本申请提出一种肠鸣音识别方法、装置、电子设备及计算机可读存储介质，具体实现方案为：获取待识别对象的肠鸣音信号；分别提取肠鸣音信号的时域特征和频域特征，获得肠鸣音信号的时域波形图像和时频谱图像；根据时域波形图像确定肠鸣音出现的第一位置预测值，并根据时频谱图像确定肠鸣音出现的第二位置预测值；根据第一位置预测值及其对应的第一权重值、第二位置预测值及其对应的第二权重值，确定肠鸣音出现的时间点。本申请利用时域特征和频域特征对肠鸣音信号进行识别，可以避免单一领域特征造成的偏差，有更强的泛化能力，达到较为准确的表现肠鸣音特性的效果。确的表现肠鸣音特性的效果。确的表现肠鸣音特性的效果。
【技术实现步骤摘要】
肠鸣音识别方法、装置、电子设备及计算机可读存储介质
[0001]本申请涉及生物医学的信号处理
，尤其涉及一种肠鸣音识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]肠鸣音是指肠蠕动时，肠管内气体和液体随之流动，产生的一种断续的咕噜声或气过水声。正常状态和病理状态下的肠鸣音具有明显不同的特征，据此肠鸣音是一种能够反映人体肠道状况的生物信号，对于肠鸣音的识别能够对肠道疾病的诊断以及术后恢复提供参考和帮助。
[0003]然而由于肠鸣音信号有噪声大、信号弱、随机性强以及个体差异较大等特点，使肠鸣音的识别工作成为一项较为困难的工作。现有的肠鸣音识别方案不多，包括时频分析、模板匹配法和深度网络法等，但受限于肠鸣音的特点，识别准确率并不高，在现实应用中只是作为诊断辅助，主要还是依靠人工判断。人工判断不仅要求医生必须具有丰富的经验，而且耗时耗力，也难免由于医生听诊疲劳等造成漏诊和误诊，所以肠鸣音的监测和识别是一个需要研究与解决的问题。
技术实现思路
[0004]本申请旨在提供一种肠鸣音识别方法、装置、电子设备及计算机可读存储介质。
[0005]根据本申请第一方面，提供了一种肠鸣音识别方法，包括：
[0006]获取待识别对象的肠鸣音信号；
[0007]分别提取所述肠鸣音信号的时域特征和频域特征，获得所述肠鸣音信号的时域波形图像和时频谱图像；
[0008]根据所述时域波形图像确定肠鸣音出现的第一位置预测值，并根据所述时频谱图像确定所述肠鸣音出现的第二位置预测值；
[0009]根据所述第一位置预测值及其对应的第一权重值、所述第二位置预测值及其对应的第二权重值，确定所述肠鸣音出现的时间点。
[0010]在本申请的一些实施例中，所述根据所述时域波形图像确定肠鸣音出现的第一位置预测值，包括：
[0011]将所述时域波形图像输入至经过训练的第一目标检测模型，获得肠鸣音出现的第一位置预测值；其中，所述第一目标检测模型已经学习得到肠鸣音信号的时域特征与肠鸣音出现的时间点之间的映射关系。
[0012]可选地，在本申请的一些实施例中，所述第一目标检测模型通过以下方式预先训练得到：
[0013]获取肠鸣音样本信号以及所述肠鸣音样本信号之中肠鸣音出现的位置真实值；
[0014]提取所述肠鸣音样本信号的时域特征，获得所述肠鸣音样本信号的时域波形图像样本；
[0015]将所述时域波形图像样本输入至初始目标检测模型，获得肠鸣音出现的位置预测值；
[0016]根据所述位置预测值和所述位置真实值对所述初始目标检测模型进行训练，获得模型参数，并根据所述模型参数生成所述第一目标检测模型。
[0017]在本申请的一些实施例中，所述根据所述时频谱图像确定所述肠鸣音出现的第二位置预测值，包括：
[0018]将所述时频谱图像输入至经过训练的第二目标检测模型，获得所述肠鸣音出现的第二位置预测值；其中，所述第二目标检测模型已经学习得到肠鸣音信号的频域特征与肠鸣音出现的时间点之间的映射关系。
[0019]可选地，在本申请一些实施例中，所述第二目标检测模型通过以下方式预先得到的：
[0020]获取肠鸣音样本信号以及所述肠鸣音样本信号之中肠鸣音出现的位置真实值；
[0021]提取所述肠鸣音样本信号的频域特征，获得所述肠鸣音样本信号的时频谱图像样本；
[0022]将所述时频谱图像样本输入至初始目标检测模型，获得肠鸣音出现的位置预测值；
[0023]根据所述位置预测值和所述位置真实值对所述初始目标检测模型进行训练，获得模型参数，并根据所述模型参数生成所述第二目标检测模型。
[0024]可选地，在本申请一些实施例中，在所述获取待识别对象的肠鸣音信号之后，在所述分别提取所述肠鸣音信号的时域特征和频域特征之前，所述方法还包括：
[0025]通过带通滤波器对所述肠鸣音信号进行滤波，并以目标采样率对滤波后得到的肠鸣音信号进行采样，获得采样信号；
[0026]通过目标降噪模型对所述采样信号进行降噪，将降噪后的采样信号进行拼接以得到经过预处理的肠鸣音信号。
[0027]根据本申请的第二方面，提供了另一种肠鸣音识别方法，包括：
[0028]获取待识别对象的肠道生物信号；
[0029]分别提取所述肠道生物信号的时域特征和频域特征，获得所述肠道生物信号时域波形图像和时频谱图像；
[0030]根据所述时域波形图像输入确定针对肠鸣音的第一识别结果，并根据所述时频谱图像确定针对所述肠鸣音的第二识别结果；
[0031]根据所述第一识别结果和所述第二识别结果，确定所述肠道生物信号之中是否有肠鸣音信号。
[0032]根据本申请第三方面，提供了一种肠鸣音识别装置，包括：
[0033]第一获取模块，用于获取待识别对象的肠鸣音信号；
[0034]第二获取模块，用于分别提取所述肠鸣音信号的时域特征和频域特征，获得所述肠鸣音信号的时域波形图像和时频谱图像；
[0035]第一确定模块，用于根据所述时域波形图像确定肠鸣音出现的第一位置预测值，并根据所述时频谱图像确定所述肠鸣音出现的第二位置预测值；
[0036]第二确定模块，用于根据所述第一位置预测值及其对应的第一权重值、所述第二
位置预测值及其对应的第二权重值，确定所述肠鸣音出现的时间点。
[0037]在本申请的一些实施例中，所述第一定模块具体用于：
[0038]将所述时域波形图像输入至经过训练的第一目标检测模型，获得肠鸣音出现的第一位置预测值；其中，所述第一目标检测模型已经学习得到肠鸣音信号的时域特征与肠鸣音出现的时间点之间的映射关系。
[0039]在本申请的一些实施例中，所述第一确定模块还用于：
[0040]将所述时频谱图像输入至经过训练的第二目标检测模型，获得所述肠鸣音出现的第二位置预测值；其中，所述第二目标检测模型已经学习得到肠鸣音信号的频域特征与肠鸣音出现的时间点之间的映射关系。
[0041]可选地，在本申请一些实施例中，所述肠鸣音识别装置还可包括：
[0042]第一训练模块，用于对第一目标检测模型进行预先训练；
[0043]第二训练模块，用于对第二目标检测模型进行预先训练。
[0044]其中，在本申请实施例中，第一训练模块具体用于：
[0045]获取肠鸣音样本信号以及所述肠鸣音样本信号之中肠鸣音出现的位置真实值；
[0046]提取所述肠鸣音样本信号的时域特征，获得所述肠鸣音样本信号的时域波形图像样本；
[0047]将所述时域波形图像样本输入至初始目标检测模型，获得肠鸣音出现的位置预测值；
[0048]根据所述位置预测值和所述位置真实值对所述初始目标检测模型进行训练，获得模型参数，并根据所述模型参数生成所述第一目标检测模型。
[0049]其中，在本申请实施例中，第二训练模块具体用于：
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种肠鸣音识别方法，其特征在于，包括：获取待识别对象的肠鸣音信号；分别提取所述肠鸣音信号的时域特征和频域特征，获得所述肠鸣音信号的时域波形图像和时频谱图像；根据所述时域波形图像确定肠鸣音出现的第一位置预测值，并根据所述时频谱图像确定所述肠鸣音出现的第二位置预测值；根据所述第一位置预测值及其对应的第一权重值、所述第二位置预测值及其对应的第二权重值，确定所述肠鸣音出现的时间点。2.根据权利要求1所述的肠鸣音识别方法，其特征在于，所述根据所述时域波形图像确定肠鸣音出现的第一位置预测值，包括：将所述时域波形图像输入至经过训练的第一目标检测模型，获得肠鸣音出现的第一位置预测值；其中，所述第一目标检测模型已经学习得到肠鸣音信号的时域特征与肠鸣音出现的位置时间点之间的映射关系。3.根据权利要求2所述的肠鸣音识别方法，其特征在于，所述第一目标检测模型通过以下方式预先训练得到：获取肠鸣音样本信号以及所述肠鸣音样本信号之中肠鸣音出现的位置真实值；提取所述肠鸣音样本信号的时域特征，获得所述肠鸣音样本信号的时域波形图像样本；将所述时域波形图像样本输入至初始目标检测模型，获得肠鸣音出现的位置预测值；根据所述位置预测值和所述位置真实值对所述初始目标检测模型进行训练，获得模型参数，并根据所述模型参数生成所述第一目标检测模型。4.根据权利要求1所述的肠鸣音识别方法，其特征在于，所述根据所述时频谱图像确定所述肠鸣音出现的第二位置预测值，包括：将所述时频谱图像输入至经过训练的第二目标检测模型，获得所述肠鸣音出现的第二位置预测值；其中，所述第二目标检测模型已经学习得到肠鸣音信号的频域特征与肠鸣音出现的位置时间点之间的映射关系。5.根据权利要求4所述的肠鸣音识别方法，其特征在于，所述第二目标检测模型通过以下方式预先得到的：获取肠鸣音样本信号以及所述肠鸣音样本信号之中肠鸣音出现的位置真实值；提取所述肠鸣音样本信号的频域特征，获得所述肠鸣音样本信号的时频谱图像样本；将所述时频谱图像样本输入至初始目标检测模型，获得肠鸣音出现的位置预测值；根据所述位置预测值和所述位置真实值对所述初始目标检测模型进行训练，获得模型参数，并根据所述模型参数生成所述第二目标检测模型。6.根据权利要求1至5中任一项所述的肠鸣音识别方法，其特征在于，在所述获取待识别对象的肠鸣音信号之...
【专利技术属性】
技术研发人员：郭天学，
申请(专利权)人：浙江荷清柔性电子技术有限公司，
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。