【技术实现步骤摘要】
本专利技术属于生物医学信号分析，尤其涉及一种肺部声音的呼吸气相自动分割方法及分割系统。
技术介绍
1、肺部听诊是诊断肺部疾病的有效手段之一，通过肺泡呼吸音、共振音以及胸膜摩擦音等呼吸音的发声特点判断疾病种类。通常在肺部听诊时通过观察呼吸相的强度、长短、是否存在附加音以及附加音出现的时间、性质等参数进行判断。研究表明，通过听诊器来诊断肺部疾病可以较早地检查出肺部的早期病变情况。在此过程中，肺部声音的呼相和吸相的精确划分，对提升人工智能和数字化处理肺部声音的精度十分重要。特别是在医疗数字化技术不断发展过程中，利用呼相和吸相提取呼吸音特征的方法越来越多。比如：对比不同呼相和吸相所经历时间周期、呼吸相的频谱差异特征等。所以呼吸气相的判断对肺部声音的研究有重要意义。
2、目前常用气流描记器来获得气相相关信息，这可以准确判断呼吸气相但整套实验设备较复杂，使得通过肺部声音听诊极其不简便，而且若受试者不能配合可能影响正常诊断。还有一些同时记录的气管音和肺部声音判断气相的替代方法，但就诊过程中通过听诊器难以同时记录两路信号。
【技术保护点】
1.一种肺部声音的呼吸气相自动分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述S2包括如下步骤；
3.根据权利要求2所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述S3包括如下步骤：
4.根据权利要求1所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述S5包括如下步骤：
5.一种基于权利要求1-4任意一项所述的肺部声音的呼吸气相自动分割方法的分割系统，其特征在于，包括：
6.根据权利要求5所述的肺部声音的呼吸气相自动分割方法的分割系统，其...
【技术特征摘要】
1.一种肺部声音的呼吸气相自动分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述s2包括如下步骤；
3.根据权利要求2所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述s3包括如下步骤：
4.根据权利要求1所述的肺部声音的呼吸气相自动分割方法，其特征在于，所述s5包括如下步骤：
5.一种基于权利要求...
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。