征、頻域特征以及倒譜域特征；

將所述時域特征、所述頻域特征及所述倒譜域特征分別輸入到訓練好的第一深度網絡模型、第二深度網絡模型及第三深度網絡模型，得到對應的第一識別結果、第二識別結果及第三識別結果；

根據所述第一識別結果、所述第二識別結果及所述第三識別結果，確定目標識別結果。

2.如權利要求1所述的腸鳴音的識別方法，其特征在于，所述根據所述第一識別結果、所述第二識別結果及所述第三識別結果，確定目標識別結果，包括：

獲取所述第一識別結果、所述第二識別結果及所述第三識別結果分別對應的第一權重、第二權重及第三權重；

根據所述第一識別結果及對應的所述第一權重、所述第二識別結果及對應的所述第二權重及所述第三識別結果及對應的第三權重進行加權處理，得到所述目標識別結果。

3.如權利要求2所述的腸鳴音的識別方法，其特征在于，所述第一權重小于所述第二權重，所述第二權重小于所述第三權重。

4.如權利要求1所述的腸鳴音的識別方法，其特征在于，所述第一深度網絡模型、所述第二深度網絡模型及所述第三深度網絡模型的訓練，包括：

獲取多個樣本腸鳴音信號，對多個所述樣本腸鳴音信號進行特征提取，得到每個所述樣本腸鳴音信號對應的樣本時域特征、樣本頻域特征及樣本倒譜域特征；

根據每個所述樣本腸鳴音信號對應的樣本時域特征、樣本頻域特征及樣本倒譜域特征進行標注，得到每個所述樣本腸鳴音信號對應的樣本第一識別結果、樣本第二識別結果及樣本第三識別結果；

根據多個樣本時域特征及對應的樣本第一識別結果訓練所述第一深度網絡模型，得到訓練好的所述第一深度網絡模型；

根據多個樣本頻域特征及對應的樣本第二識別結果訓練所述第二深度網絡模型，得到訓練好的所述第二深度網絡模型；

根據多個樣本倒譜域特征及對應的樣本第三識別結果訓練所述第三深度網絡模型，得到訓練好的所述第三深度網絡模型。

5.如權利要求1所述的腸鳴音的識別方法，其特征在于，在所述獲取待識別的腸鳴音信號的步驟之前，還包括：

獲取初始腸鳴音信號；

對所述初始腸鳴音信號進行分幀處理，得到多幀所述待識別的腸鳴音信號。

6.如權利要求5所述的腸鳴音的識別方法，其特征在于，所述對所述初始腸鳴音信號進行分幀處理，包括：

根據所述初始腸鳴音信號的特征確定分幀長度，根據所述分幀長度確定目標幀移；

根據所述分幀長度和所述目標幀移對所述初始腸鳴音信號進行分幀處理。

7.如權利要求1所述的腸鳴音的識別方法，其特征在于，在所述獲取待識別的腸鳴音信號的步驟之前，還包括：

獲取初始腸鳴音信號；

對所述初始腸鳴音信號進行濾波處理和降噪處理，得到所述待識別的腸鳴音信號。

8.一種腸鳴音的識別裝置，其特征在于，所述裝置包括：

提取模塊，用于獲取待識別的腸鳴音信號，對所述待識別的腸鳴音信號進行特征提取，得到時域特征、頻域特征以及倒譜域特征；

識別模塊，用于將所述時域特征、所述頻域特征及所述倒譜域特征分別輸入到訓練好的第一深度網絡模型、第二深度網絡模型及第三深度網絡模型，得到對應的第一識別結果、第二識別結果及第三識別結果；

確定模塊，用于根據所述第一識別結果、所述第二識別結果及所述第三識別結果，確定目標識別結果。