本发明专利技术涉及肺音数据处理技术领域，具体为一种肺音数据的处理方法及系统，所述方法包括：基于采集设备采集用户的心肺音音频信号；对所述心肺音音频信号进行预处理；对所述心肺音音频信号的二维混合矩阵进行噪声滤除处理；基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理；对所述分类处理结果进行精度分析；基于所述分类处理结果提取所述心肺音音频信号中肺音音频信号的声学特征，并判断是否出现病变。本发明专利技术通过获取心肺音音频信号的二维混合矩阵，并基于图约束矩阵分解方法将心肺音音频信号中的肺音音频信号分离出来，用于判断是否出现病变，提高了肺音音频信号的质量，可有效提高肺音听诊诊断的效率。提高肺音听诊诊断的效率。提高肺音听诊诊断的效率。
【技术实现步骤摘要】
一种肺音数据的处理方法及系统
[0001]本专利技术涉及肺音数据处理
，尤其涉及一种肺音数据的处理方法及系统。
技术介绍
[0002]肺是人体与大气交互的重要器官，由肺引起的肺部疾病发病率高、致命性强，成为不可忽视的疾病之一，目前存在的各种环境因素，使得人们患肺部疾病的风险增加。常见的肺部疾病包括有肺炎、肺结核、肺水肿、肺癌等，在临床上，对肺部疾病诊断的手段主要有胸腔镜、胸透以及听诊。对于胸腔镜、胸透的手段可通过图像反应病变的过程，但通过听诊，收集到的是肺音数据，肺音是肺部系统工作时发出的声音，听诊是通过收集肺音数据进行分析得到诊断结果，若收集到肺部罗音，则可诊断肺部发生病变。但通过肺音听诊存在问题：肺音在时域和频域上会受到心音的干扰影响肺音听诊的质量；同时，环境中存在的噪声也同样会对肺音的质量造成影响。因此，如何排除心音和环境噪声的干扰得到高质量的肺音信号是关键所在。
技术实现思路
[0003]本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种肺音数据的处理方法及系统，通过获取心肺音音频信号的二维混合矩阵，并基于图约束矩阵分解方法将心肺音音频信号中的肺音音频信号分离出来，用于判断是否出现病变，提高了肺音音频信号的质量，可有效提高肺音听诊诊断的效率。
[0004]本专利技术提出了一种肺音数据的处理方法，所述方法包括：
[0005]基于采集设备采集用户的心肺音音频信号；
[0006]对所述心肺音音频信号进行预处理，得到所述心肺音音频信号的二维混合矩阵；
[0007]对所述心肺音音频信号的二维混合矩阵进行噪声滤除处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵；
[0008]基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果；
[0009]对所述分类处理结果进行精度分析；
[0010]基于所述分类处理结果提取所述心肺音音频信号中肺音音频信号的声学特征，并判断是否出现病变。
[0011]进一步的，所述对所述心肺音音频信号进行预处理，得到所述心肺音音频信号的二维混合矩阵包括：
[0012]对所述心肺音音频信号进行短时傅里叶变换处理，获取所述心肺音音频信号在时频域上的稀疏信号；
[0013]将所述稀疏信号基于频率维度和时间维度组合成所述心肺音音频信号的二维混合矩阵。
[0014]进一步的，所述基于采集设备采集用户的心肺音音频信号还包括：
[0015]基于采集设备采集用户周围的环境噪声信号。
[0016]进一步的，所述对所述心肺音音频信号的二维混合矩阵进行噪声滤除处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵包括：
[0017]计算所述环境噪声信号的噪声信号强度；
[0018]基于所述环境噪声信号的噪声信号强度对所述心肺音音频信号的二维混合矩阵进行降噪处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵。
[0019]进一步的，所述基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果之前还包括：
[0020]对所述噪声滤除处理后的心肺音音频信号进行放大、滤波、模数转换、采样处理，得到所述噪声滤除处理后的心肺音音频信号的数字信号。
[0021]进一步的，所述对所述基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果包括：
[0022]对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行图约束矩阵分解处理，获得所述心肺音音频信号的混合基系数矩阵；
[0023]获取所述心肺音音频信号的参考基向量；
[0024]基于所述混合基系数矩阵和所述参考基向量的相似度对所述心肺音音频信号进行聚类处理，获得所述心肺音音频信号的聚类处理结果；
[0025]基于所述聚类处理结果获取所述心肺音音频信号的时频谱信号；
[0026]对所述心肺音音频信号的时频谱信号进行短时傅里叶逆变换处理，分别获取所述心肺音音频信号的分类处理结果中的肺音音频信号和心音音频信号。
[0027]进一步的，所述对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行图约束矩阵分解处理，获得所述心肺音音频信号的混合基系数矩阵包括：
[0028]对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行对偶图正则化处理，并基于L21范数标准约束进行图约束矩阵分解处理，获得所述心肺音音频信号的混合基系数矩阵。
[0029]进一步的，所述对所述分类处理结果进行精度分析包括：
[0030]基于相关系数法计算所述分类处理结果的相关性，并基于所述相关性判断所述心肺音音频信号的分类精度。
[0031]进一步的，所述基于所述分类处理结果提取所述心肺音音频信号中肺音音频信号的声学特征，并判断是否出现病变包括：
[0032]获取肺音罗音参考信号，并提取所述肺音罗音参考信号中的时频特征信息；
[0033]提取所述肺音音频信号中的时频特征信息，将所述肺音音频信号中的时频特征信息与所述肺音罗音参考信号中的时频特征信息进行比对，判断所述肺音音频信号与所述肺音罗音参考信号的相似度，并基于相似度判断是否出现病变。
[0034]本专利技术还提出了一种肺音数据的处理系统，所述系统包括：
[0035]信号采集模块，所述采集模块用于基于采集设备采集用户的心肺音音频信号；
[0036]信号预处理模块，所述信号预处理模块用于对所述心肺音音频信号进行预处理，得到所述心肺音音频信号的二维混合矩阵；
[0037]信号噪声滤除处理模块，所述信号噪声滤除处理模块用于对所述心肺音音频信号
的二维混合矩阵进行噪声滤除处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵；
[0038]信号分类处理模块，所述信号分类处理模块用于基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果；
[0039]精度分析模块，所述精度分析模块用于对所述分类处理结果进行精度分析；
[0040]识别模块，所述识别模块用于基于所述分类处理结果提取所述心肺音音频信号中肺音音频信号的声学特征，并判断是否出现病变。
[0041]本专利技术通过提取心肺音音频信号的二维混合矩阵，即能反映心肺音音频信号在独立时域内的频率信息，也能反映心肺音音频信号在独立频段内的时间分布，能充分考虑心肺音音频信号的信息，保证信号的完整度；进行噪声滤除处理，可有效排除环境噪声带来的影响，提高信号的抗干扰性和信噪比，提高信号的质量；对信号的二维矩阵进行对偶图正则化处理，同时基于L21范数标准约束进行分解处理，可更好地还原原始心肺音音频信号，同时使心音幅度谱和肺音幅度谱的区分性更加明显，提高了分离心音音频信号和肺音音频信号的准确性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种肺音数据的处理方法，其特征在于，所述方法包括：基于采集设备采集用户的心肺音音频信号；对所述心肺音音频信号进行预处理，得到所述心肺音音频信号的二维混合矩阵；对所述心肺音音频信号的二维混合矩阵进行噪声滤除处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵；基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果；对所述分类处理结果进行精度分析；基于所述分类处理结果提取所述心肺音音频信号中肺音音频信号的声学特征，并判断是否出现病变。2.如权利要求1所述的肺音数据的处理方法，其特征在于，所述对所述心肺音音频信号进行预处理，得到所述心肺音音频信号的二维混合矩阵包括：对所述心肺音音频信号进行短时傅里叶变换处理，获取所述心肺音音频信号在时频域上的稀疏信号；将所述稀疏信号基于频率维度和时间维度组合成所述心肺音音频信号的二维混合矩阵。3.如权利要求1所述的肺音数据的处理方法，其特征在于，所述基于采集设备采集用户的心肺音音频信号还包括：基于采集设备采集用户周围的环境噪声信号。4.如权利要求3所述的肺音数据的处理方法，其特征在于，所述对所述心肺音音频信号的二维混合矩阵进行噪声滤除处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵包括：计算所述环境噪声信号的噪声信号强度；基于所述环境噪声信号的噪声信号强度对所述心肺音音频信号的二维混合矩阵进行降噪处理，得到噪声滤除处理后的心肺音音频信号的二维混合矩阵。5.如权利要求1所述的肺音数据的处理方法，其特征在于，所述基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果之前还包括：对所述噪声滤除处理后的心肺音音频信号进行放大、滤波、模数转换、采样处理，得到所述噪声滤除处理后的心肺音音频信号的数字信号。6.如权利要求1所述的肺音数据的处理方法，其特征在于，所述对所述基于图约束矩阵分解方法对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行分类处理，获得所述心肺音音频信号的分类处理结果包括：对所述噪声滤除处理后的心肺音音频信号的二维混合矩阵进行图约束矩阵分解处理，获得所述心肺音音频信号的混合基系数矩阵；获取所述心肺音音频信号的参考基向量；基于所述混合基系数矩阵和所述参考基...
【专利技术属性】
技术研发人员：胡波，
申请(专利权)人：广东白云学院，
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。