一种基于音频识别的血透机泵状态预警方法及系统技术方案

本申请公开了一种基于音频识别的血透机泵状态预警方法及系统，其涉及血透机泵检修技术领域，该方法包括如下步骤：采集血透机泵的音频信号；基于所述音频信号绘制波形图；基于图像识别初步判断所述波形图中是否包含异常波形段；若所述波形图中包含所述异常波形段，则获取所述异常波形段的异常频谱图；结合所述异常波形段和所述异常频谱图判断所述血透机泵是否存在异常；若所述血透机泵存在异常，则发出异常报警。本申请具有不用拆卸血液透析机即可检测血透机泵状态的效果。即可检测血透机泵状态的效果。即可检测血透机泵状态的效果。

【技术实现步骤摘要】
一种基于音频识别的血透机泵状态预警方法及系统


[0001]本申请涉及血透机泵检修
，尤其是涉及一种基于音频识别的血透机泵状态预警方法及系统。

技术介绍

[0002]慢性肾功能衰竭是指各种原因造成的慢性进行性肾实质损害，致使肾脏明显萎缩，不能维持其基本功能。慢性肾功能衰竭已经成为几大常见慢性病之一，临床上对慢性肾功能衰竭最好的治疗手段则是肾移植或透析，但肾移植不仅需要高昂的手术费，还需要匹配可移植的肾脏，难度十分大，因此绝大部分病人都是采用血液透析机进行长期透析以维持生命。
[0003]由于慢性肾功能衰竭患者所需要的透析频次较多，且每次透析都需要较长的时间，血液透析机的过度使用容易导致透析机内的血透机泵耗损严重，在透析过程中若血透机泵发生故障，容易危及患者的生命安全。因此，在相关技术中，通常需要人工定期对血透机泵进行检修，从而减少血透机泵在使用过程中因耗损严重或老化而影响血液透析机的运作。
[0004]针对上述中的相关技术，专利技术人认为存在有以下缺陷：人工检修血透机泵需要拆卸血液透析机，频繁拆卸血液透析机也容易增加血液透析机的损耗程度。

技术实现思路

[0005]为了改善人工检修血透机泵容易增加血液透析机的损耗程度的缺陷，本申请提供一种基于音频识别的血透机泵状态预警方法及系统。
[0006]第一方面，本申请提供一种基于音频识别的血透机泵状态预警方法，包括如下步骤：采集血透机泵运行时的音频信号；基于所述音频信号绘制波形图；基于图像识别初步判断所述波形图中是否包含异常波形段；若所述波形图中包含所述异常波形段，则获取所述异常波形段的异常频谱图；结合所述异常波形段和所述异常频谱图判断所述血透机泵是否存在异常；若所述血透机泵存在异常，则发出异常报警。
[0007]通过采用上述技术方案，通过采集血透机泵运行时的音频信号并绘制出波形图，可以根据图像识别技术初步判断波形图中是否包含异常波形段，若包含异常波形段，则可以结合异常波形段和异常频谱图进一步分析判断血透机泵是否存在异常，若检测出异常则发出异常报警，以提醒工作人员及时对血透机泵进行检修。相较于相关技术中的人工定期检修，可以仅凭血透机泵的运行声音对血透机泵的运行状态进行分析判断，而不需要频繁拆卸血液透析机，因此可以在减少血透机泵故障发生的同时，还可以延长血液透析机整体的使用寿命。
[0008]可选的，所述基于图像识别初步判断所述波形图中是否包含异常波形段包括如下步骤：基于yolov3模型构建基础识别模型；从预设的波形数据库中调取多个历史异常波形段；预处理所述历史异常波形段，得到预处理波形段；通过所述预处理波形段训练所述基础识别模型，得到异常识别模型；将所述波形图导入所述异常识别模型中，通过所述异常识别模型初步判断所述波形图中是否包含异常波形段。
[0009]通过采用上述技术方案，基于yolov3模型构建出基础的波形识别模型后，可以从波形数据库中调取历史异常波形段对基础识别模型进行训练，以训练出最优的异常识别模型，再通过异常识别模型对波形图进行分析判断，从而可以初步判断出波形图中是否包含疑似异常声音的异常波形段。
[0010]可选的，所述结合所述异常波形段和所述异常频谱图判断所述血透机泵是否存在异常包括如下步骤：判断所述异常波形段中是否存在突变点；若所述异常波形段中不存在所述突变点，则根据所述异常频谱图判断所述血透机泵是否存在异常；若所述异常波形段中存在所述突变点，则计算所述异常波形段的峭度值；判断所述峭度值是否低于预设的峭度阈值；若所述峭度值低于所述峭度阈值，则根据所述异常频谱图判断所述血透机泵是否存在异常；若所述峭度值高于所述峭度阈值，则判定所述血透机泵存在异常。
[0011]通过采用上述技术方案，通过判断异常波形段中是否存在突变点判断血透机泵运行过程中是否有瞬时的噪音，若存在突变点则说明血透机泵可能出现零件松动等异常，需要进一步计算异常波形段的峭度值，再通过预设的峭度阈值和峭度值的比对判定血透机泵是否存在异常，若异常波形段中不存在突变点或峭度值低于峭度阈值时，则需要根据异常频谱图对血透机泵进行进一步分析判断。
[0012]可选的，所述计算所述异常波形段的峭度值的计算公式为：式中，x
i
为所述异常波形段中第i个信号值，x为所述异常波形段的信号均值，σ为所述异常波形段中所有信号的标准差。
[0013]通过采用上述技术方案，在血透机泵若处于正常运行状态时，通过上述公式所计算的峭度值将会稳定在一个恒定区间，若血透机泵运行时出现元件破损老化造成的脉冲冲击现象，峭度值将会升高。
[0014]可选的，所述根据所述异常频谱图判断所述血透机泵是否存在异常包括如下步骤：从所述波形数据库中调取多个历史正常波形段；
以所述异常波形段为基准调整所有所述历史正常波形段的信号长度；获取调整后所有所述历史正常波形段的正常频谱图，所述正常频谱图与所述异常频谱图的频谱分辨率相同；将振幅作为特征值包络所述异常频谱图和所有所述正常频谱图，得到异常包络图和多个正常包络图；基于多个所述正常包络图划定基准频率区间，并计算多个所述正常包络图在所述基准频率区间的平均区间面积；计算所述异常包络图在所述基准频率区间的特殊区间面积；判断所述特殊区间面积是否小于所述平均区间面积；若所述特殊区间面积小于所述平均区间面积，则判定所述血透机泵存在异常。
[0015]通过采用上述技术方案，在采用频谱图进行异常分析时，可以先对正常频谱图进行综合分析，划定出基准频率区间并计算出包络线与横轴之间的平均区间面积，再计算出异常包络图中相同区间内的特殊区间面积，比对特殊区间面积和平均区间面积的大小即可判断出血透机泵是否存在异常。
[0016]可选的，所述判定所述血透机泵存在异常之后还包括如下步骤：为所述异常波形段标记异常标签；筛除所述波形图中的所述异常波形段，保留所述波形图中的正常波形；根据预设的标准信号长度将所述正常波形划分为多个正常波形段；分别为多个所述正常波形段标记正常标签；将所述异常波形段和所有所述正常波形段存储于所述波形数据库中。
[0017]通过采用上述技术方案，若判定血透机泵出现异常，则可以将采集到的异常波形段作为异常样本存储至波形数据库中，有利于后续对异常识别模型的训练，从而提高异常识别模型识别的精准度，而正常波形也可以作为正常样本存储于波形数据库中，有利于提升后续频谱异常分析识别的识别精度。
[0018]可选的，所述获取所述异常波形段的异常频谱图包括如下步骤：将所述异常波形段进行ADC处理，得到异常数字样本；基于预设的采样频率对所述异常数字样本进行快速傅里叶变换，得到异常频谱图。
[0019]通过采用上述技术方案，在进行快速傅里叶变换之前可以对异常波形段进行ADC处理，有利于提升快速傅里叶变换时的精准度。
[0020]第二方面，本申请还提供一种基于音频识别的血透机泵状态预警系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于音频识别的血透机泵状态预警方法，其特征在于，包括如下步骤：采集血透机泵运行时的音频信号；基于所述音频信号绘制波形图；基于图像识别初步判断所述波形图中是否包含异常波形段；若所述波形图中包含所述异常波形段，则获取所述异常波形段的异常频谱图；结合所述异常波形段和所述异常频谱图判断所述血透机泵是否存在异常；若所述血透机泵存在异常，则发出异常报警。2.根据权利要求1所述的一种基于音频识别的血透机泵状态预警方法，其特征在于，所述基于图像识别初步判断所述波形图中是否包含异常波形段包括如下步骤：基于yolov3模型构建基础识别模型；从预设的波形数据库中调取多个历史异常波形段；预处理所述历史异常波形段，得到预处理波形段；通过所述预处理波形段训练所述基础识别模型，得到异常识别模型；将所述波形图导入所述异常识别模型中，通过所述异常识别模型初步判断所述波形图中是否包含异常波形段。3.根据权利要求2所述的一种基于音频识别的血透机泵状态预警方法，其特征在于，所述结合所述异常波形段和所述异常频谱图判断所述血透机泵是否存在异常包括如下步骤：判断所述异常波形段中是否存在突变点；若所述异常波形段中不存在所述突变点，则根据所述异常频谱图判断所述血透机泵是否存在异常；若所述异常波形段中存在所述突变点，则计算所述异常波形段的峭度值；判断所述峭度值是否低于预设的峭度阈值；若所述峭度值低于所述峭度阈值，则根据所述异常频谱图判断所述血透机泵是否存在异常；若所述峭度值高于所述峭度阈值，则判定所述血透机泵存在异常。4.根据权利要求3所述的一种基于音频识别的血透机泵状态预警方法，其特征在于：所述计算所述异常波形段的峭度值的计算公式为：式中，x
i
为所述异常波形段中第i个信号值，x为所述异常波形段的信号均值，σ为所述异常波形段中所有信号的标准差。5...

【专利技术属性】
技术研发人员：姚月冬，马梦青，李汶汶，朱美玲，曹长春，
申请(专利权)人：姚月冬，
类型：发明
国别省市：