【技术实现步骤摘要】
一种异常肺部听诊音智能识别系统
[0001]本专利技术涉及声音识别领域,特别是涉及一种异常肺部听诊音智能识别系统。
技术介绍
[0002]空气进出气道会因气管、支气管及肺泡的生理结构或病理变化而发出的正常呼吸音、异常呼吸音或啰音。在特定部位闻及特定类型、属性的异常肺部听诊音对鉴别呼吸系统疾病有重要意义。
[0003]其中:当空气进出气管,或在声门、气管、支气管形成湍流,或因肺泡弹性的变化和气流的振动时产生正常呼吸音,包括气管呼吸音(tracheal breath sound)、支气管呼吸音(bronchial breath sound)、支气管肺泡呼吸音(bronchovesicularbreath sound)及肺泡呼吸音(vesicularbreath sound)。
[0004]当肺泡内的空气流量减少或增多,进入肺内的空气流速减慢或加快时,或因下呼吸道部分阻塞、痉挛或狭窄、局部炎症、水肿等,导致呼气的阻力增加,气流进出不畅或不能均匀地进入肺泡,或因肺实变、积液、空腔、共鸣及(或)实变等病变区域与正常含气肺组织的不同组成结构等导致声音传导异常时,产生异常呼吸音例如异常肺泡呼吸音(abnormal vesicularbreath sound)、异常支气管呼吸音(abnormal trachealbreath sound)、异常支气管肺泡呼吸音(abnormal bronchovesicularbreath sound)。
[0005]当吸气气体通过呼吸道内的分泌物如渗出液、痰液、血液、黏液和 ...
【技术保护点】
【技术特征摘要】
1.一种异常肺部听诊音智能识别系统,其特征在于,所述系统包括:肺部听诊音采集装置、控制器、终端和云端;所述肺部听诊音采集装置的信号输出端与所述控制器连接,所述肺部听诊音采集装置用于采集监测对象的数字肺部听诊音信号,并将所述数字肺部听诊音信号传输至所述控制器;所述控制器与所述终端无线连接,所述控制器用于对所述数字肺部听诊音信号进行数字带通滤波,并将所述数字肺部听诊音信号转换为wav格式的肺部听诊音信号,并将所述wav格式的肺部听诊音信号无线传输至所述终端;所述终端与所述云端连接,所述终端用于将所述wav格式的肺部听诊音信号传输至所述云端;所述云端用于获得所述wav格式的肺部听诊音信号的肺部听诊音种类,当所述wav格式的肺部听诊音信号的肺部听诊音种类为异常声音时,获得异常声音所在的呼吸周期,并将所述异常声音所在的呼吸周期和所述异常声音均传输至所述终端进行显示;所述异常声音包括异常呼吸音和啰音,所述异常呼吸音包括异常肺泡呼吸音、异常支气管呼吸音和异常支气管肺泡呼吸音,所述啰音包括干啰音和湿啰音。2.根据权利要求1所述的异常肺部听诊音智能识别系统,其特征在于,所述肺部听诊音采集装置包括:声音传感器和A/D转换器;所述声音传感器的信号输出端与所述A/D转换器的输入端连接,所述声音传感器用于采集模拟肺部听诊音信号,并将所述模拟肺部听诊音信号传输至所述A/D转换器;所述A/D转换器的输出端与所述控制器连接,所述A/D转换器用于将所述模拟肺部听诊音信号转换为数字肺部听诊音信号,并将所述数字肺部听诊音信号传输至所述控制器。3.根据权利要求1所述的异常肺部听诊音智能识别系统,其特征在于,所述系统还包括:存储卡;所述存储卡与所述控制器连接,所述控制器用于将所述wav格式的肺部听诊音信号传输至所述存储卡进行存储。4.根据权利要求1所述的异常肺部听诊音智能识别系统,其特征在于,所述系统还包括:监控端;所述云端与所述监控端连接,所述云端用于将所述异常声音所在的呼吸周期和所述异常声音传输至所述监控端。5.根据权利要求1所述的异常肺部听诊音智能识别系统,其特征在于,所述云端包括:wav格式的肺部听诊音信号获取模块,用于获取监测对象的wav格式的肺部听诊音信号;滤波后的肺部听诊音信号获得模块,用于对所述wav格式的肺部听诊音信号进行滤波,获得滤波后的肺部听诊音信号;多段肺部听诊音周期信号获得模块,用于基于Viola积分多尺度特征波形法的周期分段算法,对所述滤波后的肺部听诊音信号按照呼吸周期进行周期性分段,获得多段肺部听诊音周期信号;特征向量获得模块,用于利用梅尔频率倒谱系数的提取方法对每段肺部听诊音周期信号分别进行特征提取,获得每段肺部听诊音周期信号的特征向量;
概率输出模块,用于将每段肺部听诊音周期信号的特征向量分别输入训练好的长短时记忆神经网络中,输出每段肺部听诊音周期信号为每种肺部听诊音种类的概率;每段肺部听诊音周期信号的肺部听诊音种类分类模块,用于将概率最大的肺部听诊音种类确定为每段所述肺部听诊音周期信号的肺部听诊音种类;异常肺部听诊音确定模块,用于提取所有段肺部听诊音周期信号的肺部听诊音种类中的异常声音,并将所有异常声音作为所述监测对象的异常肺部听诊音。6.根据权利要求5所述的异常肺部听诊音智能识别系统,其特征在于,所述滤波后...
【专利技术属性】
技术研发人员:易高,魏凌云,孟飞,江先汉,徐书羿,韩栋,章莹,曾永杰,
申请(专利权)人:广州医科大学附属第五医院,
类型:发明
国别省市:
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。