一种可穿戴体音捕获技术的肠鸣音检测方法技术

本发明专利技术公开了一种可穿戴体音捕获技术的肠鸣音检测方法，主要步骤如下：1、通过可穿戴设备，采集腹部双声道音频；2、分别对每个声道的音频数据流进行分帧，得到两组帧序列；3、对两组帧序列进行预处理，找到非肠鸣音的数据帧并将其作为预标记序列；4、对除预标记序列外的每一个帧进行时频域特征提取，计算短时能量、过零率、梅尔倒谱系数，得到n维的梅尔倒谱系数，每一帧得到p维音频特征；计算两个声道两组特征的和与差，得到4*p维特征序列；5、将步骤2得到的音频，通过人工试听和数据标记来获得初始训练集，训练分类器；6、将步骤4得到的4*p维特征序列进行分类，识别出肠鸣音。本发明专利技术设备简单，判断速度快，识别结果准确率高。

A Method of Intestinal Sound Detection Based on Wearable Body Sound Capture Technology

【技术实现步骤摘要】
一种可穿戴体音捕获技术的肠鸣音检测方法
本专利技术属于生物医学信号处理
，具体涉及一种可穿戴体音捕获技术的肠鸣音检测方法。
技术介绍
肠鸣音反映了人体小肠的运动状态，是检测肠道疾病的一项重要指标，对肠鸣音的听诊是一种目前常用的诊断肠道疾病的手段。正常状态和病理状态下的肠鸣音具有明显不同的特征，如单位时间内的肠鸣音次数、响度等，据此可以为诊断提供重要信息，因此，对肠鸣音的识别方法具有广泛的应用场景，如消化道疾病判断，摄入物对肠胃刺激的判断，腹腔手术后恢复情况判断等。具体而言，肠鸣音识别方法要求提供准确、快速的肠鸣音识别，如用户每分钟出现了几次肠鸣。现有的肠鸣音识别方法多为人工识别，由医护人员执行。患者需平躺，医护人员使用听诊器在患者腹部听诊，整个过程需要持续20分钟左右，该方法较为简单，但具有一定的局限性：1)患者只能在医院中进行肠鸣音检测，而肠鸣音听诊在医院中只作为一种辅助检测手段，因此无法充分发掘肠鸣音的日常检测价值。2)不同医护人员对于肠鸣音的判断存在主观性差异，无法统一标准。3)由于长时间监听，会使医护人员产生疲劳，对肠鸣音判断的准确性下降。第二类方法为大型医疗设备检测。该方法通常使用大型医疗设备，将传感器与用户腹部贴合，或是通过食道伸入肠胃进行肠鸣音检测。该方法基于昂贵且不便携的大型医疗设备，同样无法实现肠鸣音的日常化捕获和检测，并且有时采用侵入式方法会对受试者造成心理影响，甚至不愿再进行检测。
技术实现思路
为了实现对肠鸣音的检测，同时克服传统人工方式或是侵入式、高成本、依赖大型医疗设备方式，本专利技术提供一种基于可穿戴体音捕获技术的肠鸣音检测方法，该方法利用轻便的可穿戴设备作为肠鸣音捕获装置，利用计算设备进行肠鸣音的识别。利用可穿戴设备将用户腹部发出的声音进行捕获后，传输至计算设备并运行识别程序进行识别，以此来完成对肠鸣音的判断。为实现上述目的，本专利技术采用以下技术方案：一种基于可穿戴体音捕获技术的肠鸣音检测方法，包括以下步骤：步骤1通过可穿戴设备，采集腹部双声道音频；步骤2对音频进行解析，得到每个声道的音频数据流，分别对每个声道的音频数据流进行分帧，得到左右声道的两组帧序列；步骤3对两组帧序列进行预处理，找到非肠鸣音的数据帧并将其作为预标记序列；步骤4对步骤3中得到的除预标记序列外的每一个数据帧进行时频域特征提取，计算每一帧的短时能量、过零率和每一帧的梅尔倒谱系数，得到n维的梅尔倒谱系数，每一帧得到p维音频特征；计算两个声道对应的两组特征的和与差，得到4*p维特征序列；步骤5将步骤2中得到的音频，通过人工试听和数据标记来获得初始训练集，训练分类器；步骤6将步骤4得到的4*p维特征序列通过分类器进行分类，并不对预标记中的序列进行预测，最终得到属于肠鸣音的特征，识别出肠鸣音。为优化上述技术方案，采取的具体措施还包括：步骤1中，可穿戴设备包括设有听诊器的腰带，将听诊器朝向腹部方向，并将听诊器上的麦克风与录音笔相连，通过录音笔采集来自听诊器的音频数据，录音频率为fHz，录音精度为widthbit，生成双声道音频。步骤2具体包括如下步骤：得到每个声道的音频数据流后，分别在每个声道构造t/s个帧长度的滑动窗口，该滑动窗口每次向时间增加的方向推移0.5个帧的时间长度；每次推移执行前对该滑动窗口内的t*f个采样点进行复制，作为一个帧，保存在对应声道的帧序列数组中，最终得到两个长度相同的帧序列S1和S2，分别为左右声道的帧序列。步骤3的帧序列预处理过程具体过程如下：分别遍历左右声道帧序列的每一帧，设人体内声速为v1，空气声速为v2，其中v1＞＞v2，两听诊器间距d，左声道某帧最大值索引index1，右声道某帧最大值索引index2，根据某一音源达到两听诊器的时间差距推算出其方位；对于每一帧，将的帧预先标记为非肠鸣音，全部标记后产生一个预标记序列L。步骤4的具体过程为：步骤4.1：遍历序列S1和S2，对于除预标记序列L外的每一个数据帧，计算其短时能量和过零率，短时能量Energy的计算方法如下：其中si表示该帧第i个采样点的值，i为第i个采样点，t*f为采样点的个数；过零率ZeroCrossingRate的计算方法如下：其中，sgn()为符号函数，即：步骤4.2：遍历序列S1和S2，对除预标记序列L外的每一个数据帧，进行快速傅里叶变换，得到该帧的频域表示，记为Spectrum；再使用n个梅尔刻度的滤波器组对每一帧滤波，得到n个滤波器输出H1，H2...Hn，再对每个滤波器输出计算其对数能量，并进行离散余弦变换，最终得到n维的梅尔倒谱系数；傅里叶变换方法为：其中，k是第k个频率分量，j是复数，j*j＝-1；针对滤波器输出Hm，计算对数能量的方法为：其中，m为第m个滤波器，Hm(k)表示第m个滤波器在第k个频率点的值；通过离散余弦变换计算出梅尔倒谱系数MFCC的具体算法为：其中，n为梅尔倒谱系数的总维度；MFCCm表示第m个mfcc值；步骤4.3：对除预标记序列L外的每一个数据帧，将步骤4.1和步骤4.2中得到的特征进行拼接：每一帧的每一个声道构造出一个p维特征向量Fi＝<Energy，ZeroCrossingRate，MFCC1，MFCC2...MFCCn>，然后计算左声道特征向量F1与右声道特征向量F2的和与差，并将2个声道的特征向量进行拼接，得到一帧的4*p维完整特征向量F＝<F1，F2，F1+F2，F1-F2>；对于预标记序列L中被标记为非肠鸣音的数据帧，设为同样位数的0向量；所有帧的特征向量构成特征序列Features。步骤5的具体过程如下：将步骤2得到的帧序列音频作为初始音频，对初始音频进行人工监听，并标记其中的肠鸣音和非肠鸣音部分；对标记后的音频进行步骤3和步骤4，并将得到的特征序列保存为两个文件，一个是肠鸣音特征序列，另一个是非肠鸣音特征序列。步骤6的具体过程如下：步骤6.1读取步骤五中的肠鸣音和非肠鸣音特征序列；步骤6.2构造分类器，并使用步骤5中得到的肠鸣音和非肠鸣音特征序列、对肠鸣音和非肠鸣音的标记对分类器进行训练；步骤6.3使用步骤4.3中的特征序列Features，将其放入分类器中进行预测，如果其中某一帧特征被标记为非肠鸣音，则直接输出结果为非肠鸣音，对于特征序列Features中的每一个特征，都得到一个预测结果：是肠鸣音或不是肠鸣音；最终得到一个预测序列，该预测序列表示每一帧的预测结果。本专利技术的有益效果是：本方法提供了一种轻便、非侵入式的肠鸣音检测方法，通过采用多通道接触式麦克风设备，高采样率录音笔，采集左右声道音频数据，结合音频信号处理技术，机器学习方法，实现对包括肠鸣音在内的多种人体内声音的捕获；通过双声道音频信号处理技术，准确提取肠鸣音信号特征；通过音频特征提取和建模，实现对肠鸣音的自动检测和分析。该方法具有设备获取简单，判断速度快，识别结果客观，正确率高等特点。附图说明图1是本专利技术的肠鸣音检测方法流程图。图2是本专利技术的可穿戴设备的穿戴方式示意图。具体实施方式现在结合附图对本专利技术作进一步详细的说明。本专利技术提供的基于可穿戴体音捕获技术的肠鸣音检测方法，一方面使用能够采集腹部体音的可穿戴设备，采集日常腹部的音频，另一方面使用基于滑动窗口的数据分割，快速本文档来自技高网...

【技术保护点】
1.一种可穿戴体音捕获技术的肠鸣音检测方法，其特征在于，包括以下步骤：步骤1通过可穿戴设备，采集腹部双声道音频；步骤2对音频进行解析，得到每个声道的音频数据流，分别对每个声道的音频数据流进行分帧，得到左右声道的两组帧序列；步骤3对两组帧序列进行预处理，找到非肠鸣音的数据帧并将其作为预标记序列；步骤4对步骤3中得到的除预标记序列外的每一个数据帧进行时频域特征提取，计算每一帧的短时能量、过零率和每一帧的梅尔倒谱系数，得到n维的梅尔倒谱系数，每一帧得到p维音频特征；计算两个声道对应的两组特征的和与差，得到4*p维特征序列；步骤5将步骤2中得到的音频，通过人工试听和数据标记来获得初始训练集，训练分类器；步骤6将步骤4得到的4*p维特征序列通过分类器进行分类，并不对预标记中的序列进行预测，最终得到属于肠鸣音的特征，识别出肠鸣音。

【技术特征摘要】
1.一种可穿戴体音捕获技术的肠鸣音检测方法，其特征在于，包括以下步骤：步骤1通过可穿戴设备，采集腹部双声道音频；步骤2对音频进行解析，得到每个声道的音频数据流，分别对每个声道的音频数据流进行分帧，得到左右声道的两组帧序列；步骤3对两组帧序列进行预处理，找到非肠鸣音的数据帧并将其作为预标记序列；步骤4对步骤3中得到的除预标记序列外的每一个数据帧进行时频域特征提取，计算每一帧的短时能量、过零率和每一帧的梅尔倒谱系数，得到n维的梅尔倒谱系数，每一帧得到p维音频特征；计算两个声道对应的两组特征的和与差，得到4*p维特征序列；步骤5将步骤2中得到的音频，通过人工试听和数据标记来获得初始训练集，训练分类器；步骤6将步骤4得到的4*p维特征序列通过分类器进行分类，并不对预标记中的序列进行预测，最终得到属于肠鸣音的特征，识别出肠鸣音。2.根据权利要求1中所述的肠鸣音检测方法，其特征在于，步骤1中，可穿戴设备包括设有听诊器的腰带，将听诊器朝向腹部方向，并将听诊器上的麦克风与录音笔相连，通过录音笔采集来自听诊器的音频数据，录音频率为fHz，录音精度为widthbit，生成双声道音频。3.根据权利要求1中所述的肠鸣音检测方法，其特征在于，步骤2具体包括如下步骤：得到每个声道的音频数据流后，分别在每个声道构造t/s个帧长度的滑动窗口，该滑动窗口每次向时间增加的方向推移0.5个帧的时间长度；每次推移执行前对该滑动窗口内的t*f个采样点进行复制，作为一个帧，保存在对应声道的帧序列数组中，最终得到两个长度相同的帧序列S1和S2，分别为左右声道的帧序列。4.根据权利要求3中所述的肠鸣音检测方法，其特征在于，步骤3的帧序列预处理过程具体过程如下：分别遍历左右声道帧序列的每一帧，设人体内声速为v1，空气声速为v2，其中v1＞＞v2，两听诊器间距d，左声道某帧最大值索引index1，右声道某帧最大值索引index2，根据某一音源达到两听诊器的时间差距推算出其方位；对于每一帧，将的帧预先标记为非肠鸣音，全部标记后产生一个预标记序列L。5.根据权利要求4中所述的肠鸣音检测方法，其特征在于，步骤4的具体过程为：步骤4.1：遍历序列S1和S2，对于除预标记序列L外的每一个数据帧，计算其短时能量和过零率，短时能量Energy的计算方法如下：其中si表示该帧第i个采样点的值，i为第i个采样点，t*f为采样点的...

【专利技术属性】
技术研发人员：乔裕哲，汪亮，陶先平，吕建，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32