一种确定听力检测波形中特征波形位置的方法及装置制造方法及图纸

技术编号:28911534 阅读:18 留言:0更新日期:2021-06-18 21:03
本申请公开了一种确定听力检测波形中特征波形位置的方法,首先获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;在获取所述目标听力检测波形后,将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。

【技术实现步骤摘要】
一种确定听力检测波形中特征波形位置的方法及装置
本申请涉及计算机
,特别是涉及一种确定听力检测波形中特征波形位置的方法及装置。
技术介绍
声导抗测听、耳声发射检测及听性脑干诱发电位检测等听力检测被普遍应用于听觉疾病的筛查与诊断,检测得到的数据通常以波形显示。在得到上述听力检测波形后,通常将检测的波形中特征波形的相关参数作为临床上的诊断依据。因此,为得到特征波形的相关参数,首先要从检测得到的波形中确定特征波形的位置。由于上述听力检测波形规律复杂,且波形提取过程中会受到背景噪声等干扰,当前,识别波形中特征波形位置仍需要专业人员进行人为识别标记。这一识别方法的识别准确性不但依赖于工作人员的经验与能力,而且人为标记严重影响识别效率,给临床诊断带来很大影响。因此,急需一种方法,可以解决上述问题。
技术实现思路
本申请所要解决的技术问题是,提供一种确定听力检测波形中特征波形位置的方法,以解决当前,识别听力检测波形中特征波形位置需要专业人员进行人为识别标记,这一识别方法的识别准确性不但依赖于工作人员的经验与能力,而且人为标记严重影响识别效率,给临床诊断带来很大影响的问题。第一方面,本申请实施例提供了一种确定听力检测波形中特征波形位置的方法,所述方法包括:获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。可选的,所述方法还包括:获取所述N个数据中每个数据的分类标签,所述分类标签用于确定所述训练听力检测波形中特征波形的位置。可选的,所述神经网络模型包括三层双向长短期记忆BiLSTM网络。可选的,所述目标听力检测波形和所述训练听力检测波形为同种波形,所述目标听力检测波形为以下任意一种:声导抗测听波形、耳声发射检测波形、以及听性脑干诱发电位检测波形。可选的,所述目标听力检测波形为所述听性脑干诱发电位检测波形时,所述特征波形为波I、波III和波V中的其中一项或者多项。第二方面,本申请实施例提供了一种确定听力检测波形中特征波形位置的装置,所述装置包括:第一获取模块,用于:获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;输入模块,用于:将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。可选的,所述装置还包括:第二获取模块,用于:获取所述N个数据中每个数据的分类标签,所述分类标签用于确定所述训练听力检测波形中特征波形的位置。可选的,所述神经网络模型包括三层双向长短期记忆BiLSTM网络。可选的,所述目标听力检测波形和所述训练听力检测波形为同种波形,所述目标听力检测波形为以下任意一种:声导抗测听波形、耳声发射检测波形、以及听性脑干诱发电位检测波形。可选的,所述目标听力检测波形为所述听性脑干诱发电位检测波形时,所述特征波形为波I、波III和波V中的其中一项或者多项。与现有技术相比,本申请实施例具有以下优点:本申请实施例提供了一种确定听力检测波形中特征波形位置的方法,首先获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;在获取所述目标听力检测波形后,将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。由于所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形为特征波形位置信息已知的听力检测波形。因此,通过该神经网络模型,可以根据所述目标听力检测波形,确定所述目标听力检测波形中特征波形的位置信息。采用本方法,无需人工识别标记听力检测波形中特征波形的位置,可以解决采用人工识别标记的方法时,识别准确性依赖于工作人员的经验与能力的问题,有效提高识别准确率以及识别效率。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本申请实施例中一种确定听力检测波形中特征波形位置的方法的流程示意图;图2为本申请实施例中一种听性脑干诱发电位检测波形示意图;图3为本申请实施例中采用不同神经网络的神经网络模型在误差为0.1ms内、在0.15ms内以及在0.2ms内的识别率;图4为本申请实施例中一种确定听力检测波形中特征波形位置的装置的结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。本申请的专利技术人经过研究发现,当前,识别听力检测波形中特征波形位置需要专业人员进行人为识别标记,这一识别方法的识别准确性不但依赖于工作人员的经验与能力,而且人为标记严重影响识别效率,给临床诊断带来很大影响的问题。为了解决上述问题,本申请实施例提供了一种确定听力检测波形中特征波形位置的方法。首先获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;在获取所述目标听力检测波形后,将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:所本文档来自技高网
...

【技术保护点】
1.一种确定听力检测波形中特征波形位置的方法,其特征在于,所述方法包括:/n获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;/n将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:/n所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。/n

【技术特征摘要】
1.一种确定听力检测波形中特征波形位置的方法,其特征在于,所述方法包括:
获取目标听力检测波形,所述目标听力检测波形包括用于诊断听力障碍的特征波形,所述目标听力检测波形包括M个数据,M为大于一的整数,所述M个数据中的每个数据均包括时间和所述时间对应的电位;
将所述目标听力检测波形输入神经网络模型,得到所述目标听力检测波形中特征波形的位置,其中:
所述神经网络模型根据训练听力检测波形以及所述训练听力检测波形中特征波形的位置训练得到,所述训练听力检测波形包括N个数据,N为大于一的整数,所述N个数据中每个数据均包括时间和与所述N个数据中每个数据所包括的时间对应的电位。


2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述N个数据中每个数据的分类标签,所述分类标签用于确定所述训练听力检测波形中特征波形的位置。


3.根据权利要求1所述的方法,其特征在于,所述神经网络模型包括三层双向长短期记忆BiLSTM网络。


4.根据权利要求1所述的方法,其特征在于,所述目标听力检测波形和所述训练听力检测波形为同种波形,所述目标听力检测波形为以下任意一种:
声导抗测听波形、耳声发射检测波形、以及听性脑干诱发电位检测波形。


5.根据权利要求4所述的方法,其特征在于,所述目标听力检测波形为所述听性脑干诱发电位检测波形时,所述特征波形为波I、波III和波V中的其中一项或者多项,其中,所述波V的潜伏期位于5.5~8.2ms之间,所述波III的与所述波V的波间期在1.8~2.2ms之间,所述波I与所述波III的波间期在1.9~2.3ms之间。


6.一种确定听力...

【专利技术属性】
技术研发人员:于宁肖若秀
申请(专利权)人:中国人民解放军总医院第六医学中心北京科技大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1