感冒检测系统、设备、车辆和存储介质技术方案

提供了一种感冒检测系统、设备、车辆和存储介质。感冒检测系统包括：咳嗽事件检测模块和喷嚏事件检测模块，用于截取咳嗽语音片段和喷嚏语音片段；咳嗽事件分类模块和喷嚏事件分类模块，用于得到咳嗽分类标签和喷嚏分类标签；咳嗽特征拼接模块和喷嚏特征拼接模块，用于得到第一时间窗口内发生的咳嗽事件的拼接咳嗽特征向量和第二时间窗口内发生的打喷嚏事件的拼接喷嚏特征向量；特征图谱生成模块，用于根据筛选出的第三时间窗口内的拼接咳嗽特征向量和拼接喷嚏特征向量生成特征图谱；结果检测模块，用于对特征图谱进行处理，得到受检者的感冒检测结果。检者的感冒检测结果。检者的感冒检测结果。

【技术实现步骤摘要】
感冒检测系统、设备、车辆和存储介质


[0001]本公开涉及人工智能领域，特别是涉及一种感冒检测系统、计算机设备、车辆、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]近年来，随着社会经济和科技增长，人们的生活水平得到不断提升，私家车数量的不断提升，人们用车的频数和时长也有了显著提升。当人们健康意识提升，车内健康问题成为不可忽视的重要问题。生活节奏的加快和工作强度的增加，使得人们的抵抗力减弱、长期处于亚健康状态、生病的概率增加。因此让人们及时了解自己的身体状况是非常有必要的。

技术实现思路

[0003]提供一种缓解、减轻或甚至消除上述问题中的一个或多个的机制将是有利的。
[0004]根据本公开的一方面，提供了一种感冒检测系统，包括：音频流获取模块，用于获取采集到的受检者的音频流；咳嗽事件检测模块，用于利用第一深度神经网络模型处理所述音频流，并响应于所述第一深度神经网络模型检测到所述音频流中包括至少一次咳嗽事件，截取所述至少一次咳嗽事件中的每次咳嗽事件相应的语音片段作为咳嗽语音片段，得到至少一个咳嗽语音片段；喷嚏事件检测模块，用于利用第二深度神经网络模型处理所述音频流，并响应于所述第二深度神经网络模型检测到所述音频流中包括至少一次打喷嚏事件，截取所述至少一次打喷嚏事件中的每次打喷嚏事件相应的语音片段作为喷嚏语音片段，得到至少一个喷嚏语音片段；咳嗽事件分类模块，用于利用第三深度神经网络模型处理所述至少一个咳嗽语音片段中的每个咳嗽语音片段，得到与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽特征向量和与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽分类标签，其中，每个咳嗽特征向量表征相应咳嗽语音片段对应的咳嗽事件与感冒之间的关联关系，每个咳嗽分类标签表征导致相应咳嗽语音片段对应的咳嗽事件的诱因类型；喷嚏事件分类模块，用于利用第四深度神经网络模型处理所述至少一个喷嚏语音片段中的每个喷嚏语音片段，得到与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏特征向量和与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏分类标签，其中，每个喷嚏特征向量表征相应喷嚏语音片段对应的打喷嚏事件与感冒之间的关联关系，每个喷嚏分类标记表征导致相应喷嚏语音片段对应的打喷嚏事件的诱因类别；咳嗽特征拼接模块，用于生成与所述至少一次咳嗽事件中发生于第一时间窗口内的M次咳嗽事件一一对应的M个拼接咳嗽特征向量，其中，每个拼接咳嗽特征向量由所述M次咳嗽事件中的一个对应咳嗽事件所对应的咳嗽特征向量、该对应咳嗽事件的咳嗽分类标签、所述第一时间窗口内发生的咳嗽事件的次数、以及所述第一时间窗口内发生的咳嗽事件的总持续时长拼接而成，M为大于或等于1的整数；喷嚏特征拼接模块，用于生成与所述至少一次打喷嚏事件中发生于第二时间窗口内的N次喷嚏事件一一对应的N个拼接喷嚏特征向量，其中，每个拼接喷嚏特征向量由所述N次打喷嚏事件中的一个对应打喷嚏事件所对应的喷嚏特征向量、该对应打喷嚏事件的
喷嚏分类标签、所述第二时间窗口内发生的打喷嚏事件的次数、以及所述第二时间窗口内发生的打喷嚏事件的总持续时长拼接而成，N为大于或等于1的整数；特征图谱生成模块，用于从所述至少一个拼接咳嗽特征向量中筛选出发生于第三时间窗口内的一次或多次咳嗽事件对应的一个或多个拼接咳嗽特征向量，并从所述至少一个拼接喷嚏特征向量中筛选出发生于所述第三时间窗口内的一次或多次打喷嚏事件对应的一个或多个拼接喷嚏特征向量，以根据所述一个或多个拼接咳嗽特征向量以及所述一个或多个拼接喷嚏特征向量生成特征图谱，其中，所述第三时间窗口的长度大于所述第一时间窗口和所述第二时间窗口的长度，所述特征图谱表征所述受检者在所述第三时间窗口内的咳嗽事件、打喷嚏事件和感冒之间的关联关系；结果检测模块，用于利用第五深度神经网络模型对所述特征图谱进行处理，得到所述第五深度神经网络模型输出的所述受检者的感冒检测结果。
[0005]根据本公开的另一方面，提供了一种计算机设备，包括：至少一个处理器；以及至少一个存储器，其上存储有计算机程序，其中，所述计算机程序在被所述至少一个处理器执行时，使所述至少一个处理器执行上文描述的感冒检测系统的功能。
[0006]根据本公开的又另一方面，提供了一种车辆，包括上述感冒检测系统或上述计算机设备。
[0007]根据本公开的又另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，使所述处理器执行上文描述的感冒检测系统的功能。
[0008]根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，使所述处理器执行上文描述的感冒检测系统的功能。
[0009]根据在下文中所描述的实施例，本公开的这些和其它方面将是清楚明白的，并且将参考在下文中所描述的实施例而被阐明。
附图说明
[0010]在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：
[0011]图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图；
[0012]图2是图示出根据示例性实施例的感冒检测系统的示意性框图；
[0013]图3是图示出根据另一示例性实施例的感冒检测系统的示意性框图；
[0014]图4是图示出图2的感冒检测系统的语音片段获取模块的示意性框图；
[0015]图5是图示出根据一个示例的感冒检测系统的第一、第二和第三时间窗口在时间轴上的关系示意图；
[0016]图6是图示出能够应用于示例性实施例的示例性计算机设备的框图。
具体实施方式
[0017]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些
情况下，基于上下文的描述，它们也可以指代不同实例。
[0018]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。如本文使用的，术语“多个”意指两个或更多，并且术语“基于”应解释为“至少部分地基于”。此外，术语“和/或”以及
“……
中的至少一个”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0019]相关技术中，对于车内健康检测系统，通常是使用传感器获取包括温度、心率、脉搏、压力、呼吸频率中的一种或多种生理指标，然后通过云端健康诊断平台或车载电脑来进行数据处理，以实现对发烧或心律失常等急性疾病的检测，然而，由于感冒时体温、心率变化可能不明显，因此，现有的车内健康检测系统难以实现感冒检测。
[0020]相关技术中，也有通过生物检测标记物进行感冒病毒检测的，但是这种方法需要购买专用装置，并需要获取体液样本，因此不适用于车内；此外，另一种方案是通过用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种感冒检测系统，包括：音频流获取模块，用于获取采集到的受检者的音频流；咳嗽事件检测模块，用于利用第一深度神经网络模型处理所述音频流，并响应于所述第一深度神经网络模型检测到所述音频流中包括至少一次咳嗽事件，截取所述至少一次咳嗽事件中的每次咳嗽事件相应的语音片段作为咳嗽语音片段，得到至少一个咳嗽语音片段；喷嚏事件检测模块，用于利用第二深度神经网络模型处理所述音频流，并响应于所述第二深度神经网络模型检测到所述音频流中包括至少一次打喷嚏事件，截取所述至少一次打喷嚏事件中的每次打喷嚏事件相应的语音片段作为喷嚏语音片段，得到至少一个喷嚏语音片段；咳嗽事件分类模块，用于利用第三深度神经网络模型处理所述至少一个咳嗽语音片段中的每个咳嗽语音片段，得到与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽特征向量和与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽分类标签，其中，每个咳嗽特征向量表征相应咳嗽语音片段对应的咳嗽事件与感冒之间的关联关系，每个咳嗽分类标签表征导致相应咳嗽语音片段对应的咳嗽事件的诱因类型；喷嚏事件分类模块，用于利用第四深度神经网络模型处理所述至少一个喷嚏语音片段中的每个喷嚏语音片段，得到与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏特征向量和与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏分类标签，其中，每个喷嚏特征向量表征相应喷嚏语音片段对应的打喷嚏事件与感冒之间的关联关系，每个喷嚏分类标记表征导致相应喷嚏语音片段对应的打喷嚏事件的诱因类别；咳嗽特征拼接模块，用于生成与所述至少一次咳嗽事件中发生于第一时间窗口内的M次咳嗽事件一一对应的M个拼接咳嗽特征向量，其中，每个拼接咳嗽特征向量由所述M次咳嗽事件中的一个对应咳嗽事件所对应的咳嗽特征向量、该对应咳嗽事件的咳嗽分类标签、所述第一时间窗口内发生的咳嗽事件的次数、以及所述第一时间窗口内发生的咳嗽事件的总持续时长拼接而成，M为大于或等于1的整数；喷嚏特征拼接模块，用于生成与所述至少一次打喷嚏事件中发生于第二时间窗口内的N次喷嚏事件一一对应的N个拼接喷嚏特征向量，其中，每个拼接喷嚏特征向量由所述N次打喷嚏事件中的一个对应打喷嚏事件所对应的喷嚏特征向量、该对应打喷嚏事件的喷嚏分类标签、所述第二时间窗口内发生的打喷嚏事件的次数、以及所述第二时间窗口内发生的打喷嚏事件的总持续时长拼接而成，N为大于或等于1的整数；特征图谱生成模块，用于从所述至少一个拼接咳嗽特征向量中筛选出发生于第三时间窗口内的一次或多次咳嗽事件对应的一个或多个拼接咳嗽特征向量，并从所述至少一个拼接喷嚏特征向量中筛选出发生于所述第三时间窗口内的一次或多次打喷嚏事件对应的一个或多个拼接喷嚏特征向量，以根据所述一个或多个拼接咳嗽特征向量以及所述一个或多个拼接喷嚏特征向量生成特征图谱，其中，所述第三时间窗口的长度大于所述第一时间窗口和所述第二时间窗口的长度，所述特征图谱表征所述受检者在所述第三时间窗口内的咳嗽事件、打喷嚏事件和感冒之间的关联关系；结果检测模块，用于利用第五深度神经网络模型对所述特征图谱进行处理，得到所述第五深度神经网络模型输出的所述受检者的感冒检测结果。
2.根据权利要求1的系统，还包括：语音片段补足模块，用于响应于检测到所述至少一个咳嗽语音片段中的任意咳嗽语音片段或所述至少一个喷嚏语音片段中的任意喷嚏语音片段的时长小于预设长度，对该咳嗽语音片段或喷嚏语音片段进行填充处理，以使该咳嗽语音片段或喷嚏语音片段的时长与所述预设长度一致；语音片段截取模块，用于响应于检测到所述至少一个咳嗽语音片段中的任意咳嗽语音片段或所述至少一个喷嚏语音片段中的任意喷嚏语音片段的时长大于所述预设长度，对该咳嗽语音片段或喷嚏语音片段进行截取处理，以使该咳嗽语音片段或喷嚏语音片段的时长与所述预设长度一致。3.根据权利要求1所述的系统，其中，所述第三深度神经网络模型包括预训练的多分类深度神经网络模型，所述至少一个咳嗽分类标签包括感冒、流感、过敏、鼻部刺激和呛到。4.根据权利要求1所述的系统，其中，所述至少一个咳嗽特征向量中的每个咳嗽特征向量由所述第三深度神经网络模型的嵌入层输出，并且所述至少一个咳嗽分类标签中的每个咳嗽分类标签由所述第三深度神经网络模型的输出层输出。5.根据权利要求1所述的系统，其中，所述第四深度神经网络模型包括预训练的多分类深度神经网络模型，所述至少一个喷嚏分类标签包括感冒、流感、过敏、鼻部刺激和呛到。6.根据权利要求1所述的系统，其中，所述至少一个喷嚏特征向量中的每个喷嚏特征向量由所述第四深度神经网络模型的嵌入层输出，并且所述至少一个喷嚏分类标签中的每个喷嚏分类标签由所述第四深度神经网络模型的输出层输出。7.一种计算机设备，包括：至少一个处理器；以及至少一个存储器，其上存储有计算机程序，其中，所述计算机程序在被所述至少一个处理器执行时，使所述至少一个处理器执行下列各项操作：获取采集到的受检者的音频流；利用第一深度神经网络模型处理所述音频流，并响应于所述第一深度神经网络模型检测到所述音频流中包括至少一次咳嗽事件，截取所述至少一次咳嗽事件中的每次咳嗽事件相应的语音片段作为咳嗽语音片段，得到至少一个咳嗽语音片段；利用第二深度神经网络模型处理所述音频流，并响应于所述第二深度神经网络模型检测到所述音频流中包括至少一次打喷嚏事件，截取所述至少一次打喷嚏事件中的每次打喷嚏事件相应的语音片段作为喷嚏语音片段，得到至少一个喷嚏语音片段；利用第三深度神经网络模型处理所述至少一个咳嗽语音片段中的每个咳嗽语音片段，得到与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽特征向量和与所述至少一个咳嗽语音片段一一对应的至少一个咳嗽分类标签，其中，每个咳嗽特征向量表征相应咳嗽语音片段对应的咳嗽事件与感冒之间的关联关系，每个咳嗽分类标签表征导致相应咳嗽语音片段对应的咳嗽事件的诱因类型；利用第四深度神经网络模型处理所述至少一个喷嚏语音片段中的每个喷嚏语音片段，得到与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏特征向量和与所述至少一个喷嚏语音片段一一对应的至少一个喷嚏分类标签，其中，每个喷嚏特征向量表征相应喷嚏
语音片段对应的打喷嚏事件与感冒之间的关联关系，每个喷嚏分类标记表征导致相应喷嚏语音片段对应的打喷嚏事件的诱因类别；生成与所述至少一次咳嗽事件中发生于第一时间窗口内的M次咳嗽事件一一对应的M个拼接咳嗽特征向量，其中，每个拼接咳嗽特征向量由所述M次咳嗽事件中的一个对应咳嗽事件所对应的咳嗽特征向量、该对应咳嗽事件的咳嗽分类标签、所述第一时间窗口内发生的咳嗽事件的次数、以及所述第一时间窗口内发生的咳嗽事件的总持续时长拼接而成，M为大于或等于1的整数；生成与所述至少一次打喷嚏事件中发生于第二时间窗口内的N次喷嚏事件一一对应的N个拼接喷嚏特征向量，其中，每个拼接喷嚏特征向量由所述N次打喷嚏事件中的一个对应打喷嚏事件所对应的喷嚏特征向量、该对应打喷嚏事件的喷嚏分类标签、所述第二时间窗口内发生的打喷嚏事件的次数、以及所述第二...

【专利技术属性】
技术研发人员：魏萌，徐培来，陈鹏，
申请(专利权)人：北京宾理信息科技有限公司，
类型：发明
国别省市：