|
|
钻瓜专利网为您找到相关结果 12个，建议您 升级VIP下载更多相关专利
- [发明专利]一种音频信号有声段端点检测方法及系统-CN202210789379.3有效
-
宋余君;彭健新
-
华南理工大学
-
2022-07-06
-
2023-06-20
-
G10L25/27
- 本发明公开了一种音频信号有声段端点检测方法及系统，其中方法包括：获取音频数据，对所述音频数据进行预处理，获得音频信号对数谱；根据所述音频信号对数谱，执行静音段检测任务获取有声段检测阈值；根据有声段检测阈值，执行有声段端点检测任务直至触发更新有声段检测阈值条件或触发结束条件。本发明通过静音段检测实现有声段检测阈值设定，无需前导静音段，能自适应各种宽平稳背景噪声环境，有效增强系统适应性；通过有声段检测阈值计算音频信号的离群点稀疏度，并根据稀疏度曲线的波峰波谷变化特征实现有声段端点检测，可有效地在低信噪比情况下快速检测出音频信号的有声段端点。本发明可广泛应用于音频信号处理技术领域。
- 一种音频信号有声端点检测方法系统
- [发明专利]基于睡眠鼾声特征的OSAHS检测系统及方法-CN202210598178.5在审
-
彭健新;孙肖然
-
华南理工大学
-
2022-05-30
-
2022-10-18
-
G10L15/02
- 本发明公开了一种基于睡眠鼾声特征的OSAHS检测系统，包括：预处理模块，用于对睡眠鼾声信号进行预加重、分帧和加窗；特征提取模块，用于提取睡眠鼾声信号的声学特征，并根据睡眠鼾声信号的声学特征形成OSAHS患者特征矩阵和简单打鼾者特征矩阵；特征选择模块，用于计算睡眠鼾声信号声学特征的费雪比值进行特征选择；高斯学习模块，用于分别建立OSAHS患者高斯混合模型和简单打鼾者高斯混合模型，并形成OSAHS患者与简单打鼾者分类模型；OSAHS识别模块，用于分别计算OSAHS患者高斯混合模型和简单打鼾者高斯混合模型的高斯似然度，并将两个高斯混合模型的高斯似然度的差作为OSAHS患者与简单打鼾者分类模型的得分，将得分与设定的得分阈值进行比较，判断受试者是否为OSAHS患者。
- 基于睡眠鼾声特征osahs检测系统方法
- [发明专利]一种基于深度学习的睡眠鼾声分类检测方法及系统-CN201810536311.8有效
-
彭健新;唐云飞
-
华南理工大学
-
2018-05-30
-
2021-06-08
-
A61B5/00
- 本发明公开了一种基于深度学习的睡眠鼾声分类检测方法，该方法主要包括：通过传感器采集被测患者整晚的睡眠声信号，并对所述睡眠声信号中的有声段进行探测，获取睡眠声信号中的有声段图谱；使用深度学习对有声段图谱进行鼾声与非鼾声的分类，并保留纯鼾声的识别结果；再使用深度学习对纯鼾声的识别结果进行四类鼾声的分类，完成对呼吸暂停低通气综合征(OSAHS)患者鼾声的自动识别与检测；根据对鼾声的识别与检测结果，统计被测患者整晚各类鼾声的数量，获取被测患者整晚AHI指数。本发明还公开了一种基于深度学习的睡眠鼾声分类检测方法的检测系统。本发明的方法及系统能够有效准确评价打鼾对象是否患病及患病程度，为OSAHS患者提供数据参考。
- 一种基于深度学习睡眠鼾声分类检测方法系统
- [发明专利]一种睡眠鼾声分类检测方法及系统-CN201710430921.5有效
-
彭健新;王璨
-
华南理工大学
-
2017-06-09
-
2020-12-22
-
G10L25/18
- 本发明公开了一种睡眠鼾声分类检测方法及系统，所述方法包括：拾取患者整晚的睡眠鼾声，根据患者整晚的睡眠鼾声信号，提取每个鼾声信号；计算整晚睡眠鼾声中呼吸紊乱事件前后鼾声、呼吸暂停中鼾声、低通气中鼾声和普通鼾声这四类鼾声的相关特征；利用主成分分析法进行特征降维，通过多分类支持向量机分别对整晚睡眠鼾声按照呼吸紊乱事件前后鼾声、呼吸暂停中鼾声、低通气中鼾声和普通鼾声进行分类，实现四类鼾声的识别；对整晚睡眠鼾声信号进行统计，得到四类鼾声次数的统计结果，根据统计结果对AHI值进行预测。本发明较精确的实现了四类鼾声的自动分类，利用鼾声分类及前后鼾声类型判断整晚呼吸紊乱事件次数来预测AHI值，为OSAHS患者提供数据参考。
- 一种睡眠鼾声分类检测方法系统
- [实用新型]一种超声悬浮装置-CN201920650654.7有效
-
金雪晴;谢越;彭健新;范铭铭;叶晓靖
-
华南理工大学
-
2019-05-08
-
2020-04-28
-
B01J19/10
- 本实用新型公开一种超声悬浮装置，包括单片机、驱动电机模块、电源模块、控制器、环形壳体和多个振子，所述环形壳体的内表面上设有多个安装槽，多个振子分别安装于多个安装槽内，多个振子呈环形排列，多个振子之间形成悬浮空间；控制器的信号输出端连接单片机的信号输入端，单片机的信号输出端连接驱动电机模块的信号输入端，驱动电机模块分别与环形壳体上的多个振子连接，驱动电机模块用以驱动多个振子工作，电源模块的电源输出端分别连接单片机的电源输入端、驱动电机模块的电源输入端和控制器的电源输入端，控制器输出信号至单片机。通过使用固定频率的超声波及较少的通道数悬浮不同大小的物体，结构简单，操作方便。
- 一种超声悬浮装置
- [发明专利]一种助听器辅助验配系统及方法-CN201710957231.5在审
-
彭健新
-
华南理工大学
-
2017-10-16
-
2018-04-20
-
H04R25/00
- 本发明公开了一种助听器辅助验配系统，所述系统包括混响模块，用于输出具有各种声学场景特征的脉冲响应信号；噪声生成模块，用于生成各种噪声信号；场景生成模块，用于得到各种声学场景的语音测试信号和噪声测试信号；信号重放模块，用于在听音室将混合后的测试信号进行重放；听音评价模块，用于得到受试者在各种听音环境下的听音效果以及对应的助听器所需的参数；辅助验配模块，用于得到受试者佩戴助听器效果最优的参数，并写入助听器中。本发明可以提高助听器实际使用适用性和有效性，避免助听器在隔声屏蔽室的验配环境与实际使用环境不吻合的所带来的麻烦，提高助听器佩戴者在实际听音环境中的听音效果。
- 一种助听器辅助系统方法
- [发明专利]基于低音比的睡眠鼾声监测方法及系统-CN201510065354.9有效
-
彭健新
-
华南理工大学
-
2015-02-06
-
2017-06-06
-
A61B5/00
- 本发明公开了一种基于低音比的睡眠鼾声监测方法及系统，所述方法包括以下步骤记录患者整晚的睡眠鼾声，并提取记录中每个睡眠鼾声信号；对每个睡眠鼾声信号进行倍频带滤波，获取每个睡眠鼾声信号的多个倍频带声压或声压级值，从而得到每个睡眠鼾声的低音比；根据每个睡眠鼾声的低音比对整晚的睡眠鼾声进行监测。本发明方法及系统通过计算患者睡眠鼾声的低音比来判断其鼾声为正常鼾声还是非正常鼾声，以及判别阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的严重程度，为患者提供初步的诊断结果，同时为术后效果的客观评价提供一种可选择的方法。
- 基于低音睡眠鼾声监测方法系统
|
