申请/专利权人：杭州电子科技大学

申请日：2020-02-17

公开（公告）日：2020-06-19

公开（公告）号：CN111312293A

主分类号：G10L25/66(20130101)

分类号：G10L25/66(20130101);G10L15/02(20060101);G10L15/06(20130101);G10L25/18(20130101);G10L25/24(20130101);G10L25/30(20130101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.07.14#实质审查的生效;2020.06.19#公开

摘要：本发明公开了一种基于深度学习对呼吸暂停症患者的识别方法及系统，属于打鼾检测技术领域。方法包括：提取音频数据特征；鼾声特征数据标注及分类；设置网络结构及训练参数；训练模型，保存训练后的模型；利用保存的模型进行鼾声数据检测；根据AHI指数识别OSAHS患者；系统包括：特征提取模块（1）、训练建模模块（2）、识别OSAHS患者模块（3）。本发明方便用户携带，体验感舒适，可以在一定程度上替代传统PSG。

主权项：1.一种基于深度学习对呼吸暂停症患者的识别方法，其特征在于，所述方法包括：S10提取音频数据特征；S20鼾声特征数据标注及分类；S30设置网络结构及训练参数；S40训练模型，保存训练后的模型；S50利用保存的模型进行鼾声数据检测；S60根据AHI指数识别OSAHS患者。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于深度学习对呼吸暂停症患者的识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD