自动提取湿罗音特征的方法技术

本申请涉及一种自动提取湿罗音特征的方法，实现了智能化且自动的从待测者的呼吸音时域波形中提取出湿罗音特征，无需人为干预，以用于后续湿罗音特征数据的相关研究，大幅度降低了搜集、裁剪、整理湿罗音特征所需消耗的劳动强度和人力成本。

【技术实现步骤摘要】
自动提取湿罗音特征的方法
本申请涉及信号与信息处理
，特别是涉及一种自动提取湿罗音特征的方法。
技术介绍
罗音是人发声所产生的音频时域信号波形中，由于呼吸道疾病而导致其中带有某种特征的信号波形。湿罗音是罗音的一种。它是由于吸气时气体通过呼吸道内的分泌物如渗出液、痰液、血液、黏液和脓液等形成的水泡破裂所产生的声音，故又称水泡音。湿罗音为呼吸音外的附加音，断断续续且持续时间短暂。从湿罗音中分离出及罗音的特征，对呼吸道疾病的防治具有重要性的意义。传统的提取湿罗音特征的方法，一般通过手工从事先采集到的呼吸音原始波形中分割出来，这种手工分割湿罗音的工作需要投入大量人力、物力、精力和时间，成本高昂。
技术实现思路
基于此，有必要针对传统动提取湿罗音特征的方法过度耗费人力物力的问题，提供一种自动提取湿罗音特征的方法。本申请提供一种动提取湿罗音特征的方法，包括：获取待测者在一个预设时间段内的呼吸音时域波形；对所述呼吸音时域波形进行预处理；基于预处理后的呼吸音时域波形，构建时间窗序列；所述本文档来自技高网...

【技术保护点】
1.一种自动提取湿罗音特征的方法，其特征在于，所述自动提取湿罗音特征的方法包括：/nS100，获取待测者在一个预设时间段内的呼吸音时域波形；/nS200，对所述呼吸音时域波形进行预处理；/nS300，基于预处理后的呼吸音时域波形，构建时间窗序列；所述时间窗序列包含多个时间窗；/nS400，从所述时间窗序列中筛选出至少一个与湿罗音相关的时间窗作为观测窗，并依据至少一个观测窗，构建观测窗序列；/nS500，获取所述观测窗序列中每一个观测窗内的湿罗音特征脉冲波形；/nS600，对每一个湿罗音特征脉冲波形进行连续小波变换，进一步从每一个湿罗音特征脉冲波形中提取出湿罗音特征核波形；/nS700，从每一个...

【技术特征摘要】
1.一种自动提取湿罗音特征的方法，其特征在于，所述自动提取湿罗音特征的方法包括：
S100，获取待测者在一个预设时间段内的呼吸音时域波形；
S200，对所述呼吸音时域波形进行预处理；
S300，基于预处理后的呼吸音时域波形，构建时间窗序列；所述时间窗序列包含多个时间窗；
S400，从所述时间窗序列中筛选出至少一个与湿罗音相关的时间窗作为观测窗，并依据至少一个观测窗，构建观测窗序列；
S500，获取所述观测窗序列中每一个观测窗内的湿罗音特征脉冲波形；
S600，对每一个湿罗音特征脉冲波形进行连续小波变换，进一步从每一个湿罗音特征脉冲波形中提取出湿罗音特征核波形；
S700，从每一个湿罗音特征核波形中提取出湿罗音特征并输出。


2.根据权利要求1所述的自动提取湿罗音特征的方法，其特征在于，所述步骤S300包括：
S310，从预处理后的呼吸音时域波形中筛选出所有的过零区间波峰和过零区间波谷；在预处理后的呼吸音时域波形中，每两个相邻过零点之间仅存在波峰时，振幅最大的波峰为过零区间波峰；在预处理后的呼吸音时域波形中，每两个相邻过零点之间仅存在波谷时，振幅最大的波谷为过零区间波谷；
S320，依据公式1计算过零区间峰谷平均振幅；

公式1；
其中，为过零区间峰谷平均振幅，NP为过零区间波峰总数，NV为过零区间波谷总数，
Pn为第n个过零区间波峰的振幅，Vk为第k个过零区间波谷的振幅；
S330，基于所述过零区间峰谷平均振幅，从预处理后的呼吸音时域波形中筛选出大振幅波峰和大振幅波谷，所述大振幅波峰和所述大振幅波谷的振幅均需满足大于或等于所述过零区间峰谷平均振幅的条件；
S340，基于所述大振幅波峰和大振幅波谷，依据公式2计算背景振幅值；

公式2；
其中，为背景振幅值，为第i个大振幅波峰的振幅，为大振幅波峰的总数，为第j个大振幅波谷的振幅，为大振幅波谷的总数；
S350，将预处理后的呼吸音时域波形拆解为多个时间窗按时间先后顺序依次连接的形式，生成时间窗序列。


3.根据权利要求2所述的自动提取湿罗音特征的方法，其特征在于，所述步骤S350包括：
S351，设定每个时间窗的持续时间长度，以及相邻两个时间窗的起始时间的差值；
S352，依据每个时间窗的持续时间长度，以及相邻两个时间窗的起始时间的差值，将预处理后的呼吸音时域波形拆解为多个时间窗；所述多个时间窗按时间先后顺序依次连接，相邻的两个时间窗存在重叠时间；
S353，依据公式3依次计算每一个时间窗的时间窗振幅，所述时间窗振幅为时间窗内波形的振幅平均值；

公式3；
其中，为第η个时间窗的时间窗振幅，PX为第η个时间窗内第X个波峰的振幅，NX为第η
个时间窗内波峰的总数，PY为第η个时间窗内第Y个波谷的振幅，NY为第η个时间窗内波谷的
总数；
S354，依据前述步骤得出的结果构建时间窗序列和时间窗振幅序列，所述时间窗序列包括每一个时间窗，所述时间窗振幅序列包括每一个时间窗的时间窗振幅。


4.根据权利要求3所述的自动提取湿罗音特征的方法，其特征在于，所述步骤S400包括：
S410，依据所述时间窗序列和所述时间窗振幅序列，比对每一个时间窗的时间窗振幅与背景振幅值的大小，从所述时间窗序列中筛选出时间窗振幅大于背景振幅值的时间窗，作为观测窗；
S420，构建观测窗序列，所述观测窗序列包括每一个筛选出来的观测窗；
S430，将每一个观测窗对应的时间窗振幅，定义为该观测窗的观测窗振幅；
S440，构建观测窗振幅序列，所述观测窗振幅序列包括每一个观测窗的观测窗振幅。


5.根据权利要求4所述的自动提取湿罗音特征的方法，其特征在于，所述步骤S500包括：
S510，从观测窗序列中选取一个观测窗，对该观测窗左右同时搜索时间边界，使得该观测窗的起始时间和终止时间均向中间收束，直至起始时间和终止时间对应的振幅值均大于该观测窗的观测窗振幅为止，生成收束时间边界后的观测窗；
S520，将收束时间边界后的观测窗定义为湿罗音特征窗，将收束时间边界后的观测窗内的波形定义为湿罗音特征脉冲波形；
S530，反复执行所述步骤S510至步骤S520，直至所有观测窗均...

【专利技术属性】
技术研发人员：屈世豪，史皆然，应东东，许晓斌，
申请(专利权)人：杭州百世伽信息科技有限公司，
类型：发明
国别省市：浙江;33