-
公开(公告)号：CN112992337B
公开(公告)日：2022-05-24
申请号：CN202110168260.X
申请日：2021-02-07
Applicant: 华南理工大学
Abstract: 本发明提供了一种颈脊髓损伤患者肺功能评估算法、装置、介质和设备；其中算法包括：获取待决策的咳嗽音信号；将咳嗽音信号解卷出反映肺部呼出气流的激励源分量；计算所述激励源分量的短时能量最大值和均方根曲线的下降时间，组成待决策样本的特征向量，并输入到分类决策函数，得到待决策样本的决策值；分类决策函数是指对初始分类决策函数进行训练处理得到的分类决策函数；根据决策值评估肺功能。本发明克服了直接使用咳嗽音的时域峰值强度评估肺功能强弱时易受声道传声传递函数谐振峰值影响的问题；同时，该算法模型简单且计算量小，便于在可穿戴设备中实现。
-
Patent Agency Ranking
公开(公告)号：CN111179967A
公开(公告)日：2020-05-19
申请号：CN201911300409.4
申请日：2019-12-17
Applicant: 华南理工大学
Abstract: 本发明提供了一种颈脊髓损伤患者真假咳嗽音线性分类算法，其特征在于：获取若干清音样本和浊音样本，截取清音样本和浊音样本的起始段序列并作滤波处理；计算所得序列的过零率和最大自相关系数；以过零率和最大自相关系数为特征建立线性分类器，并以清音样本和浊音样本为样本集来训练线性分类器；通过训练后的线性分类器来识别颈脊髓损伤患者的真性咳嗽和呼喊声类型假性咳嗽。本发明算法克服了因颈脊髓损伤患者咳嗽音训练样本不足所导致的无法训练识别模型的困难，仅利用清浊音信号即可识别咳嗽真假，避免呼喊声类型的假性咳嗽对咳嗽强度分析的干扰；同时，该方法模型简单且计算量小，便于在可穿戴设备中实现。
-
公开(公告)号：CN111179967B
公开(公告)日：2022-05-24
申请号：CN201911300409.4
申请日：2019-12-17
Applicant: 华南理工大学
Abstract: 本发明提供了一种颈脊髓损伤患者真假咳嗽音线性分类算法，其特征在于：获取若干清音样本和浊音样本，截取清音样本和浊音样本的起始段序列并作滤波处理；计算所得序列的过零率和最大自相关系数；以过零率和最大自相关系数为特征建立线性分类器，并以清音样本和浊音样本为样本集来训练线性分类器；通过训练后的线性分类器来识别颈脊髓损伤患者的真性咳嗽和呼喊声类型假性咳嗽。本发明算法克服了因颈脊髓损伤患者咳嗽音训练样本不足所导致的无法训练识别模型的困难，仅利用清浊音信号即可识别咳嗽真假，避免呼喊声类型的假性咳嗽对咳嗽强度分析的干扰；同时，该方法模型简单且计算量小，便于在可穿戴设备中实现。
-
公开(公告)号：CN113158916B
公开(公告)日：2022-04-22
申请号：CN202110450820.0
申请日：2021-04-26
Applicant: 华南理工大学
Abstract: 本发明提供了一种咳嗽音自动识别算法、装置、介质和设备；其中算法包括如下步骤：获取待识别样本；对样本进行端点检测，从起始点截取持续时间为t的固定长度序列，并设定为信号序列并归一化处理；利用线性预测编码得到预测信号序列和残差信号序列；求取预测信号序列的MFCC参数mfccr以及残差信号序列的短时能量enr，构造特征向量；将特征向量输入到线性SVM分类器，根据线性SVM分类器输出判断待识别样本类型为咳嗽音样本或非咳嗽音样本。该算法克服了激励源时域特征易受声道谐振影响的问题，具有良好的识别能力，识别准确度高。
-
公开(公告)号：CN113158916A
公开(公告)日：2021-07-23
申请号：CN202110450820.0
申请日：2021-04-26
Applicant: 华南理工大学
Abstract: 本发明提供了一种咳嗽音自动识别算法、装置、介质和设备；其中算法包括如下步骤：获取待识别样本；对样本进行端点检测，从起始点截取持续时间为t的固定长度序列，并设定为信号序列并归一化处理；利用线性预测编码得到预测信号序列和残差信号序列；求取预测信号序列的MFCC参数mfccr以及残差信号序列的短时能量enr，构造特征向量；将特征向量输入到线性SVM分类器，根据线性SVM分类器输出判断待识别样本类型为咳嗽音样本或非咳嗽音样本。该算法克服了激励源时域特征易受声道谐振影响的问题，具有良好的识别能力，识别准确度高。
-
公开(公告)号：CN112992337A
公开(公告)日：2021-06-18
申请号：CN202110168260.X
申请日：2021-02-07
Applicant: 华南理工大学
Abstract: 本发明提供了一种颈脊髓损伤患者肺功能评估算法、装置、介质和设备；其中算法包括：获取待决策的咳嗽音信号；将咳嗽音信号解卷出反映肺部呼出气流的激励源分量；计算所述激励源分量的短时能量最大值和均方根曲线的下降时间，组成待决策样本的特征向量，并输入到分类决策函数，得到待决策样本的决策值；分类决策函数是指对初始分类决策函数进行训练处理得到的分类决策函数；根据决策值评估肺功能。本发明克服了直接使用咳嗽音的时域峰值强度评估肺功能强弱时易受声道传声传递函数谐振峰值影响的问题；同时，该算法模型简单且计算量小，便于在可穿戴设备中实现。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
