公开(公告)号：CN106725401B

公开(公告)日：2020-01-17

申请号：CN201710022239.2

申请日：2017-01-12

Applicant: 成都信息工程大学

Inventor： 潘帆 ,  刘澄玉 ,  郑定昌 ,  黄珂

IPC: A61B5/022

Abstract: 本发明公开了基于深度学习的听诊器音频数据处理方法，包括：首先，采集音频数据，并对音频数据进行切分处理，通过切分对音频数据进行分帧；其次，采用深度学习方法对语音数据进行分类，然后，按照切分处理的顺序重组分类结果；最后，进行血压值映射，将分类结果转换为血压值。本专利提出的方法将血压值的测量简化为一个分类问题，采用应用最广泛的深度学习方法，来对采集到的听诊器音频数据进行分类，即判断听诊器数据中的信号，是或者不是柯式音信号。本发明提供的听诊器音频数据处理方法较为科学，测量结果较为精确、可靠。

公开(公告)号：CN106725401A

公开(公告)日：2017-05-31

申请号：CN201710022239.2

申请日：2017-01-12

Applicant: 成都信息工程大学

Inventor： 潘帆 ,  刘澄玉 ,  郑定昌 ,  黄珂

IPC: A61B5/022

Abstract: 本发明公开了基于深度学习的自动血压测量方法，包括：首先，采集音频数据，并对音频数据进行切分处理，通过切分对音频数据进行分帧；其次，采用深度学习方法对语音数据进行分类，然后，按照切分处理的顺序重组分类结果；最后，进行血压值映射，将分类结果转换为血压值。本发明提出的方法将血压值的测量简化为一个分类问题，采用应用最广泛的深度学习方法，来对采集到的听诊器音频数据进行分类，即判断听诊器数据中的信号，是或者不是柯式音信号。本发明提供的自动血压测量方法较为科学，测量结果较为精确、可靠。