一种基于卷积神经网络的智能痰液淤积无线报警器制造技术

本发明专利技术公开了一种基于卷积神经网络的智能痰液淤积无线报警器，包括：智能痰液淤积无线采集端和智能设备监测端；智能痰液淤积无线采集端用于采集机械通气过程中痰液淤积信息的呼吸音特征信息，并无线发送至智能设备监测端；智能设备监测端用于将呼吸音特征信息转换为呼吸音语谱图数据形式，并基于卷积神经网络对呼吸音语谱图进行特征信息提取，得到痰液淤积的表征参数。通过基于卷积神经网络的痰鸣音特征设别算法对呼吸音语谱图进行特征信息提取，可得到痰鸣音呼吸特征信息为判断基础，进行痰液淤积程度的全面准确判断，并通过无线传输实现在便携式智能设备实时显示患者痰液淤积程度，可及时发出报警信息，挽救患者。挽救患者。挽救患者。

【技术实现步骤摘要】
一种基于卷积神经网络的智能痰液淤积无线报警器


[0001]本专利技术涉及医疗器械
，更具体的说是涉及一种基于卷积神经网络的智能痰液淤积无线报警器。

技术介绍

[0002]痰液淤积是机械通气病人面临的主要并发症之一，机械通气通常会刺激气道黏膜，致使气道分泌物增多，导致痰液的淤积，故痰液淤积现象是危重症患者经常面临的问题。而痰液的淤积会给病人带来很多不良的后果，甚至危机生命安全。因此及时判断痰液的淤积对于机械通气病人的恢复和治疗至关重要。
[0003]目前痰液淤积诊断方法主要依靠医务人员的肺部听诊判断，即通过听诊器进行肺音辨识来判断痰液是否存在淤积现象，依靠人工进行痰鸣音的识别。该方法采集的信号极易受到外界环境干扰，加之声音通过胸肺骨骼等组织后信号削弱严重，大部分医护人员识别痰鸣音困难。
[0004]因此,针对现阶段存在的对患者痰液淤积信息获取困难、痰液淤积程度判断迟缓的问题，如何提供一种新的监测手段对呼吸过程中的声音信号进行采集和识别是本领域技术人员急需解决的技术问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于卷积神经网络的智能痰液淤积无线报警器，可以有效解决人工肺部听诊由于对痰液淤积的采集信息单一而难以及时准确判断痰液淤积程度的实际使用问题，通过基于卷积神经网络的痰鸣音特征设别算法对呼吸音语谱图进行特征信息提取，可得到痰鸣音呼吸特征信息为判断基础，进行痰液淤积程度的全面准确判断，并通过无线传输实现在便携式智能设备实时显示患者痰液淤积程度，可及时发出报警信息，挽救患者。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种基于卷积神经网络的智能痰液淤积无线报警器，包括：智能痰液淤积无线采集端和智能设备监测端；
[0008]所述智能痰液淤积无线采集端用于采集机械通气过程中痰液淤积信息的呼吸音特征信息，并无线发送至所述智能设备监测端；
[0009]所述智能设备监测端用于将所述呼吸音特征信息转换为呼吸音语谱图数据形式，并基于卷积神经网络对所述呼吸音语谱图进行特征信息提取，得到痰液淤积的表征参数。
[0010]优选的，所述智能痰液淤积无线采集端包括声音传感器、ADC转换器和无线数据传输模块；
[0011]所述声音传感器用于采集机械通气过程中痰液淤积信息的呼吸音特征信息；
[0012]所述ADC转换器用于将所述呼吸音特征信息转换为数字量形式；
[0013]所述无线数据传输模块用于将呼吸音特征信息无线发送至所述智能设备监测端。
[0014]优选的，所述智能设备监测端包括无线数据接收模块、预处理模块、呼吸音语谱图转换模块和卷积神经网络特征提取模块；
[0015]所述无线数据接收模块用于接收所述呼吸音特征信息；
[0016]所述预处理模块用于基于EMD去噪算法对所述呼吸音特征信息进行去噪处理；
[0017]所述呼吸音语谱图转换模块用于将去噪后的呼吸音特征信息进行语谱化，转换为呼吸音语谱图数据形式；
[0018]所述卷积神经网络特征提取模块基于卷积神经网络对呼吸音语谱图进行特征信息提取，得到痰液淤积的表征参数。
[0019]优选的，所述智能设备监测端还包括痰液淤积程度判别模块，用于基于痰液淤积的表征参数分析患者的痰液淤积程度。
[0020]优选的，所述智能设备监测端还包括报警模块，用于在患者痰液淤积程度危险时进行报警。
[0021]优选的，所述痰液淤积程度包括重淤积、中等淤积和无淤积。
[0022]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于卷积神经网络的智能痰液淤积无线报警器，利用高灵敏度声音传感器的采集患者机械通气过程中的痰鸣音特征信息，通过无线传输方式向智能设备发送特征信息数据，在智能设备中完成对特征信息的处理变换并提取痰液淤积程度的特征参数，以此为基础判断患者的痰液淤积程度，最终实现对患者痰液淤积程度的实时显示及及时预警。
附图说明
[0023]为了更清楚地说明本专利技术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专利技术的实施例，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，还可以根据提供的附图获得其他的附图。
[0024]图1附图为本专利技术提供的一种基于卷积神经网络的智能痰液淤积无线报警器结构示意图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0026]本专利技术实施例公开了一种基于卷积神经网络的智能痰液淤积无线报警器，如图1所示，包括智能痰液淤积无线采集端和智能设备监测端，工作前：首先需将智能痰液淤积无线采集端串联于患者的机械通气管路中，保证患者的机械通气管道通畅，然后将智能设备监测端与智能痰液淤积无线采集端建立无线连接，确认信息采集装置工作状态正常。
[0027]智能痰液淤积无线采集端包括声音传感器、ADC转换器和无线数据传输模块，声音传感器对患者提取其机械通气过程中的可以表征痰液淤积信息的呼吸音特征信息，将传感器数据经过ADC转换器转换为数字量形式，由无线数据传输模块将数字量形式的呼吸音特
征信息发送于智能设备监测端。
[0028]智能设备监测端包括无线数据接收模块、预处理模块、呼吸音语谱图转换模块、卷积神经网络特征提取模块；
[0029]无线数据接收模块用于接收呼吸音特征信息；
[0030]预处理模块对数字量形式的呼吸音特征信息进行预处理，在特征识别前，基于EMD去噪算法对气道呼吸音特征信息进行去噪处理。
[0031]呼吸音语谱图转换模块用于将呼吸音特征信息进行语谱化，通过呼吸音语谱图转化程序处理后得到呼吸音语谱图数据形式。
[0032]卷积神经网络特征提取模块用于对呼吸音语谱图数据形式进行痰液淤积特征识别。通过基于卷积神经网络算法的痰鸣音特征设别程序对呼吸音语谱图进行特征信息提取，得到对痰液淤积的表征参数。
[0033]痰液淤积程度判别模块，在完成对痰液淤积表征参数的计算与特征提取后，通过对痰液淤积表征参数的分析便可得到患者的痰液淤积程度，将痰液淤积程度分为三层，分别为“严重淤积”、“中等淤积”、“无淤积”，报警模块根据痰液淤积程度进行实时显示，并在患者痰液淤积程度危险时进行报警反应。
[0034]本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0035]对所公开的实施例的上述说明，使本领域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的智能痰液淤积无线报警器，其特征在于，包括：智能痰液淤积无线采集端和智能设备监测端；所述智能痰液淤积无线采集端用于采集机械通气过程中痰液淤积信息的呼吸音特征信息，并无线发送至所述智能设备监测端；所述智能设备监测端用于将所述呼吸音特征信息转换为呼吸音语谱图数据形式，并基于卷积神经网络对所述呼吸音语谱图进行特征信息提取，得到痰液淤积的表征参数。2.根据权利要求1所述的一种基于卷积神经网络的智能痰液淤积无线报警器，其特征在于，所述智能痰液淤积无线采集端包括声音传感器、ADC转换器和无线数据传输模块；所述声音传感器用于采集机械通气过程中痰液淤积信息的呼吸音特征信息；所述ADC转换器用于将所述呼吸音特征信息转换为数字量形式；所述无线数据传输模块用于将呼吸音特征信息无线发送至所述智能设备监测端。3.根据权利要求2所述的一种基于卷积神经网络的智能痰液淤积无线报警器，其特征在于，所述智能设备监测端包括无线数据接收模块、预...

【专利技术属性】
技术研发人员：任帅，徐鲁玉，石岩，王一轩，蔡茂林，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：