信号探测位置的检测方法、装置和计算机设备制造方法及图纸

技术编号:37560970 阅读:25 留言:0更新日期:2023-05-15 07:43
本申请涉及一种信号探测位置的检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号;对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征;将待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出待测声音信号被归类为各预设声音信号类型的概率值,根据概率值确定待测声音信号的信号类型;在信号类型为目标信号类型的情况下,确定当前探测位置为目标探测位置,并推送用于指示当前探测位置为目标探测位置的正确提示消息。采用本方法能够辅助检测者找到正确的探测位置,从而有效提高信号探测的可靠性。可靠性。可靠性。

【技术实现步骤摘要】
信号探测位置的检测方法、装置和计算机设备


[0001]本申请涉及信号探测
,特别是涉及一种信号探测位置的检测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着超音波技术的不断发展,基于超音波的信号探测技术越来越成熟。目前,基于超音波的信号探测技术已经被广泛地应用于医疗诊断中,如通过超音波生理信号计探测人体的生理及病理信息,即超声诊断。
[0003]超声诊断的方式一般是利用超音波生理信号计探头向人体特定部位发射超音波信号,然后通过显示屏展示人体特定部位反射回的超音波信号,并根据反射波的波形、衰减情况等信息,确定人体皮肤以下不可视区域的生理情况,如人体内部某些脏器的活动功能、组织器官中是否含有气体或液体等。
[0004]由于基于超音波的生理信号探测具有无痛无损、安全便捷、实时成像、显像清晰等优点,因此目前其已经成为临床医学中不可缺少的诊断方法。然而,在传统的超音波生理信号探测中,检测者往往是凭借经验或感官来判断超音波生理信号计探头的位置,当检测者的经验不足时,难以找到准确的探测位置,同时检测结果容易被外界的杂音所干扰,存在信号探测不够可靠的缺陷。

技术实现思路

[0005]基于此,有必要针对上述技术问题,提供一种能够提高信号探测可靠性的信号探测位置的检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面,本申请提供了一种信号探测位置的检测方法。所述检测方法包括:
[0007]通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号;
[0008]对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征;
[0009]将待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出待测声音信号被归类为各预设声音信号类型的概率值,根据概率值确定待测声音信号的信号类型;
[0010]在信号类型为目标信号类型的情况下,确定当前探测位置为目标探测位置,并推送用于指示当前探测位置为目标探测位置的正确提示消息。
[0011]在其中一个实施例中,声音信号分类模型的训练过程,包括:
[0012]获取多种类型的样本噪声信号和基于目标探测位置反射回的样本超音波信号,根据样本噪声信号与样本超音波信号各自所属的信号类型,确定各自相应的样本标签;
[0013]获取样本噪声信号与样本超音波信号各自相应的二维音频特征,将带有样本标签的二维音频特征作为样本数据集,将样本数据集划分为训练数据集和测试数据集;
[0014]将训练数据集中的二维音频特征输入至声音信号分类模型,根据声音信号分类模
型输出的预测标签与样本标签间的差异,更新声音信号分类模型的参数;
[0015]采用测试数据集对声音信号分类模型进行验证评估,获取训练后的声音信号分类模型。
[0016]在其中一个实施例中,通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号,包括:
[0017]通过超音波生理信号计探头,向当前探测位置发送超音波信号;
[0018]接收由当前探测位置反射回的声音信号,将反射回的声音信号作为待测声音信号。
[0019]在其中一个实施例中,对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征,包括:
[0020]对待测声音信号进行采样、量化和编码处理,获取相应的数字信号;
[0021]对数字信号进行音频特征提取,获取待测声音信号的二维音频特征。
[0022]在其中一个实施例中,根据概率值确定待测声音信号的信号类型之后,还包括:
[0023]在信号类型不为目标信号类型的情况下,确定当前探测位置不为目标探测位置,并推送用于指示当前探测位置不为目标探测位置的错误提示消息;
[0024]重复执行移动超音波生理信号计探头的探测位置,直至移动后的探测位置相应的声音信号类型为目标信号类型,确定相应移动后的探测位置为目标探测位置,推送用于指示相应移动后的探测位置为目标探测位置的正确提示消息。
[0025]在其中一个实施例中,上述声音信号分类模型为卷积神经网络模型;声音信号分类模型依次包括输入层、多组由二维卷积层和最大池化层所构成的组合层、展平层、多组由全连接层和随机失活层所构成的组合层、全连接层以及输出层。
[0026]第二方面,本申请还提供了一种信号探测位置的检测装置。所述检测装置包括:
[0027]信号获取模块,用于通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号;
[0028]信号处理模块,用于对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征;
[0029]信号分类模块,用于将待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出待测声音信号被归类为各预设声音信号类型的概率值,根据概率值确定待测声音信号的信号类型;
[0030]消息推送模块,用于在信号类型为目标信号类型的情况下,确定当前探测位置为目标探测位置,并推送用于指示当前探测位置为目标探测位置的正确提示消息。
[0031]第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
[0032]通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号;
[0033]对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征;
[0034]将待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出待测声音信号被归类为各预设声音信号类型的概率值,根据概率值确定待测声音信号的信号类型;
[0035]在信号类型为目标信号类型的情况下,确定当前探测位置为目标探测位置,并推送用于指示当前探测位置为目标探测位置的正确提示消息。
[0036]第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
[0037]通过超音波生理信号计探头对当前探测位置进行探测,获取当前探测位置相应的待测声音信号;
[0038]对待测声音信号进行数字信号处理,获取待测声音信号的二维音频特征;
[0039]将待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出待测声音信号被归类为各预设声音信号类型的概率值,根据概率值确定待测声音信号的信号类型;
[0040]在信号类型为目标信号类型的情况下,确定当前探测位置为目标探测位置,并推送用于指示当前探测位置为目标探测位置的正确提示消息。
[0041]第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
[0042]通过超音波生理信号计探头对当前探测位置进行探测,获本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种信号探测位置的检测方法,其特征在于,所述检测方法包括:通过超音波生理信号计探头对当前探测位置进行探测,获取所述当前探测位置相应的待测声音信号;对所述待测声音信号进行数字信号处理,获取所述待测声音信号的二维音频特征;将所述待测声音信号的二维音频特征输入至训练后的声音信号分类模型,输出所述待测声音信号被归类为各预设声音信号类型的概率值,根据所述概率值确定所述待测声音信号的信号类型;在所述信号类型为目标信号类型的情况下,确定所述当前探测位置为目标探测位置,并推送用于指示所述当前探测位置为目标探测位置的正确提示消息。2.根据权利要求1所述的检测方法,其特征在于,所述声音信号分类模型的训练过程,包括:获取多种类型的样本噪声信号和基于目标探测位置反射回的样本超音波信号,根据所述样本噪声信号与所述样本超音波信号各自所属的信号类型,确定各自相应的样本标签;获取所述样本噪声信号与所述样本超音波信号各自相应的二维音频特征,将带有样本标签的二维音频特征作为样本数据集,将所述样本数据集划分为训练数据集和测试数据集;将所述训练数据集中的样本超音波信号和样本噪声信号输入至声音信号分类模型,根据所述声音信号分类模型输出的预测标签与所述样本标签间的差异,更新所述声音信号分类模型的参数;采用所述测试数据集对所述声音信号分类模型进行验证评估,获取训练后的声音信号分类模型。3.根据权利要求1所述的检测方法,其特征在于,所述通过超音波生理信号计探头对当前探测位置进行探测,获取所述当前探测位置相应的待测声音信号,包括:通过超音波生理信号计探头,向所述当前探测位置发送超音波信号;接收由所述当前探测位置反射回的声音信号,将所述反射回的声音信号作为待测声音信号。4.根据权利要求1所述的检测方法,其特征在于,所述对所述待测声音信号进行数字信号处理,获取所述待测声音信号的二维音频特征,包括:对所述待测声音信号进行采样、量化和编码处理,获取相应的数字信号;对所述数字信号进行音频特征提取,获取所述待测声音信号的二维音频特征。5.根据权利要求1所...

【专利技术属性】
技术研发人员:刘怡升郑淳铭廖致霖
申请(专利权)人:业成光电深圳有限公司业成光电无锡有限公司英特盛科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1