【技术实现步骤摘要】
本申请实施例涉及音频处理，尤其涉及一种呼吸音识别方法、装置及计算机可读存储介质。
技术介绍
1、随着人工智能的发展，通过深度学习进行肺音分离或肺音识别等方面的研究逐步增多，通过深度学习进行肺音方面的研究，不仅需要大规模的呼吸音数据集，还需要高质量的呼吸音数据集。
2、现有技术中，通常采用人工回放肺音音频，不断重复播放来人工识别呼吸音，进而手动分割呼吸音，标注呼吸音情况，或者，将肺音时序数据直接划分为等间隔的呼吸音音频数据。这种识别呼吸音的方式既效率不高也不准确。
技术实现思路
1、本申请实施例提供一种呼吸音识别方法、装置及计算机可读存储介质，可实现提高呼吸音的识别效率和准确率的目的。
2、本申请实施例一方面提供了一种呼吸音识别方法，包括：
3、获取肺音时序数据；
4、利用预训练的呼吸音识别模型将所述肺音时序数据划分为多个肺音时序片段，并分别基于每个肺音时序片段预测呼吸音的至少两个预测边界窗口、至少两个所述预测边界窗口的第一预测值和至少两个所述预测边界窗口中肺音数据所属的呼吸音类型的第二预测值；
5、基于预测得到的多个所述预测边界窗口的第一预测值和多个所述第二预测值确定所述肺音时序数据中包含的实际呼吸音。
6、本申请实施例一方面还提供了一种呼吸音识别装置，包括：
7、获取模块，用于获取肺音时序数据；
8、识别模块，用于利用预训练的呼吸音识别模型将所述肺音时序数据划分为多个肺音时序片段，并分
9、筛选模块，用于基于预测得到的多个所述预测边界窗口的第一预测值和多个所述第二预测值确定所述肺音时序数据中包含的实际呼吸音。
10、本申请实施例一方面还提供了一种电子装置，包括：存储器和处理器；所述存储器存储有可执行程序代码；与所述存储器耦合的所述处理器，调用所述存储器中存储的所述可执行程序代码，执行如上述实施例提供的呼吸音识别方法。
11、本申请实施例一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时，执行如上述实施例提供的呼吸音识别方法。
12、从上述本申请各实施例可知，通过获取肺音时序数据之后；利用预训练的呼吸音识别模型将肺音时序数据划分为多个肺音时序片段，并分别基于每个肺音时序片段预测呼吸音的至少两个预测边界窗口、至少两个所述预测边界窗口的第一预测值和至少两个所述预测边界窗口中肺音数据所属的呼吸音类型的第二预测值；从而得到肺音时序数据之中呼吸音的多个预测边界窗口和预测值，再根据预测得到的多个预测边界窗口的第一预测值和多个第二预测值确定肺音时序数据中包含的实际呼吸音，实现了从多个预测边界窗口筛选准确的呼吸音。本申请实施例无需人工回放识别呼吸音，识别肺音时序数据中实际呼吸音，而非不考虑实际呼吸音情况仅等间隔划分呼吸音，针对不同的肺音时序数据可以准确定位各个肺音时序数据的实际呼吸音，实现了提高呼吸音的识别效率和准确率的目的。
本文档来自技高网...【技术保护点】
1.一种呼吸音识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一预测值为第一概率值，所述第二预测值为第二概率值，所述基于预测得到的多个所述预测边界窗口的第一预测值和多个所述第二预测值确定所述肺音时序数据中包含的实际呼吸音，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据预测得到的多个所述预测边界窗口中保留的预测边界窗口，确定所述肺音时序数据中包含的实际呼吸音，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述预测边界窗口的位置以相对于先验边界窗口的偏移量的形式表示，所述利用预训练的呼吸音识别模型将所述肺音时序数据划分为多个肺音时序片段之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于多个所述标注边界窗口确定至少两个先验边界窗口的长度，包括：
6.根据权利要求4所述的方法，其特征在于，所述通过所述预采集肺音时序数据集对预构建的呼吸音识别模型进行训练，得到预训练的呼吸音识别模型，包括：
7.根据权利要求1至3中任一项所述的方法，其特征
8.如权利要求4所述的方法，其特征在于，所述获取预采集肺音时序数据集，包括：
9.一种呼吸音识别装置，其特征在于，包括：
10.一种电子装置，其特征在于，所述电子装置包括：
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至8中任一项所述的呼吸音识别方法。
...【技术特征摘要】
1.一种呼吸音识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一预测值为第一概率值，所述第二预测值为第二概率值，所述基于预测得到的多个所述预测边界窗口的第一预测值和多个所述第二预测值确定所述肺音时序数据中包含的实际呼吸音，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据预测得到的多个所述预测边界窗口中保留的预测边界窗口，确定所述肺音时序数据中包含的实际呼吸音，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述预测边界窗口的位置以相对于先验边界窗口的偏移量的形式表示，所述利用预训练的呼吸音识别模型将所述肺音时序数据划分为多个肺音时序片段之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于多个所述标注边界窗口确定至少两个...
【专利技术属性】
技术研发人员：陈日清，李楠宇，刘润南，余坤璋，苏晨晖，徐宏，吴娜，
申请(专利权)人：杭州堃博生物科技有限公司，
类型：发明
国别省市：
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。