疑似环杓关节脱位声音频谱识别方法及系统技术方案

本发明专利技术公开了疑似环杓关节脱位声音频谱识别方法及系统，包括：采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据；对正常声音数据进行音频分析获取正常声音参量；将正常声音参量输入脱位拟真模型，生成多个不同脱位情况对应的脱位拟真数据；采集目标病人在取出置入物体后的声音数据作为异常声音数据；将异常声音数据和脱位拟真数据进行比对，并将比对结果作为识别结果。本发明专利技术提供了一种不依赖于卷积神经网络的声音识别方案，其所需要的算力较小，非常适用于移动终端使用；同时由于进行识别的方式是通过同一个患者正常声音进行参数提取，可以有效提高最终识别的准确度。高最终识别的准确度。高最终识别的准确度。

【技术实现步骤摘要】
疑似环杓关节脱位声音频谱识别方法及系统


[0001]本专利技术涉及声音识别技术，具体涉及疑似环杓关节脱位声音频谱识别方法及系统。

技术介绍

[0002]环杓关节由环状软骨的环杓关节面、杓状软骨底面及环杓侧肌、环杓后肌、环杓韧带组成。杓状软骨沿着关节的垂直轴做内、外旋转运动，同时伴向内、外的滑动，共同使两侧的声带突相互靠近或分开，因此使声门开大或缩小。环杓关节脱位会引起不同程度的声音嘶哑甚或失声。声音嘶哑为环杓关节脱位的典型症状，发声以气息声为主，不能大声说话，高音不能，发声费力，易疲劳，说话时甚至可出现气短胸闷。
[0003]现有技术中，论文《单侧环杓关节脱位患者嗓音声学分析与VHI_10的相关性研究》公开了对于环杓关节脱位嗓音分析的内容，其研究了环杓关节脱位与Jitter 和 shimmer以及VHI
‑
10之间的相应关系，但是由于不同的患者声带特征都存在差异，所以难以通过常用的卷积神经网络进行训练和识别，同时这种方式也不利于患者在移动端进行自查使用。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本申请的目的在于提供疑似环杓关节脱位声音频谱识别方法及系统。
[0005]第一方面，本申请实施例提供了疑似环杓关节脱位声音频谱识别方法，包括：采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据；对所述正常声音数据进行音频分析获取正常声音参量；将所述正常声音参量输入脱位拟真模型，生成多个不同脱位情况对应的脱位拟真数据；采集目标病人在取出置入物体后的声音数据作为异常声音数据；将所述异常声音数据和所述脱位拟真数据进行比对，并将比对结果作为识别结果。
[0006]本申请实施例实施时，需要采集目标病人在未发生环杓关节脱位前的声音，即在麻醉气管插管、胃管插入等操作前进行声音的采集，该声音数据需要作为后续脱位后声音的识别的参考。对正常声音数据进行音频分析后可以得出多种参数，如共振峰、基音频率、声音噪声数据等等，这些均可以作为正常声音参量。
[0007]在本申请实施例中，技术方案主要应用在移动端上，为了减少常用的卷积神经网络模型带来的算力压力，采用了一种基于正常声音参量进行脱位模拟的方案。即通过脱位拟真模型，将正常声音参量转换为不同的脱位情况下可能的脱位拟真数据。应当理解的是，这里的脱位拟真数据是基于正常声音参量生成的脱位后可能的相关参数，如基音频率和声音噪声数据等等。
[0008]在本申请实施中，需要后续在病人取出置入物体后，即可能发生环杓关节脱位时采集相应的声音数据。通过对异常声音数据和脱位拟真数据的比对，即可实现对异常声音数据和脱位拟真数据之间差异的识别，以供后续使用。本申请实施例通过上述技术方案，提供了一种不依赖于卷积神经网络的声音识别方案，其所需要的算力较小，非常适用于移动终端使用；同时由于进行识别的方式是通过同一个患者正常声音进行参数提取，可以有效提高最终识别的准确度。
[0009]在一种可能的实现方式中，采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据包括：采集目标病人在发出第一元音的声音作为第一正常数据，并采集目标病人在发出第二元音的声音作为第二正常数据；所述第一元音采用a，所述第二元音采用u。
[0010]在一种可能的实现方式中，对所述正常声音数据进行音频分析获取正常声音参量包括：对所述第一正常数据进行音频分析，获取对应所述第一正常数据的第一基音频率；并对所述第二正常数据进行音频分析，获取对应所述第二正常数据的第二基音频率。
[0011]在一种可能的实现方式中，所述脱位拟真模型包括正常模型和脱位模型；所述正常模型的生成包括：建立声韧带流体力学模型；所述声韧带流体力学模型包括左侧韧带和右侧韧带，且所述左侧韧带和所述右侧韧带的振动参数可调；调整所述声韧带流体力学模型中所述左侧韧带和所述右侧韧带的振动参数，并计算在气流穿过所述左侧韧带和所述右侧韧带时产生的基音频率作为计算基音频率；根据所述计算基音频率和对应的所述振动参数之间的对应关系建立第一拟真发声函数作为所述正常模型。
[0012]在一种可能的实现方式中，所述脱位模型的生成包括：调整所述声韧带流体力学模型中所述左侧韧带和所述右侧韧带的振动约束条件，并计算在不同气流穿过所述左侧韧带和所述右侧韧带时产生的基音频率作为脱位基音频率；根据所述脱位基音频率、对应的所述振动参数和对应的振动约束条件之间的对应关系建立第二拟真发声函数作为所述脱位模型。
[0013]在一种可能的实现方式中，将所述正常声音参量输入脱位拟真模型，生成多个不同脱位情况对应的脱位拟真数据包括：根据所述第一基音频率和所述第二基音频率从所述第一拟真发声函数中选出对应所述第一基音频率和所述第二基音频率之间区间的振动参数区间；根据所述振动参数区间从所述第二拟真发声函数中选出对应所述振动参数区间的所述脱位基音频率和对应的振动约束条件之间的多组对应关系作为所述脱位拟真数据；每组对应关系对应不同的穿过所述左侧韧带和所述右侧韧带的气流。
[0014]在一种可能的实现方式中，所述异常声音数据包括对应第一元音的第一异常数据和对应第二元音的第二异常数据；将所述异常声音数据和所述脱位拟真数据进行比对，并将比对结果作为识别结果包括：
将所述第一异常数据和所述第二异常数据输入所述脱位拟真数据中的多组对应关系，获取多个对应所述第一异常数据的第一输出结果以及多个对应所述第二异常数据的第二输出结果；选出第一输出结果和第二输出结果中最接近的输出结果作为所述识别结果。
[0015]第二方面，本申请实施例提供了疑似环杓关节脱位声音频谱识别系统，包括：第一采集模块，被配置为采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据；分析模块，被配置为对所述正常声音数据进行音频分析获取正常声音参量；脱位拟真模块，被配置为将所述正常声音参量输入脱位拟真模型，生成多个不同脱位情况对应的脱位拟真数据；第二采集模块，被配置为采集目标病人在取出置入物体后的声音数据作为异常声音数据；比对模块，被配置为将所述异常声音数据和所述脱位拟真数据进行比对，并将比对结果作为识别结果。
[0016]在一种可能的实现方式中，所述第一采集模块还被配置为：采集目标病人在发出第一元音的声音作为第一正常数据，并采集目标病人在发出第二元音的声音作为第二正常数据；所述第一元音采用a，所述第二元音采用u。
[0017]在一种可能的实现方式中，所述分析模块还被配置为：对所述第一正常数据进行音频分析，获取对应所述第一正常数据的第一基音频率；并对所述第二正常数据进行音频分析，获取对应所述第二正常数据的第二基音频率。
[0018]本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术疑似环杓关节脱位声音频谱识别方法及系统，提供了一种不依赖于卷积神经网络的声音识别方案，其所需要的算力较小，非常适用于移动终端使用；同时由于进行识别的方式是通过同一个患者正常声音进行参数提取，可以有效提高最终识别的准确度。...

【技术保护点】

【技术特征摘要】
1.疑似环杓关节脱位声音频谱识别方法，其特征在于，包括：采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据；对所述正常声音数据进行音频分析获取正常声音参量；将所述正常声音参量输入脱位拟真模型，生成多个不同脱位情况对应的脱位拟真数据；采集目标病人在取出置入物体后的声音数据作为异常声音数据；将所述异常声音数据和所述脱位拟真数据进行比对，并将比对结果作为识别结果。2.根据权利要求1所述的疑似环杓关节脱位声音频谱识别方法，其特征在于，采集目标病人在未置入可能产生环杓关节脱位的物体前的声音数据作为正常声音数据包括：采集目标病人在发出第一元音的声音作为第一正常数据，并采集目标病人在发出第二元音的声音作为第二正常数据；所述第一元音采用a，所述第二元音采用u。3.根据权利要求2所述的疑似环杓关节脱位声音频谱识别方法，其特征在于，对所述正常声音数据进行音频分析获取正常声音参量包括：对所述第一正常数据进行音频分析，获取对应所述第一正常数据的第一基音频率；并对所述第二正常数据进行音频分析，获取对应所述第二正常数据的第二基音频率。4.根据权利要求3所述的疑似环杓关节脱位声音频谱识别方法，其特征在于，所述脱位拟真模型包括正常模型和脱位模型；所述正常模型的生成包括：建立声韧带流体力学模型；所述声韧带流体力学模型包括左侧韧带和右侧韧带，且所述左侧韧带和所述右侧韧带的振动参数可调；调整所述声韧带流体力学模型中所述左侧韧带和所述右侧韧带的振动参数，并计算气流穿过所述左侧韧带和所述右侧韧带时产生的基音频率作为计算基音频率；根据所述计算基音频率和对应的所述振动参数之间的对应关系建立第一拟真发声函数作为所述正常模型。5.根据权利要求4所述的疑似环杓关节脱位声音频谱识别方法，其特征在于，所述脱位模型的生成包括：调整所述声韧带流体力学模型中所述左侧韧带和所述右侧韧带的振动约束条件，并计算在不同气流穿过所述左侧韧带和所述右侧韧带时产生的基音频率作为脱位基音频率；根据所述脱位基音频率、对应的所述振动参数和对应的振动约束条件之间的对应关系建立第二拟真发声函数作为所述脱位模型。6.根据权利要求5所述的疑似环杓关节脱位声音频谱识别方法，其特征在于，将所述正常声音参量输入...

【专利技术属性】
技术研发人员：钱永军，蒋雯，李宁，王政捷，童琪，孙伊人，杨子淇，徐琦玥，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：