一种耳回声信号的识别处理方法

本发明涉及信号识别，具体涉及一种耳回声信号的识别处理方法。

背景技术：

1、现有的临床耳部情况检查方法主要采用耳镜成像和对耳道和鼓膜的视觉检查。基于人工智能的技术可以在一定程度上克服传统检查方法的局限性。它们不受操作者经验的影响，可以提供客观的数据分析，从而减少误诊的风险。基于人工智能的辅助诊断技术在耳部情况诊断领域主要可根据研究对象分为两大类：一类是耳镜图像，另一类是耳回声信号。

2、基于耳镜图像的耳部情况辅助诊断方法通常依赖于操作者的操作技能熟练度，同时耳道形状的个体差异和外部因素如耳垢可能干扰图像质量，而有限的信息量和被观察者的不合作也限制了获取信息的全面性。

3、基于耳回声信号的耳部情况辅助诊断方法则受限于信号处理和特征提取的复杂性，以及对大量训练数据的需求。声音在不同耳道和鼓膜状态下的传播方式复杂多样，需要精细的信号处理技术来提取有效特征。此外，建立准确的耳回声识别处理模型通常需要大规模的数据集来训练。

技术实现思路

1、本发明的目的在于提供一种耳回声信号的识别处理方法，通过模拟不同人不同年龄段的耳道形状，并在此基础上采集正常耳朵、耳道阻塞、鼓膜破裂和渗出性中耳炎的耳回声信号，训练得到耳回声识别处理模型，帮助识别处理耳回声信号。

2、为实现上述目的，本发明提供了一种耳回声信号的识别处理方法，包括下列步骤：

3、步骤1：使用3d打印技术，制作可更换的仿真人头与仿真人耳；

4、步骤2：在不同的仿真人耳中播放1～18000赫兹的扫频信号，采集2秒耳回声信号并作为数据样本集；

5、步骤3：数据经过预处理后提取mfcc特征、δmfcc特征、δ2mfcc特征以及融合mfcc、δmfcc和δ2mfcc的混合梅尔倒谱特征(mmcc)；

6、步骤4：将步骤3中提取的特征输入ecapatdnn模型进行迭代训练，获得耳回声识别处理模型；

7、步骤5：对训练后的耳回声识别处理模型进行预测验证，评价识别效果。

8、可选的，所述仿真人耳中包括了4种不同的耳部状况，分别为正常耳朵、耳道阻塞、鼓膜破裂和渗出性中耳炎。

9、可选的，所述数据样本集分成训练集、验证集和测试集，数据样本的组成数量为随机选取，训练集、验证集和测试集之间的比例保持为5:1:1。

10、可选的，mfcc特征、δmfcc特征和δ2mfcc特征均为12维特征向量，融合mfcc、δmfcc和δ2mfcc的混合梅尔倒谱特征为36维特征向量。

11、可选的，步骤3中提取特征向量的过程，包括下列步骤：

12、对耳回声信号进行预加重处理；

13、将声音数据进行分帧；

14、再对每帧声音信号施加hann窗操作；

15、对于每帧声音信号进行离散傅里叶变换；

16、使用mel频率滤波并取对数处理；

17、离散余弦变换；

18、差分运算。

19、可选的，在步骤5中，使用测试集输入步骤4中训练好的耳回声识别处理模型，得到各耳回声类别的概率分布，各类别概率值之和等于1，概率值最大的类别就是耳回声识别处理模型预测的类别。

20、本发明提供了一种耳回声信号的识别处理方法，首先通过3d打印构建的仿真人头、人耳上模拟各种耳部情况并进行耳回声信号采集实验，获取各种耳部情况的耳回声数据，再借助声纹识别的技术，将ecapatdnn神经网络与融合静态和动态mfcc特征的混合梅尔倒谱特征相结合，增强特征的表征力，以提高对耳回声的识别处理能力，通过使用耳回声信号数据样本集对ecapatdnn模型迭代训练，获得训练好的耳回声识别处理模型，用于耳回声信号识别预测。本发明可以更全面地捕捉耳回声信号中的有用信息，进而提高耳回声识别处理模型在耳回声信号识别处理中的稳定性和可靠性。

技术特征：

1.一种耳回声信号的识别处理方法，其特征在于，包括下列步骤：

2.如权利要求1所述的耳回声信号的识别处理方法，其特征在于，

3.如权利要求2所述的耳回声信号的识别处理方法，其特征在于，

4.如权利要求3所述的耳回声信号的识别处理方法，其特征在于，

5.如权利要求4所述的耳回声信号的识别处理方法，其特征在于，

6.如权利要求5所述的耳回声信号的识别处理方法，其特征在于，

技术总结本发明涉及信号识别技术领域，具体涉及一种耳回声信号的识别处理方法，首先通过3D打印构建的仿真人头、人耳上模拟各种耳部情况并进行耳回声信号采集实验，获取各种耳部情况的耳回声数据，再借助声纹识别的技术，将EcapaTdnn神经网络与融合静态和动态MFCC特征的混合梅尔倒谱特征(MMCC)相结合，增强特征的表征力，以提高对耳回声的识别处理能力，通过使用耳回声信号数据样本集对EcapaTdnn模型迭代训练，获得训练好的耳回声识别处理模型，用于耳回声信号识别预测。本发明可以更全面地捕捉耳回声信号中的有用信息，进而提高耳回声识别处理模型在耳回声信号识别处理中的稳定性和可靠性。技术研发人员：杨镇,韦峻峰,张伟杰受保护的技术使用者：广西民族大学技术研发日：技术公布日：2024/2/21