本发明专利技术公开了一种呼吸音识别方法、装置、设备及介质，包括：获取待检测呼吸音，对待检测呼吸音进行预处理，得到待处理音频信号；对待处理音频信号进行无线转换，并经无线传输获得与待检测呼吸音对应的无线音频信号；对无线音频信号进行包络变换处理，得到包络特征结果；通过呼吸音异常检测模型对包络特征结果进行异常检测，得到异常检测结果，异常检测结果表征了待检测呼吸音是否为正常呼吸音；在异常检测结果表征为正常呼吸音时，通过呼吸音识别模型对包络特征结果进行呼吸音分类识别，得到与待检测呼吸音对应的呼吸音类别，如此，实现了对呼吸音实时检测，提高了对呼吸音异常检测判断的准确性，以及提高了对呼吸音识别的准确性。性。性。
【技术实现步骤摘要】
呼吸音识别方法、装置、设备及介质
[0001]本专利技术涉及声音识别
，尤其涉及一种呼吸音识别方法、装置、设备及介质。
技术介绍
[0002]呼吸音是在气体循环过程中通过气道、肺泡等结构产生的声响，是极为重要的生物信号，可以反映出人体相关信息的重要指标，例如通过呼吸音与脑电双频指数之间的联系，反映出脑电双频指数。普通的方法是通过听诊装置进行听取呼吸音，并根据经验对呼吸音的异常进行判断，现有的技术方案虽然可以根据神经网络模型进行异常进行判断，但因为现有的听诊装置由拾音部分、传导部分和听音部分组成，需要手拿拾音部分采集，造成听诊装置距离的的限制，以及容易受到采集过程中其他噪声的影响，从而无法实时对人体呼吸音进行检测和对呼吸音类别的精确识别。
技术实现思路
[0003]本专利技术提供一种呼吸音识别方法、装置、设备及介质，实现了对呼吸音的实时检测，通过无线传输突破了传导部分对检测呼吸音的限制，提高了呼吸音异常检测的准确性，提高了对呼吸音类别识别的准确性。
[0004]一种呼吸音识别方法，包括：
[0005]获取待检测呼吸音，对所述待检测呼吸音进行预处理，得到待处理音频信号；
[0006]对所述待处理音频信号进行无线转换，并经无线传输获得与所述待检测呼吸音对应的无线音频信号；
[0007]对所述无线音频信号进行包络变换处理，得到包络特征结果；
[0008]通过呼吸音异常检测模型对所述包络特征结果进行异常检测，得到异常检测结果；所述异常检测结果表征了所述待检测呼吸音是否为正常呼吸音；
[0009]在所述异常检测结果表征为正常呼吸音时，通过呼吸音识别模型对所述包络特征结果进行呼吸音分类识别，得到与所述待检测呼吸音对应的呼吸音类别。
[0010]一种呼吸音识别装置，包括：
[0011]获取模块，用于获取待检测呼吸音，对所述待检测呼吸音进行预处理，得到待处理音频信号；
[0012]转换模块，用于对所述待处理音频信号进行无线转换，并经无线传输获得与所述待检测呼吸音对应的无线音频信号；
[0013]变换模块，用于对所述无线音频信号进行包络变换处理，得到包络特征结果；
[0014]检测模块，用于通过呼吸音异常检测模型对所述包络特征结果进行异常检测，得到异常检测结果，所述异常检测结果表征了所述待检测呼吸音是否为正常呼吸音；
[0015]识别模块，用于在所述异常检测结果表征为正常呼吸音时，通过呼吸音识别模型对所述包络特征结果进行呼吸音分类识别，得到与所述待检测呼吸音对应的呼吸音类别。
[0016]一种计算机设备，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述呼吸音识别方法。
[0017]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述呼吸音识别方法。
[0018]本专利技术提供的呼吸音识别方法、装置、设备及介质，通过获取待检测呼吸音，对所述待检测呼吸音进行预处理，得到待处理音频信号；对所述待处理音频信号进行无线转换，并经无线传输获得与所述待检测呼吸音对应的无线音频信号；对所述无线音频信号进行包络变换处理，得到包络特征结果；通过呼吸音异常检测模型对所述包络特征结果进行异常检测，得到异常检测结果，所述异常检测结果表征了所述待检测呼吸音是否为正常呼吸音；在所述异常检测结果表征为正常呼吸音时，通过呼吸音识别模型对所述包络特征结果进行呼吸音分类识别，得到与所述待检测呼吸音对应的呼吸音类别；如此，实现了对呼吸音的实时检测，通过无线传输突破了传导部分对检测呼吸音的限制，减少了其他声音的干扰，进而提高了呼吸音异常检测的准确性，以及提高了对呼吸音类别识别的准确性，让用户的操作更加便捷。
附图说明
[0019]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的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性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术一实施例中呼吸音识别方法的流程图；
[0021]图2是本专利技术一实施例中呼吸音识别方法的步骤S10的流程图；
[0022]图3是本专利技术一实施例中呼吸音识别方法的步骤S30的流程图；
[0023]图4是本专利技术一实施例中呼吸音识别方法的步骤S40的流程图；
[0024]图5是本专利技术一实施例中呼吸音识别方法的步骤S50的流程图；
[0025]图6是本专利技术另一实施例中呼吸音识别方法的步骤S50的流程图；
[0026]图7是本专利技术一实施例中呼吸音识别装置的原理框图；
[0027]图8是本专利技术一实施例中计算机设备的示意图。
具体实施方式
[0028]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作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。
[0029]本专利技术提供一种呼吸音识别方法，在一实施例中，如图1所示，其技术方案主要包括以下步骤S10
‑
S50：
[0030]S10，获取待检测呼吸音，对所述待检测呼吸音进行预处理，得到待处理音频信号。
[0031]可理解地，通过呼吸音采集设备对人体呼吸过程中的呼吸音进行采集，所述呼吸音采集设备可以为圆片形、正方形和长方形等形状，所述呼吸音采集设备包括由TPU柔性材
料制成的鼓膜和共鸣腔，通过粘贴的方式将所述呼吸音采集设备固定在人体的颈部，由TPU鼓膜对人体的呼吸音进行采集，并在共鸣腔内放大，获得所述待检测呼吸音，所述待检测呼吸音为所述呼吸音采集设备采集到的人体呼吸音，所述对所述待检测呼吸音进行预处理的过程为通过拾音器获取放大后的呼吸音，并将所述呼吸音转化为模拟信号，将所述模拟信号通过音频芯片放大及滤波处理后，得到数字信号，将该数字信号记录为所述待处理音频信号，所述拾音器优先选择MEMS拾音器，所述待处理音频信号为经过拾音器和音频芯片预处理后的数字信号。
[0032]如此，实现了通过TPU材料制成的鼓膜和共鸣腔对人体颈部呼吸音进行采集，并通过拾音器对呼吸音进行获取，并转换为模拟信号，由音频芯片将所述呼吸音模拟信号转换为数字信号，即待处理音频信号，如此，实现了采集到的所述待检测呼吸音更加清晰，减小了其他部位呼吸音造成的影响，实现了对人体呼吸音实时检测。
[0033]在一实施例中，如图2所示，所述步骤S10中，即所述对所述待检测呼吸音进行预处理，得到待处理音频信号，包括：
[0034]S101，对所述待检测呼吸音进行模拟转换，得到呼吸音模拟信号。
[0035]可理解地，将采集到的所述待检测呼吸音通过拾音器进行模拟转换，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种呼吸音识别方法，其特征在于，包括：获取待检测呼吸音，对所述待检测呼吸音进行预处理，得到待处理音频信号；对所述待处理音频信号进行无线转换，并经无线传输获得与所述待检测呼吸音对应的无线音频信号；对所述无线音频信号进行包络变换处理，得到包络特征结果；通过呼吸音异常检测模型对所述包络特征结果进行异常检测，得到异常检测结果，所述异常检测结果表征了所述待检测呼吸音是否为正常呼吸音；在所述异常检测结果表征为正常呼吸音时，通过呼吸音识别模型对所述包络特征结果进行呼吸音分类识别，得到与所述待检测呼吸音对应的呼吸音类别。2.如权利要求1所述的呼吸音识别方法，其特征在于，所述对所述待检测呼吸音进行预处理，得到待处理音频信号，包括：对所述待检测呼吸音进行模拟转换，得到呼吸音模拟信号；对所述呼吸音模拟信号进行音频转换处理，得到所述待处理音频信号。3.如权利要求1所述的呼吸音识别方法，其特征在于，所述对所述无线音频信号进行包络变换处理，得到包络特征结果，包括：基于预设频段，对所述无线音频信号进行模态分解以及噪声去除，得到音频模态信号；对所述音频模态信号进行包络信号转换处理，得到包络信号；对所述包络信号进行包络参数提取，得到所述包络特征结果。4.如权利要求3所述的呼吸音识别方法，其特征在于，所述对所述音频模态信号进行包络信号转换处理，得到包络信号，包括：运用希尔伯特算法，对所述音频模态信号进行希尔伯特变换，得到所述包络信号；或者运用小波包算法，对所述音频模态信号进行Morlet变换，得到所述包络信号。5.如权利要求1所述的呼吸音识别方法，其特征在于，所述通过呼吸音异常检测模型对所述包络特征结果进行异常检测，得到异常检测结果，包括：通过所述呼吸音异常检测模型对所述包络特征结果进行呼吸音异常特征提取，得到特征数组；通过所述呼吸音异常检测模型对所述特征数组进行呼吸音...
【专利技术属性】
技术研发人员：邹起昂，洪坤，杨军良，高贵锋，于力伟，李伟明，
申请(专利权)人：深圳市安保医疗科技股份有限公司，
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。