[发明专利]咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置

说明书

本申请提出一种咳嗽检测模型训练方法，所述方法包括：获取用户的咳嗽样本信号及与所述咳嗽样本信号对应的信号标签，所述咳嗽样本信号包括声音样本信号和肌电样本信号，所述信号标签用于指示所述咳嗽样本信号对应的咳嗽状态；对所述声音样本信号和所述肌电样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号；对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征、梅尔频率倒谱系数特征以及能量特征；根据所述峰值特征、所述梅尔频率倒谱系数特征、所述能量特征以及所述信号标签对咳嗽检测模型进行训练，得到目标咳嗽检测模型。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置。

背景技术

临床上，咳嗽是患者向医生报告的常见症状，是呼吸系统疾病的征兆，通过病人的咳嗽情况可以反映病人的身体状况或者病人病情的恢复情况。检测评估咳嗽发生的频率、强度以及咳嗽患者身体尽可能多的健康数据可为医生提供宝贵的临床资料有利于医生对病人的病情做出及时、全面的诊断和治疗，也可作为治疗效果评估的依据。

在目前的咳嗽检测领域，常用技术手段只单独记录声音信号，由于监测信号单一且会同时将说话、打黔、外界汽车、音响等声音信号也加以记录，仅使用咳嗽声音信号进行识别，容易被周围环境中类似咳嗽的声音干扰，识别准确率低，可靠性低，对分析人员要求高，耗时长，不利于医生对咳嗽患者的病情及病情轻重的综合判定，严重影响了医生的诊断与治疗决策。

发明内容

本申请提供一种咳嗽检测模型训练方法、咳嗽检测方法及咳嗽检测装置，以解决现有咳嗽检测技术中咳嗽检测准确率低、可靠性低、对分析人员耗时长的技术问题。

第一方面，提供一种咳嗽检测模型训练方法，所述方法包括：

获取用户的咳嗽样本信号及与所述咳嗽样本信号对应的信号标签，所述咳嗽样本信号包括声音样本信号和肌电样本信号，所述信号标签用于指示所述咳嗽样本信号对应的咳嗽状态；

对所述声音样本信号和所述肌电样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号；所述有效咳嗽样本信号为所述声音样本信号中与所述肌电样本信号在时域上存在信号重叠的信号；

对所述有效咳嗽样本信号进行特征提取，得到与所述咳嗽样本信号对应的峰值特征、梅尔频率倒谱系数特征以及能量特征；所述梅尔频率倒谱系数特征用于表征所述咳嗽样本信号的频域特征；所述能量特征用于表征所述咳嗽样本信号的信号幅值；所述峰值特征用于表征所述咳嗽样本信号的最高幅值；

根据所述峰值特征、所述梅尔频率倒谱系数特征、所述能量特征以及所述信号标签对咳嗽检测模型进行训练，得到目标咳嗽检测模型。

第二方面，提供一种咳嗽检测方法，所述方法包括：

获取用户的待识别咳嗽信号；

将所述待识别咳嗽信号输入至目标咳嗽检测模型，所述目标咳嗽检测模型经过如第一方面所述的咳嗽检测模型训练方法训练得到；

通过所述目标咳嗽检测模型输出与所述待识别咳嗽信号对应的咳嗽或非咳嗽的检测结果。

第三方面，提供一种咳嗽检测模型训练装置，所述装置包括：

样本获取模块，用于获取用户的咳嗽样本信号及与所述咳嗽样本信号对应的信号标签，所述咳嗽样本信号包括声音样本信号和肌电样本信号，所述信号标签用于指示所述咳嗽样本信号对应的咳嗽状态；

有效样本提取模块，用于对所述声音样本信号和所述肌电样本信号进行有效样本提取，得到与所述咳嗽样本信号对应的有效咳嗽样本信号；所述有效咳嗽样本信号为所述声音样本信号中与所述肌电样本信号在时域上存在信号重叠的信号；