从音频记录获得呼吸相关声音制造技术

公开了一种用于获得源自目标患者的呼吸相关声音(RRS)(160)的方法(100)，该方法包括以下步骤：获得目标患者的睡眠环境的输入音频记录(110，111)，获得目标患者的呼吸的呼吸迹线(150)，识别(120)输入音频记录中的RRS(130)，以及基于呼吸迹线从RRS中选择(140)源自目标患者的RRS(160)。该选择还包括：确定具有相应高的源自目标患者的概率和/或低的源自目标患者的概率的RRS的第一子集和/或第二子集，基于第一子集和/或第二子集训练分类器以选择源自目标患者的RRS，以及通过经过训练的分类器选择源自目标患者的RRS(160)。分类器选择源自目标患者的RRS(160)。分类器选择源自目标患者的RRS(160)。

【技术实现步骤摘要】
【国外来华专利技术】从音频记录获得呼吸相关声音


[0001]本专利技术总体上涉及一种用于获得源自目标患者的呼吸相关声音(RRS)的方法。

技术介绍

[0002]在睡眠分析领域中，要研究的要素之一是呼吸相关声音(RRS)。RRS是在患者睡眠分析期间源自患者的声音的短音频片段，例如打鼾声音、叹息声音、沉重呼吸声音或呻吟声音。对这样的声音的进一步分析然后可以用于诊断睡眠障碍，诸如睡眠呼吸暂停。进一步期望对每个RRS的持续时间、RRS的频率、RRS的总数进行计数，并且分析RRS的各个方面。
[0003]RRS和相关度量可以从睡眠患者的音频记录中获得。
[0004]获得这样的音频记录的一种方式是通过将记录麦克风附接在患者的脸部上，尽可能靠近患者的鼻子和嘴部。这具有通过设计减轻外部声音和噪声的优点。然而，这样的麦克风的存在可能负面地影响患者的睡眠，并且因此检测到的RRS可能不能准确地反映患者的自然睡眠。
[0005]替代地，音频记录装置(例如，诸如移动电话的数字音频记录装置或专用音频记录装置)可以进一步放置在目标患者附近。这样，患者不会受到脸部上或脸部附近的麦克风或任何其他装置的妨碍，从而产生更自然的睡眠。然而，在这种情况下，缺点是如果患者不是单独在房间中睡觉，则另一个人的RRS可能被记录在音频记录上。
[0006]US2020261687A1公开了一种用于动态地屏蔽被确定为由一个或多个睡眠伙伴产生的可听呼吸噪声的解决方案。根据各方面，通过以下方式来保护受试者的睡眠：检测睡眠环境中的可听呼吸噪声，确定可听呼吸噪声不是由受试者产生的，以及减轻被确定为源自诸如床伴、宠物等的另一受试者的可听呼吸噪声的感知。动态屏蔽减少了受试者暴露于不必要的声音，并且减少了屏蔽干扰受试者睡眠的声音的机会。
[0007]因此，本专利技术的目的是解决或至少减轻上述问题中的一个或多个问题。特别地，本公开旨在提供一种用于以相对舒适的方式识别目标患者的RRS而不妨碍患者的自然睡眠的方法。

技术实现思路

[0008]为此目的，根据第一方面，提供了一种用于获得源自目标患者的呼吸相关声音(RRS)的计算机实现的方法，该方法包括以下步骤：
[0009]‑
获得目标患者的睡眠环境的输入音频记录；
[0010]‑
获得目标患者的呼吸的呼吸迹线，该呼吸迹线表征在音频记录时段期间该患者的呼吸；
[0011]‑
识别输入音频记录中的RRS；
[0012]‑
基于呼吸迹线从RRS中选择源自目标患者的RRS；
[0013]并且其中该选择包括：
[0014]‑
确定具有相应高的源自目标患者的概率和/或低的源自目标患者的概率的RRS的
第一子集和/或第二子集；
[0015]‑
基于第一子集和/或第二子集训练分类器以选择源自目标患者的RRS；以及
[0016]通过经过训练的分类器选择源自目标患者的RRS。
[0017]输入音频记录覆盖目标患者的睡眠环境，即，除了目标患者的RRS之外，它还可以包括来自其他人或动物的RRS和其他环境声音。因此，输入音频记录包括多个目标患者的RRS。然后在选择步骤期间全部或部分地选择那些RRS。为了将源自目标患者的RRS与其他声音区分开，基于呼吸迹线(即，作为覆盖输入音频记录的持续时间的时间的函数的目标患者的呼吸的表示)来选择RRS声音。由于源自目标患者的RRS与目标患者的呼吸相关，因此这些RRS与呼吸之间存在关系。因此，可以将源自目标患者的RRS与输入音频记录中的其他声音区分开。
[0018]这产生了声音集合，该声音集合没有可能对分析产生负面影响的其他声音，从而允许进行准确的睡眠分析。进一步地，当过滤掉其他声音时，不需要非常靠近患者的嘴部或胸部来执行音频记录。这意味着麦克风不抑制来自目标患者的RRS，或者不引起不想要的RRS本身。
[0019]关于第一子集，可以仅选择那些源自目标患者的概率高于特定阈值的RRS，例如具有高于90％的概率。这确保了低输出误差。进一步地，选择具有高概率的RRS通常将易于确定，即，需要低计算能力和/或存储器容量。
[0020]关于第二子集，可以仅选择那些源自目标患者的概率低于特定阈值的RRS，例如概率低于10％。然后可以进一步从结果中丢弃第二子集。
[0021]通过经过训练的分类器，可以进一步通过添加未被分配给第一子集和/或第二子集的其他RRS来修正根据第一子集和/或第二子集获得的结果。为了实现这一点，首先利用一个或两个子集来训练分类器，以将RRS分类为属于目标患者或不属于目标患者。换句话说，第一子集和/或第二子集被用作标记数据。然后，经过训练的分类器被用于进一步对其他RRS进行分类，产生对源自目标患者的RRS的更大选择。
[0022]可以进一步通过本领域可用的技术获得呼吸迹线，例如通过从由多导睡眠图、心电图仪、肌电图仪或光电体积描记图(PPG)获得的信号得到迹线。
[0023]一个步骤是识别RRS。根据一个实施例，该步骤还包括确定呼吸相关声音和非呼吸相关声音，以及丢弃非呼吸相关声音。
[0024]换句话说，首先将与呼吸无关的声音从音频记录中丢弃，从而产生作为RRS但不必单独地源自目标患者的声音的子集。基于呼吸迹线，然后从该子集中选择源自目标患者的RRS。
[0025]根据一个实施例，该识别包括确定声音集合；其中一个集合的声音源自同一源；并且其中该选择还包括基于呼吸迹线从声音集合中选择源自目标患者的RRS。
[0026]换句话说，首先根据声音的起源将声音划分成集合或聚类。此时，还不知道哪些集合源自目标患者。通过参考呼吸迹线，可以将某一集合的RRS归于目标患者。可选地，可以在确定集合之前或之后执行非RRS的识别和丢弃。
[0027]例如，可以通过经过训练的分类器将声音根据它们各自的源聚类到集合中。
[0028]可选地，可以仅在未确定的RRS的数量太高时(即，仍然存在许多识别的RRS，其既不具有高的源自目标患者的概率也不具有低的源自目标患者的概率)执行分类器的训练。
在这样的情况下，执行计算强度更大的分类操作可能是有用的。
[0029]根据一个实施例，确定第一子集包括从输入音频记录中确定与RRS相关联的音频时间戳，以及从呼吸迹线中确定与RRS相关联的呼吸时间戳；以及基于音频时间戳和呼吸时间戳来确定第一子集。
[0030]换句话说，音频时间戳指示输入音频记录中相应RRS的发生，并且呼吸时间戳指示目标患者的相应呼吸周期的发生。由于目标患者的RRS与患者的呼吸相关，因此可以基于这些确定的时间戳来执行选择。为此目的，时间戳可以由任何可检测的时间特征(诸如例如开始、局部最大值或局部最小值)来表征。这样，选择操作被简化为首先识别时间特征，并且然后对这些时间特征执行操作。
[0031]一个操作可以是确定音频时间戳与相应的呼吸时间戳之间的时间差。由于目标患者的RRS与他们的呼吸相关，因此与患者相关联的时间差将相当恒本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于获得源自目标患者的呼吸相关声音(RRS)(160，511)的计算机实现的方法(100，400)，所述方法包括以下步骤：
‑
获得所述目标患者的睡眠环境的输入音频记录(110，111，410，510，610)；
‑
获得所述目标患者的呼吸的呼吸迹线(150，450，520，620)，所述呼吸迹线表征在所述音频记录的时段期间所述患者的呼吸；
‑
识别(120，420，470)所述输入音频记录中的RRS(130，430，511，611)；以及
‑
基于所述呼吸迹线，从所述RRS中选择(140，200，300，440，403)源自所述目标患者的所述RRS(160)；并且其中所述选择包括：
‑
确定(209)具有相应高的源自所述目标患者的概率和/或低的源自所述目标患者的概率的所述RRS(212，735)的第一子集和/或第二子集；
‑
基于所述第一子集和/或所述第二子集训练(303，403)分类器以选择源自所述目标患者的RRS；以及
‑
通过经过训练的分类器选择源自所述目标患者的所述RRS(160)。2.根据权利要求1所述的方法，其中所述识别包括确定(120，420)呼吸相关声音和非呼吸相关声音，以及丢弃所述非呼吸相关声音。3.根据权利要求1或2所述的方法，其中所述识别包括确定(470)声音集合(471)；其中一个集合的声音源自同一源；并且其中所述选择还包括基于所述呼吸迹线从源自所述目标患者的声音集合(160)中选择(440，403)RRS。4.根据前述权利要求中任一项所述的方法，其中所述选择还包括将...

【专利技术属性】
技术研发人员：史蒂文，
申请(专利权)人：艾图传感有限公司，
类型：发明
国别省市：