This scheme involves artificial intelligence and provides an early warning method, device and storage medium based on audiometric data. The methods include collecting audiometric data of groups, clustering analysis of audiometric data, dividing groups into multiple audiometric loss clusters according to the degree of audiometric loss, and dividing earmuffs into the same number of protection levels according to the number of audiometric loss clusters. The protection level is divided according to the sound attenuation value of the earmuffs, and the average hearing threshold of the high frequency of each hearing loss cluster is arranged from high to low, and the recommended sound attenuation value is from low to high. According to the difference between the high frequency average hearing threshold of individual binaural hearing and that of binaural high frequency average hearing threshold of group binaural hearing, an early warning is proposed by using the high frequency average hearing threshold change curve of group binaural hearing and combining the difference between the high frequency average hearing threshold of individual binaural hearing and that of binaural high frequency average hearing threshold of group binaural hearing. According to the average hearing threshold of personal binaural high frequency, the appropriate earmuffs are recommended and adjusted according to the average hearing threshold of personal binaural high frequency.
【技术实现步骤摘要】
基于耳测听数据的预警方法、装置及存储介质
本专利技术涉及人工智能领域,具体说,涉及基于耳测听数据的预警方法、装置及存储介质。
技术介绍
随着社会的进步和经济的发展,人类不得不面对强噪声环境的情形已随处可见。例如,在工厂的大型机械(如织布机车床、空气压缩机、鼓风机等)旁操作。强噪声会引发一系列严重的问题。首先,高强度的噪声会使人感到疲劳,产生消极情绪,并对神经系统、血液循环系统、内分泌系统、消化系统以及视觉、听觉、智力等都有严重的损害,因此,强噪声环境下的听力保护是必不可少的措施。在某些强噪声环境下,在受到听力保护的同时,人们还需要对周围环境中的声音保持足够的敏感,以监听周边环境的实时变化,从而做出正确的应对,否则将会对可能出现的危险信号无所知觉。对于在噪声环境中工作的员工,通常会佩戴耳塞或者耳罩,以降低环境噪声对耳膜的损伤。目前针对员工群体的听力损伤情况仅是有数据统计,但针对员工群体的听力损坏情况,如何推荐使用合适的耳罩,暂未有较好的解决方案。
技术实现思路
为解决以上技术问题,本专利技术提供一种基于耳测听数据的预警方法,应用于电子装置,该方法包括以下步骤:收集群体的耳测听数据,对耳测听数据进行聚类分析,把群体根据听力损失程度分成多个听力损失集群,其中,耳测听数据包括群体中每个人的双耳高频平均听阈;根据听力损失集群的数量把耳罩划分为相同数量的防护级别,其中,耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分;对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列,推荐声衰减值由低到高的耳罩。优选地,建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照 ...
【技术保护点】
1.一种基于耳测听数据的预警方法,应用于电子装置,其特征在于,该方法包括以下步骤:收集群体的耳测听数据,对耳测听数据进行聚类分析,把群体根据听力损失程度分成多个听力损失集群,其中,耳测听数据包括群体中每个人的双耳高频平均听阈;根据听力损失集群的数量把耳罩划分为相同数量的防护级别,其中,耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分;对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列,推荐声衰减值由低到高的耳罩。
【技术特征摘要】
1.一种基于耳测听数据的预警方法,应用于电子装置,其特征在于,该方法包括以下步骤:收集群体的耳测听数据,对耳测听数据进行聚类分析,把群体根据听力损失程度分成多个听力损失集群,其中,耳测听数据包括群体中每个人的双耳高频平均听阈;根据听力损失集群的数量把耳罩划分为相同数量的防护级别,其中,耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分;对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列,推荐声衰减值由低到高的耳罩。2.根据权利要求1所述的基于耳测听数据的预警方法,其特征在于,建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系,根据双耳高频平均听阈和环境噪声,为人员推荐耳罩,其中,环境噪声与耳罩的声衰减值的差值小于等于双耳高频平均听阈。3.根据权利要求1所述的基于耳测听数据的预警方法,其特征在于,建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系,根据双耳高频平均听阈和环境噪声,为人员推荐耳罩,其中,环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈,且小于40dB。4.根据权利要求1所述的基于耳测听数据的预警方法,其特征在于,把工作岗位按照环境噪声大小分级,收集一段时间内工作岗位的噪声数据,并求取一段时间内的噪声平均值,按照各岗位的噪声平均值与人员的双耳高频平均听阈的差值小于40dB将人员分配到相对应的工作岗位。5.根据权利要求1所述的基于耳测听数据的预警方法,其特征在于,所述双耳高频平均听阈采用如下方式计算:双耳高频平均听阈=[左耳听阈(3000Hz)+左耳听阈(4000Hz)+左耳听阈(6000Hz)+右耳听阈(3000Hz)+右耳听阈(4000Hz)+右耳听阈(6000Hz)]/6其中,3000Hz、400...
【专利技术属性】
技术研发人员:巴堃,周冬雪,徐亮,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。