申请/专利权人:中国科学院声学研究所
申请日:2023-09-26
公开(公告)日:2023-12-12
公开(公告)号:CN117219128A
主分类号:G10L25/66
分类号:G10L25/66;G10L25/18;G10L21/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.29#实质审查的生效;2023.12.12#公开
摘要:本发明涉及音频信号处理与技术领域,具体涉及一种基于谐波冲激增强频谱特征的鼾声分类方法及系统。本发明方法包括:提取鼾声信号的梅尔频谱;将梅尔频谱分解为谐波频谱和冲激频谱;计算谐波频谱的频率权重和冲激频谱的时间权重,并分别进行加权得到谐波增强频谱和冲激增强频谱;将谐波增强频谱和冲激增强频谱以一定比例线性组合,得到谐波冲激增强频谱;将谐波冲激增强频谱特征输入训练好的卷积神经网络,得到鼾声分类结果。本发明采用谐波冲激分析和时频点自适应增强的方式,对OSA和良性鼾声频谱中的谐波和冲激结构进行增强,引导网络关注更加具有差异性和医学解释性的谐波和冲激部分,提升OSA和良性鼾声的分类准确率。
主权项:1.一种基于谐波冲激增强频谱特征的鼾声分类方法,所述方法包括:提取鼾声信号的梅尔频谱;将梅尔频谱分解为谐波频谱和冲激频谱;计算谐波频谱的频率权重和冲激频谱的时间权重,并分别进行加权得到谐波增强频谱和冲激增强频谱;将谐波增强频谱和冲激增强频谱以一定比例线性组合,得到谐波冲激增强频谱;将谐波冲激增强频谱特征输入训练好的卷积神经网络,得到鼾声分类结果。
全文数据:
权利要求:
百度查询: 中国科学院声学研究所 基于谐波冲激增强频谱特征的鼾声分类方法及系统
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。