【技术实现步骤摘要】
咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置
[0001]本申请涉及人工智能
，尤其涉及一种咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置。
技术介绍
[0002]临床上，咳嗽是患者向医生报告的常见症状，是呼吸系统疾病的征兆，通过病人的咳嗽情况可以反映病人的身体状况或者病人病情的恢复情况。检测评估咳嗽发生的频率、强度以及咳嗽患者身体尽可能多的健康数据可为医生提供宝贵的临床资料有利于医生对病人的病情做出及时、全面的诊断和治疗，也可作为治疗效果评估的依据。
[0003]在目前的咳嗽检测领域，常用技术手段只单独记录声音信号，由于监测信号单一且会同时将说话、打黔、外界汽车、音响等声音信号也加以记录，仅使用咳嗽声音信号进行识别，容易被周围环境中类似咳嗽的声音干扰，识别准确率低，可靠性低，对分析人员要求高，耗时长，不利于医生对咳嗽患者的病情及病情轻重的综合判定，严重影响了医生的诊断与治疗决策。
技术实现思路
[0004]本申请提供一种咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置，以解决现有咳嗽检测...
【技术保护点】
【技术特征摘要】
1.一种咳嗽检测模型训练方法，其特征在于，所述方法包括：获取用户的咳嗽样本信号及与所述咳嗽样本信号对应的信号标签，所述咳嗽样本信号包括声音样本信号和肌电样本信号，所述信号标签用于指示所述咳嗽样本信号对应的咳嗽状态；对所述声音样本信号和所述肌电样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号；所述有效咳嗽样本信号为所述声音样本信号中与所述肌电样本信号在时域上存在信号重叠的信号；对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征、梅尔频率倒谱系数特征以及能量特征；所述梅尔频率倒谱系数特征用于表征所述咳嗽样本信号的频域特征；所述能量特征用于表征所述咳嗽样本信号的信号幅值；所述峰值特征用于表征所述咳嗽样本信号的最高幅值；根据所述峰值特征、所述梅尔频率倒谱系数特征、所述能量特征以及所述信号标签对咳嗽检测模型进行训练，得到目标咳嗽检测模型。2.根据权利要求1所述的方法，其特征在于，所述对所述声音样本信号和所述肌电样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号，包括：提取所述声音样本信号对应的声音样本包络线，提取所述肌电样本信号对应的肌电样本包络线；根据所述声音样本包络线与所述肌电样本包络线的包络线重叠情况，对所述咳嗽样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号。3.根据权利要求2所述的方法，其特征在于，所述根据所述声音样本包络线与所述肌电样本包络线的包络线重叠情况，对所述咳嗽样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号，包括：提取所述声音样本包络线与所述肌电样本包络线对应的时间戳集；若第n个时间戳对应的所述声音样本包络线与所述肌电样本包络线重叠程度大于预设阈值，则将所述第n个时间戳对应的声音样本信号作为有效咳嗽样本信号；其中，所述第n个时间戳为所述时间戳集中的任一时间戳，n为不小于1的正整数。4.根据权利要求1所述的方法，其特征在于，所述据所述峰值特征、所述梅尔频率倒谱系数特征、所述能量特征以及所述信号标签对咳嗽检测模型进行训练，得到目标咳嗽检测模型，包括：对所述峰值特征、所述梅尔频率倒谱系数特征以及所述能量特征进行特征融合，得到与所述咳嗽样本信号对应的目标样本特征；根据所述目标样本特征以及所述信号标签对咳嗽检测模型进行训练，得到目标咳嗽检测模型。5.根据权利要求1所述的方法，其特征在于，所述对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征以及能量特征，之前还包括：对所述有效咳嗽样本信号进行频谱转换，得到与所述咳嗽样本信号对应的样本频谱图；所述对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征以及能量特征包括：
根据所述样本频谱图，对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征...
【专利技术属性】
技术研发人员：张晓云，萧运泽，王立其，
申请(专利权)人：深圳数联天下智能科技有限公司，
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。