肺音识别方法、装置及计算机可读存储介质与流程
- 国知局
- 2024-06-21 11:55:55
本申请实施例涉及音频识别,尤其涉及一种肺音识别方法、装置及计算机可读存储介质。
背景技术:
1、通过听诊器听诊肺音是一种常用的检测手段。不同类型的肺音可以代表不同的状态。现有技术中,在对采集到的肺音进行分类时,由于肺音的采样频率至少为4000hz,因此常利用下采样技术直接对采集到的肺音数据进行处理,并进行识别肺音的类型。
2、但下采样可能会引起频谱混叠,丢失很多信息甚至改变原始肺音数据的分布,以至于下采样之后的肺音数据与原始的肺音数据偏差较大,对基于采样之后的肺音数据进行肺音识别时,识别结果的准确率不高。
技术实现思路
1、本申请实施例提供一种肺音识别方法、装置及计算机可读存储介质,可实现提高肺音识别准确率的目的。
2、本申请实施例一方面提供了一种肺音识别方法,包括:
3、获取待识别肺音时序数据;
4、利用预训练的肺音重构模型中压缩编码子模型对所述待识别肺音时序数据进行压缩处理,得到压缩肺音数据,其中,所述肺音重构模型包括用于压缩输入数据的压缩编码子模型和用于重构压缩后的输入数据的重构编码子模型;
5、将所述压缩肺音数据输入至预训练的肺音分类模型,得到所述肺音分类模型输出的肺音分类结果。
6、本申请实施例一方面还提供了一种肺音识别装置,包括:
7、数据获取模块,用于获取待识别肺音时序数据;
8、数据压缩模块,用于利用预训练的肺音重构模型中压缩编码子模型对所述待识别肺音时序数据进行压缩处理,得到压缩肺音数据,其中,所述肺音重构模型包括用于压缩输入数据的压缩编码子模型和用于重构压缩后的输入数据的重构编码子模型;
9、数据分类模块,用于将所述压缩肺音数据输入至预训练的肺音分类模型,得到所述肺音分类模型输出的肺音分类结果。
10、本申请实施例一方面还提供了一种电子装置,包括:存储器和处理器;所述存储器存储有可执行程序代码;与所述存储器耦合的所述处理器,调用所述存储器中存储的所述可执行程序代码,执行如上述实施例提供的肺音识别方法。
11、本申请实施例一方面还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时,执行如上述实施例提供的肺音识别方法。
12、从上述本申请各实施例可知,通过获取待识别肺音时序数据,并利用预训练的肺音重构模型中压缩编码子模型对待识别肺音时序数据进行压缩处理,由于肺音重构模型包括用于压缩输入数据的压缩编码子模型和用于重构压缩后的输入数据的重构编码子模型。因此,通过压缩处理之后,既压缩了待识别肺音时序数据又使得压缩后的压缩肺音数据与待识别肺音时序数据之间相似度高,进而再利用预训练的肺音分类模型直接对将压缩肺音数据进行分类,能够避免因肺音数据失真导致的肺音识别准确率低的问题,实现提高肺音识别准确率的目的。
技术特征:1.一种肺音识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述压缩肺音数据输入至预训练的肺音分类模型之前,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述利用预训练的肺音重构模型中压缩编码子模型对所述待识别肺音时序数据进行压缩处理之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述利用所述未压缩肺音时序数据集训练所述预构建的肺音重构模型,直至所述预构建的肺音重构模型收敛,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述未压缩肺音时序数据集输入所述预构建的肺音重构模型之前,所述方法还包括:
6.根据权利要求4所述的方法,其特征在于,所述将所述未压缩肺音时序数据集输入所述预构建的肺音重构模型,并经压缩和重构后得到重构肺音时序数据集,包括:
7.根据权利要求3所述的方法,其特征在于,所述利用所述未压缩肺音时序数据集训练所述预构建的肺音重构模型之前,所述方法还包括:
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述将所述压缩肺音数据输入至预训练的肺音分类模型,包括:
9.一种肺音识别装置,其特征在于,包括:
10.一种电子装置,其特征在于,所述电子装置包括:
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至8中任一项所述的肺音识别方法。
技术总结一种肺音识别方法、装置及计算机可读存储介质,其中肺音识别方法,包括:获取待识别肺音时序数据;利用预训练的肺音重构模型中压缩编码子模型对所述待识别肺音时序数据进行压缩处理,得到压缩肺音数据,其中,所述肺音重构模型包括用于压缩输入数据的压缩编码子模型和用于重构压缩后的输入数据的重构编码子模型;将所述压缩肺音数据输入至预训练的肺音分类模型,得到所述肺音分类模型输出的肺音分类结果。上述肺音识别方法、装置及计算机可读存储介质可以提高肺音识别的准确率。技术研发人员:李楠宇,陈日清,刘润南,余坤璋,苏晨晖,徐宏,吴娜受保护的技术使用者:杭州堃博生物科技有限公司技术研发日:技术公布日:2024/6/2本文地址:https://www.jishuxx.com/zhuanli/20240618/24549.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表