申请/专利权人：麒盛科技股份有限公司

申请日：2022-09-08

公开（公告）日：2024-03-15

公开（公告）号：CN117694868A

主分类号：A61B5/08

分类号：A61B5/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本申请公开了基于咳嗽声音识别的病患预测基于咳嗽声音识别的病患预测装置，其包括基于咳嗽声音识别的病患预测方法的执行程序，该方法包括利用基于训练声音信号的包括特征卷积神经网络模型和长短时记忆神经网络模型的混合神经网络模型对待测声音信号的恒Q变换特征频谱图进行识别；所述训练声音信号包含已知病患的咳嗽声音；如果该混合神经网络模型识别出待测声音信号的恒Q变换特征频谱图，则输出所述待测对象的咳嗽声音符合确诊病患咳嗽声音的预测结果的步骤。本申请公开的方法的参数计算量大大下降，只有同类卷积神经网络的四分之一，适合移动端的快速高准确率预测。本申请还公开了对应的方法。

主权项：1.基于咳嗽声音识别的病患预测装置，其包括处理器以及存储器，所述存储器中存储有基于咳嗽声音识别的病患预测方法的执行程序，其特征在于：该方法包括步骤步骤S1，获取多个待测声音信号，其中，所述待测声音信号由待测对象发出的待测声音经转换得到；步骤S2，提取每个所述待测声音信号的恒Q变换频率倒谱系数特征得到多个待测频率倒谱系数特征向量；步骤S3，对每个所述待测频率倒谱系数特征向量，以时间和频率为轴绘制其所述对应每个所述待测声音信号的待测恒Q变换特征频谱图；步骤S4，利用基于训练声音信号的包括特征卷积神经网络模型和特征长短时记忆神经网络模型的混合神经网络模型对所述多个待测恒Q变换特征频谱图进行识别，其中所述训练声音信号包含已知病患的咳嗽声音信号；如果该混合神经网络模型识别出待测恒Q变换特征频谱图，则输出所述待测对象的咳嗽声音信号符合确诊病患咳嗽声音信号的预测结果。

全文数据：

权利要求：

百度查询： 麒盛科技股份有限公司 基于咳嗽声音识别的病患预测装置和方法

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