本發(fā)明涉及電子聽診器技術(shù)領(lǐng)域，更具體地說，本發(fā)明涉及一種基于機器學(xué)習(xí)的呼吸音鑒別方法及系統(tǒng)。

背景技術(shù)：

聽診，是指醫(yī)生通過耳或聽診器來探聽人體內(nèi)自行發(fā)出的聲音(通常指心音、呼吸音等)，并根據(jù)聲音的特性與變化(如聲音的頻率高低、強弱、間隔時間、雜音等)來診斷相關(guān)臟器有無病變。聽診器對器官活動的聲音有一定的放大作用且能阻斷環(huán)境中的噪音，應(yīng)用范圍廣，除用于心、肺、腹的聽診外，還可以聽取身體其他部分發(fā)出的聲音，如血管音、皮下氣腫音、肌束顫動音、關(guān)節(jié)活動音、骨折面摩擦音等。

隨著電子技術(shù)的發(fā)展，聽診器種類由聲學(xué)聽診器發(fā)展到電子聽診系統(tǒng)。電子聽診系統(tǒng)是利用電子技術(shù)放大身體的聲音，將采集的聲音轉(zhuǎn)換成電信號后放大和處理，克服了聲學(xué)聽診器噪音高的缺點，以獲得最佳聆聽。

現(xiàn)有技術(shù)中，電子聽診系統(tǒng)可以用來采集用戶多個部位的音頻數(shù)據(jù)以及存儲，但是無法做到對實時采集的不同用戶、不同部位、不同時間的音頻數(shù)據(jù)進行準確地、智能化地疾病分析與識別。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)中存在的不足之處，本發(fā)明提供一種基于機器學(xué)習(xí)的呼吸音鑒別方法及電子聽診系統(tǒng)，實現(xiàn)對實時采集的呼吸音數(shù)據(jù)進行準確地、智能化地疾病分析與識別，便于臨床研究、遠程會診等。

為了實現(xiàn)根據(jù)本發(fā)明的這些目的和其它優(yōu)點，本發(fā)明通過以下技術(shù)方案實現(xiàn)：

本發(fā)明提供一種基于機器學(xué)習(xí)的呼吸音鑒別方法，其包括以下步驟：

采集多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)；

記錄與每個所述呼吸音數(shù)據(jù)匹配的相關(guān)信息，并將匹配的所述相關(guān)信息與所述呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包；

將所述呼吸音數(shù)據(jù)包進行深度學(xué)習(xí)分類，獲得針對每個年齡段的呼吸音機器學(xué)習(xí)分類器；

獲得封裝的實時呼吸音數(shù)據(jù)包，根據(jù)實時呼吸音數(shù)據(jù)包所屬年齡段，選擇相應(yīng)的呼吸音學(xué)習(xí)分類器進行數(shù)據(jù)分析并獲得分析結(jié)果。

優(yōu)選的是，所述相關(guān)信息包括聽診點位、個人信息以及健康信息；

所述個人信息至少包括性別、年齡、身高、體重；

所述健康信息包括健康狀況信息和與健康狀況相關(guān)的其他信息；

所述健康狀況信息包括健康狀況和非健康狀況，所述非健康狀況至少包括血壓、血糖、心率、血氧、疾病史、吸煙史以及其他體檢信息；所述其他信息包括工作性質(zhì)和生活習(xí)慣。

優(yōu)選的是，深度學(xué)習(xí)分類以獲得針對每個年齡段的機器學(xué)習(xí)分類器，包括以下步驟：

將所述呼吸音數(shù)據(jù)包按照年齡段分別輸入深度學(xué)習(xí)框架下的神經(jīng)網(wǎng)絡(luò)模型進行深度學(xué)習(xí)分類；

提取神經(jīng)網(wǎng)絡(luò)模型中的全連接層信息，得到用于分類的特征組合模型；

結(jié)合不同年齡段對應(yīng)的所述呼吸音數(shù)據(jù)包的所述特征組合模型和與其匹配的所述呼吸音數(shù)據(jù)包，對機器學(xué)習(xí)分類器進行訓(xùn)練，得到針對每個年齡段的呼吸音機器學(xué)習(xí)分類器。

優(yōu)選的是，將所述呼吸音數(shù)據(jù)包依次按照年齡段、呼吸音類別的分類順序分別輸入深度學(xué)習(xí)框架下的神經(jīng)網(wǎng)絡(luò)模型進行深度學(xué)習(xí)分類。

優(yōu)選的是，所述分析結(jié)果至少包括健康、非健康、呼吸音中各類典型音的成份以及呼吸音的頻率統(tǒng)計信息；其中，所述非健康還至少包括呼吸音與各類疾病呼吸音的相似性。

優(yōu)選的是，采集所述呼吸音數(shù)據(jù)后，還包括步驟：

對采集的所述呼吸音數(shù)據(jù)統(tǒng)一進行預(yù)處理，所述預(yù)處理至少包括音頻截取、采樣率和位數(shù)變更、背景噪聲及雜散噪聲去除。

優(yōu)選的是，所述音頻截取包括對采集的所述呼吸音數(shù)據(jù)截取、將截取的所述呼吸音數(shù)據(jù)分成有效呼吸音數(shù)據(jù)和無效呼吸音數(shù)據(jù)以及刪除所述無效呼吸音數(shù)據(jù)；

所述采樣率和位數(shù)變更包括按照統(tǒng)一標準對所述呼吸音數(shù)據(jù)進行采樣率及位數(shù)為降采樣或歸一化采樣的重采樣；

所述背景噪聲及雜散噪聲去除，包括對背景噪聲進行預(yù)提取并與采集數(shù)據(jù)進行對比去除以及對高斯白噪聲、氣流聲、咔嗒聲、接地哼鳴聲的去除。

優(yōu)選的是，打包封裝成呼吸音數(shù)據(jù)包后，還包括步驟：對所述呼吸音數(shù)據(jù)包進行在線編輯、在線可視化以及相關(guān)信息補充。

一種基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)，其包括：

電子聽診器，其用于采集多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)、記錄與該呼吸音數(shù)據(jù)匹配的相關(guān)信息；

手持操作端，其通信連接到所述電子聽診器，所述手持操作端包括用于數(shù)據(jù)的接收、預(yù)處理、對匹配的所述相關(guān)信息和所述呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包的醫(yī)用手持操作端以及對所述呼吸音數(shù)據(jù)包進行在線可視化、在線編輯以及聽診信息補充的用戶手持操作端；

數(shù)據(jù)分析服務(wù)器，其通信連接到所述手持操作端，所述數(shù)據(jù)分析服務(wù)器訓(xùn)練出呼吸音機器學(xué)習(xí)分類器并通過其對所述呼吸音數(shù)包進行數(shù)據(jù)分類與分析；

數(shù)據(jù)庫，其分別通信連接到所述手持操作端和所述數(shù)據(jù)分析服務(wù)器，用于數(shù)據(jù)存儲。

優(yōu)選的是，還包括數(shù)據(jù)業(yè)務(wù)服務(wù)器，其分別通信連接到所述手持操作端與所述數(shù)據(jù)分析服務(wù)器，用于數(shù)據(jù)中轉(zhuǎn)。

本發(fā)明至少包括以下有益效果：

本發(fā)明提供的基于機器學(xué)習(xí)的呼吸音鑒別方法及系統(tǒng)，將不同年齡段的呼吸音數(shù)據(jù)和與其匹配的相關(guān)信息封裝為呼吸音數(shù)據(jù)包進行深度學(xué)習(xí)分類，獲得不同年齡段的呼吸音機器學(xué)習(xí)分類器，以對實時采集呼吸音數(shù)據(jù)包進行數(shù)據(jù)分析并獲得分析結(jié)果，實現(xiàn)準確地、智能化地疾病分析與識別，便于輔助醫(yī)生的臨床研究、遠程會診等。

本發(fā)明的其它優(yōu)點、目標和特征將部分通過下面的說明體現(xiàn)，部分還將通過對本發(fā)明的研究和實踐而為本領(lǐng)域的技術(shù)人員所理解。

附圖說明

圖1為本發(fā)明所述的基于機器學(xué)習(xí)的呼吸音鑒別方法流程圖；

圖2為深度學(xué)習(xí)分類以獲得針對每個年齡段的機器學(xué)習(xí)分類器的方法流程圖；

圖3本發(fā)明采集呼吸音數(shù)據(jù)后的預(yù)處理方法示意圖；

圖4本發(fā)明打包封裝得到呼吸音數(shù)據(jù)包后的處理方法示意圖；

圖5為本發(fā)明所述的基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)的通信示意圖；

圖中：

10-電子聽診器；20-手持操作端；21-用戶手持操作端；22-醫(yī)用手持操作端；30-數(shù)據(jù)分析服務(wù)器；40數(shù)據(jù)庫；50-數(shù)據(jù)業(yè)務(wù)服務(wù)器；60-云服務(wù)器。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進一步的詳細說明，以令本領(lǐng)域技術(shù)人員參照說明書文字能夠據(jù)以實施。

應(yīng)當(dāng)理解，本文所使用的諸如“具有”、“包含”以及“包括”術(shù)語并不排除一個或多個其它元件或其組合的存在或添加。

<實施方式1>

如圖1所示，本發(fā)明提供一種基于機器學(xué)習(xí)的呼吸音鑒別方法，其包括以下步驟：

s10，采集多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)；

s20，記錄與每個呼吸音數(shù)據(jù)匹配的相關(guān)信息，并將匹配的相關(guān)信息與呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包；

s30，將呼吸音數(shù)據(jù)包進行深度學(xué)習(xí)分類，獲得針對每個年齡段的呼吸音機器學(xué)習(xí)分類器；

s40，獲得封裝的實時呼吸音數(shù)據(jù)包，根據(jù)實時呼吸音數(shù)據(jù)包所屬年齡段，選擇相應(yīng)的呼吸音學(xué)習(xí)分類器進行數(shù)據(jù)分析并獲得分析結(jié)果。

上述實施方式中，步驟s10中，考慮到不同年齡段不同疾病發(fā)生的概率不同，比如，兒童易感冒引發(fā)肺炎、成年人易發(fā)腸胃病等，這些不同年齡段的常發(fā)疾病均可以通過電子聽診聽取呼吸音來初步鑒別，因此，以年齡段進行分類，采集用戶所有聽診點位的呼吸音數(shù)據(jù)，有利于提高后續(xù)呼吸音機器學(xué)習(xí)分類器的準確率。年齡段可以按照任意歲數(shù)間隔進行劃分，例如年齡段的劃分包括0～12、13～17、18～26、26～35、35～50、50以上的多個樣本集。聽診點位指的是人體不同部位(如心臟、肺部、腸部等)的聽診部位，以肺部聽診為例，聽診部位有鎖骨上窩，鎖骨中線上、中、下部，腋前線上、下部和腋中線上下部，左右兩側(cè)等16個，即肺部具有16個聽診點位。采集多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)，為后續(xù)每個年齡段的呼吸音機器學(xué)習(xí)分類器提供豐富、準確的數(shù)據(jù)基礎(chǔ)。

上述實施方式中，步驟s20中，相關(guān)信息包括聽診點位、個人信息以及健康信息。具體地，個人信息至少包括性別、年齡、身高、體重。健康信息包括健康狀況信息和與健康狀況相關(guān)的其他信息：其中，健康狀況信息包括健康狀況和非健康狀況，非健康狀況至少包括血壓、血糖、心率、血氧、疾病史、吸煙史以及其他體檢信息；其他信息包括工作性質(zhì)和生活習(xí)慣。該實施方式中，個人信息至少包括性別、年齡、身高、體重以及聽診點位，是因為性別、年齡、身高、體重以及聽診點位的統(tǒng)計與分類，對某些常發(fā)疾病有識別啟示，也對后續(xù)分類學(xué)習(xí)與分析提供多來源數(shù)據(jù)基礎(chǔ)。健康狀況信息包括健康狀況和非健康狀況，為后續(xù)呼吸音機器學(xué)習(xí)分類器的分析結(jié)果提供健康和非健康兩種判斷結(jié)果。非健康狀況體現(xiàn)出體檢信息中常涉及的疾病以及其他多種不同類型的疾病，貼近實際日常應(yīng)用。包括工作性質(zhì)和生活習(xí)慣的其他信息加入到健康信息，為疾病的形成原因提供寬范圍的數(shù)據(jù)分析基礎(chǔ)。將匹配的相關(guān)信息與呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包進行后續(xù)處理，保證數(shù)據(jù)傳輸完整性的同時，促使后續(xù)數(shù)據(jù)分析的呼吸音數(shù)據(jù)具有多信息識別功能以及快速、精確地識別與分類，提高呼吸音鑒別的智能化。

上述步驟s30中，如圖2所示，深度學(xué)習(xí)分類以獲得針對每個年齡段的機器學(xué)習(xí)分類器，包括步驟：

s31，將呼吸音數(shù)據(jù)包按照年齡段分別輸入深度學(xué)習(xí)框架下的神經(jīng)網(wǎng)絡(luò)模型進行深度學(xué)習(xí)分類；

s32，提取神經(jīng)網(wǎng)絡(luò)模型中的全連接層信息，得到用于分類的特征組合模型；

s33，結(jié)合不同年齡段對應(yīng)的呼吸音數(shù)據(jù)包的特征組合模型和與其匹配的呼吸音數(shù)據(jù)包，對機器學(xué)習(xí)分類器進行訓(xùn)練，得到針對每個年齡段的呼吸音機器學(xué)習(xí)分類器。

該實施方式中，將呼吸音數(shù)據(jù)包按照年齡段分別輸入深度學(xué)習(xí)框架下的神經(jīng)網(wǎng)絡(luò)模型進行深度學(xué)習(xí)分類、提取特征組合模型以及訓(xùn)練，獲得針對每個年齡段的呼吸音機器學(xué)習(xí)分類器。其中，除了按照年齡段分別輸入，還可以將呼吸音數(shù)據(jù)包依次按照年齡段、呼吸音類別的分類順序分別輸入深度學(xué)習(xí)框架下的神經(jīng)網(wǎng)絡(luò)模型進行深度學(xué)習(xí)分類，則可獲得每個年齡段下不同呼吸音類別的呼吸音機器學(xué)習(xí)分類器，即，實現(xiàn)呼吸音機器學(xué)習(xí)分類器具有年齡和呼吸音類別的分類與分析。需要說明的是，呼吸音類別，包括但不限于濕羅音(細濕羅音、粗濕羅音)以及干羅音(包括喘鳴音)。

上述步驟s40中，特征組合包含小波包分解特征、頻率特征等。分析結(jié)果至少包括健康、非健康、呼吸音中各類典型音的成份、以及呼吸音的頻率統(tǒng)計信息；非健康還至少包括呼吸音與各類疾病呼吸音的相似性，呼吸音與各類疾病呼吸音的相似性可以通過呼吸音與各類疾病呼吸音的相似比例來體現(xiàn)。該分析結(jié)果中的呼吸音中各類典型音的成份、呼吸音的頻率統(tǒng)計信息以及呼吸音與各類疾病呼吸音的相似性等信息，均為醫(yī)生的疾病判斷與治療提供豐富的參考種類與來源。

作為本發(fā)明的一種優(yōu)選實施方式，如圖3所示，步驟s10中采集呼吸音數(shù)據(jù)后，還包括步驟：s11，對采集的呼吸音數(shù)據(jù)統(tǒng)一進行預(yù)處理，預(yù)處理至少包括音頻編輯、音頻截取、采樣率和位數(shù)變更、背景噪聲及雜散噪聲去除。

該實施方式中，預(yù)處理，用于提高呼吸音數(shù)據(jù)封裝及后續(xù)處理的準確性。具體地，音頻截取，包括：對采集的呼吸音數(shù)據(jù)進行截取、將截取的呼吸音數(shù)據(jù)分成有效呼吸音數(shù)據(jù)和無效呼吸音數(shù)據(jù)以及刪除無效呼吸音數(shù)據(jù)。通過對采集的呼吸音數(shù)據(jù)進行截取，可以獲得不同年齡段、不同聽診點位以及不同時刻的有效呼吸音數(shù)據(jù)用于后續(xù)數(shù)據(jù)分類學(xué)習(xí)與分析，剔除無效呼吸音數(shù)據(jù)，提高數(shù)據(jù)處理與分析的準確性。采樣率和位數(shù)變更包括按照統(tǒng)一標準對呼吸音數(shù)據(jù)進行采樣率及位數(shù)為降采樣或歸一化采樣的重采樣，例如，當(dāng)數(shù)據(jù)位數(shù)相同、采樣率不同時，按數(shù)據(jù)中采樣率最低的為標準進行所有數(shù)據(jù)的降采樣，以保證數(shù)據(jù)的一致性，或?qū)λ泻粑魯?shù)據(jù)的位數(shù)、采樣率均進行降采樣，以在損失可接受的處理精度的條件下提高處理速度。背景噪聲及雜散噪聲去除，包括對背景噪聲進行預(yù)提取并與采集數(shù)據(jù)進行對比去除，以及對高斯白噪聲、氣流聲、咔嗒聲、接地哼鳴聲等的去除，以去除數(shù)據(jù)中混雜的干擾部分。

步驟s20及步驟s40中，如圖4所示，涉及的打包封裝得到呼吸音數(shù)據(jù)包后，還包括步驟：s21，對呼吸音數(shù)據(jù)包進行在線編輯、在線可視化以及相關(guān)信息補充。其中，在線編輯至少包括音頻裁剪、音頻響度調(diào)整、音頻拼接中的一種，用于通過編輯篩選出不同用戶、不同年齡段、不同聽診部位以及不同時間所做的聽診得到的呼吸音數(shù)據(jù)包供查看和使用。在線可視化至少包括波形可視化、頻譜可視化中的一種。相關(guān)信息補充，指的是對用戶的至少包括年齡、性別、年齡、身高、體重以及聽診點位等個人信息，至少包括血壓、血糖、心率、血氧、疾病史、吸煙史等其他已檢測得到的健康狀況信息，包括工作性質(zhì)和生活習(xí)慣的其他信息的相關(guān)信息以及所在醫(yī)院和科室等信息進行核查和補充。

本發(fā)明提供了一種基于機器學(xué)習(xí)的呼吸音鑒別方法，考慮到不同年齡段、不同疾病的發(fā)生概率，將不同年齡段的呼吸音數(shù)據(jù)和與其匹配的相關(guān)信息封裝為呼吸音數(shù)據(jù)包進行深度學(xué)習(xí)分類，獲得不同年齡段的呼吸音機器學(xué)習(xí)分類器，以對實時采集呼吸音數(shù)據(jù)包進行數(shù)據(jù)分析并獲得分析結(jié)果，有利于實現(xiàn)快速、準確、智能化地疾病分析與識別，便于輔助醫(yī)生的臨床研究、遠程會診等。

<實施方式2>

在實施方式1的基礎(chǔ)上，本發(fā)明實施方式提供一種基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)，如圖5所示，其包括電子聽診器10、手持操作端20、數(shù)據(jù)分析服務(wù)器30以及數(shù)據(jù)庫40。

電子聽診器10用于采集步驟s10中涉及的多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)，還可以記錄步驟s20中提及的與采集的呼吸音數(shù)據(jù)匹配的相關(guān)信息。例如，在采集所有聽診點位的呼吸音的同時，醫(yī)生通過電子聽診器10選擇聽診用戶的至少包括年齡、性別、年齡、身高、體重以及聽診點位等個人信息、至少包括血壓、血糖、心率、血氧、疾病史、吸煙史等其他已檢測得到的健康狀況信息以及包括工作性質(zhì)和生活習(xí)慣的其他信息等等相關(guān)信息進行記錄，并將這些記錄信息與采集的呼吸音數(shù)據(jù)進行匹配，促使呼吸音數(shù)據(jù)可識別。其中，電子聽診器10的采集與記錄，均可以通過各種操作按鈕、觸摸顯示屏等組件來實現(xiàn)對應(yīng)功能，至于電子聽診器10的具體結(jié)構(gòu)，本發(fā)明不做具體限定。

手持操作端20通信連接到電子聽診器10，手持操作端20包括用于數(shù)據(jù)的接收、預(yù)處理、對匹配的相關(guān)信息和呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包的醫(yī)用手持操作端21以及對呼吸音數(shù)據(jù)包進行在線可視化、在線編輯以及聽診信息補充的用戶手持操作端22。其中，在線編輯至少包括音頻裁剪、音頻響度調(diào)整、音頻拼接中的一種，用于通過編輯篩選出不同用戶、不同年齡段、不同聽診部位以及不同時間所做的聽診得到的呼吸音數(shù)據(jù)包供查看和使用。在線可視化至少包括波形可視化、頻譜可視化中的一種。相關(guān)信息補充，指的是對用戶的至少包括年齡、性別、年齡、身高、體重以及聽診點位等個人信息，至少包括血壓、血糖、心率、血氧、疾病史、吸煙史等其他已檢測得到的健康狀況信息，包括工作性質(zhì)和生活習(xí)慣的其他信息的相關(guān)信息以及所在醫(yī)院和科室等信息進行核查和補充。手持操作端20可分為醫(yī)用手持操作端21和用戶手持操作端22兩種，不同種類的操作端具有不同功能權(quán)限，例如用戶可以通過用戶手持操作端22接收電子聽診器20采集的呼吸音數(shù)據(jù)后進行接收、存儲、在線可視化與在線編輯以及聽診信息的補充等操作；至于步驟s10中涉及的預(yù)處理功能一般是醫(yī)生通過醫(yī)用手持操作端21來實現(xiàn)，例如音頻截取，完成不同年齡段、不同聽診點位以及不同時間的呼吸音數(shù)據(jù)的選擇、截取，更涉及到有效呼吸音數(shù)據(jù)的篩選和無效呼吸音數(shù)據(jù)的剔除，

數(shù)據(jù)分析服務(wù)器30通信連接到手持操作端20，數(shù)據(jù)分析服務(wù)器30訓(xùn)練出呼吸音機器學(xué)習(xí)分類器并通過其對呼吸音數(shù)包進行數(shù)據(jù)分類與分析。即數(shù)據(jù)分析服務(wù)器30主要用于處理步驟s30和步驟s40中涉及的呼吸音機器學(xué)習(xí)分類器訓(xùn)練以及呼吸音數(shù)包的數(shù)據(jù)分類與分析。

數(shù)據(jù)庫40分別通信連接到手持操作端20和數(shù)據(jù)分析服務(wù)器30，用于各種數(shù)據(jù)的存儲。

通過上述實施方提供的基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)，可以實現(xiàn)將不同年齡段的呼吸音數(shù)據(jù)和與其匹配的相關(guān)信息封裝為呼吸音數(shù)據(jù)包進行深度學(xué)習(xí)分類，獲得不同年齡段的呼吸音機器學(xué)習(xí)分類器，以對實時采集呼吸音數(shù)據(jù)包進行數(shù)據(jù)分析并獲得分析結(jié)果，有利于實現(xiàn)快速、準確、智能化地疾病分析與識別，便于輔助醫(yī)生的臨床研究。

作為上述實施方式的優(yōu)選，基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)還包括數(shù)據(jù)業(yè)務(wù)服務(wù)器50。數(shù)據(jù)業(yè)務(wù)服務(wù)器50分別通信連接到手持操作端20與數(shù)據(jù)分析服務(wù)器30，用于數(shù)據(jù)中轉(zhuǎn)。數(shù)據(jù)中轉(zhuǎn)包括手持操作端20與手持操作端20之間的數(shù)據(jù)中轉(zhuǎn)、數(shù)據(jù)分析服務(wù)器30與數(shù)據(jù)分析服務(wù)器30之間的數(shù)據(jù)中轉(zhuǎn)以及手持操作端20與數(shù)據(jù)分析服務(wù)器30之間的數(shù)據(jù)中轉(zhuǎn)以及上述三種數(shù)據(jù)中轉(zhuǎn)類型的權(quán)限。通過上述中轉(zhuǎn)，實現(xiàn)多端數(shù)據(jù)的共享與交換。作為進一步地優(yōu)選，數(shù)據(jù)分析服務(wù)器30、數(shù)據(jù)庫40以及數(shù)據(jù)分析服務(wù)器50可以集成到一體，例如云服務(wù)器60中，提高系統(tǒng)集成度。

需要說明的是，手持操作端20可以是任意滿足上述功能的設(shè)備，本發(fā)明優(yōu)選為操作便利、可攜帶性強的手機或平板電腦，則，上述系統(tǒng)或功能對應(yīng)為存儲到手機或平板電腦并由其執(zhí)行的計算機可讀介質(zhì)。更具體地，上述系統(tǒng)或功能對應(yīng)為安裝到手機或平板電腦的多種app，用戶可在用戶手機的app上根據(jù)關(guān)鍵字對數(shù)據(jù)庫40中的呼吸音數(shù)據(jù)包中的涉及的所有進行在線可視化與編輯，醫(yī)生可以在醫(yī)生手機的app上進行呼吸音數(shù)據(jù)的接收、預(yù)處理、對匹配的相關(guān)信息和呼吸音數(shù)據(jù)打包封裝成呼吸音數(shù)據(jù)包。

需要進一步說明的是，基于機器學(xué)習(xí)的呼吸音鑒別系統(tǒng)中涉及的通信方式，可以是有線和/無線。其中，無線通信方式使用便利，至少包括無線wifi、藍牙中的一種。

在上述實施方式1和實施方式2提供的基于機器學(xué)習(xí)的呼吸音鑒別方法及系統(tǒng)的基礎(chǔ)上，下面給出幾個具體實施例輔助上述解釋和說明。

<實施例1>

一種電子聽診器10，設(shè)置聽診用戶的年齡、性別、聽診點位、聽診時間等相關(guān)信息，并在傳輸時將呼吸音數(shù)據(jù)與相關(guān)信息一并傳輸至用戶手機(即用戶手持操作端21)。電子聽診器10通過藍牙與手機通信連接，具備雙向數(shù)據(jù)通訊。手機端裝有移動app，通過無線方式接入互聯(lián)網(wǎng)，與數(shù)據(jù)業(yè)務(wù)服務(wù)器50通信連接。數(shù)據(jù)分析服務(wù)器30、數(shù)據(jù)庫40以及數(shù)據(jù)業(yè)務(wù)服務(wù)器50均集成到云服務(wù)器60上。

利用電子聽診器10，采集用戶一聽診點位的的呼吸音數(shù)據(jù)，首先傳輸至用戶手機的app，再由用戶手機的app經(jīng)過數(shù)據(jù)業(yè)務(wù)服務(wù)器50，與另一端醫(yī)生手機(醫(yī)用手持操作端22)的app建立p2p連接，將呼吸音數(shù)據(jù)包傳輸至另一端醫(yī)生手機的app，并經(jīng)該醫(yī)生手機app，發(fā)送聽診指令至剛才的電子聽診器10以啟動和控制聽診動作，實現(xiàn)醫(yī)生的遠程聽診。

<實施例2>

一種電子聽診器10，設(shè)置聽診用戶的年齡、性別、聽診點位、聽診時間等相關(guān)信息，并在傳輸時將呼吸音數(shù)據(jù)與相關(guān)信息一并傳輸至醫(yī)生手機(即手持操作端20)。并在醫(yī)生手機app上補充患者的癥狀、疾病診斷等信息，將這些信息與呼吸音數(shù)據(jù)打包封裝為呼吸音數(shù)據(jù)包上傳至數(shù)據(jù)業(yè)務(wù)服務(wù)器50。由數(shù)據(jù)業(yè)務(wù)服務(wù)器50操作數(shù)據(jù)庫40，進行結(jié)構(gòu)化的數(shù)據(jù)錄入與保存，醫(yī)生可在其他醫(yī)生手機的app以及用戶可通過用戶手機的app分別連接數(shù)據(jù)業(yè)務(wù)服務(wù)器50并進行查看、重放相關(guān)呼吸音數(shù)據(jù)包中涉及的數(shù)據(jù)。

<實施例3>

數(shù)據(jù)分析服務(wù)器30進行基于機器學(xué)習(xí)的呼吸音數(shù)據(jù)分類器的訓(xùn)練，方法流程為，以多個年齡段用戶的所有聽診點位的呼吸音數(shù)據(jù)作為呼吸音樣本集，并獲取每個所述呼吸音數(shù)據(jù)匹配的相關(guān)信息，假設(shè)此呼吸音樣本集中具有5類疾病的患者，對呼吸音樣本集中的呼吸音數(shù)據(jù)，首先進行去除噪聲，再進行感興趣區(qū)域提取，手動選取信息較為豐富且效果較好的呼吸音音頻段，并同樣選取一些雜散噪聲或效果較差的音頻段，作為負樣本，利用c-svm方法對機器學(xué)習(xí)分類器進行訓(xùn)練，獲得用于感興趣區(qū)域提取的c-svm分類器a。

獲取更大量的實時的呼吸音數(shù)據(jù)，分別輸入0～12、13～17、18～26、26～35、35～50、50以上的多個年齡段樣本集，對每個年齡段樣本集內(nèi)的實時呼吸音數(shù)據(jù)進行預(yù)處理，應(yīng)用分類器a提取其中的有效呼吸音數(shù)據(jù)片段，并進行噪聲去除等處理。對每個年齡段呼吸音樣本集處理后的呼吸音數(shù)據(jù)，按照健康、肺炎、哮喘三類進行分類，并采集的實時呼吸音數(shù)據(jù)所屬對象的性別、身高、體重、吸煙史、疾病史、體溫、居住環(huán)境、工作性質(zhì)等健康信息以及其他的相關(guān)與實時呼吸音數(shù)據(jù)打包封裝并標記，將每個年齡段的實時呼吸音數(shù)據(jù)包分別輸入rnn循環(huán)神經(jīng)網(wǎng)絡(luò)框架下的lenet-5模型中，調(diào)整模型的層數(shù)與數(shù)據(jù)導(dǎo)向，當(dāng)獲得至少健康、肺炎、哮喘三類的分類結(jié)果時，提取全連接層的特征組合方式，此特征組合包含小波包分解特征、頻率特征等，利用這些特征，結(jié)合實時呼吸音數(shù)據(jù)包，對c-svm分類器進行訓(xùn)練，得到分類器b。

則，在其后的使用中，電子聽診器10傳輸呼吸音數(shù)據(jù)至醫(yī)生手機的app，由醫(yī)生通過醫(yī)生手機app錄入對象用戶的健康信息、應(yīng)用分類器a對呼吸音數(shù)據(jù)進行預(yù)處理，再將呼吸音數(shù)據(jù)與其匹配的相關(guān)信息打包封裝成呼吸音數(shù)據(jù)包傳輸至數(shù)據(jù)業(yè)務(wù)服務(wù)器50，由數(shù)據(jù)業(yè)務(wù)服務(wù)器50調(diào)用數(shù)據(jù)分析服務(wù)器30對呼吸音數(shù)據(jù)包進行數(shù)據(jù)分析，獲得該呼吸音數(shù)據(jù)包與健康、肺炎、哮喘三類的相似性程度，以及音頻中濕羅音、干羅音、喘鳴音的成份分析，并將數(shù)據(jù)以圖表等可視化形式展示于醫(yī)生手機的app中，通過數(shù)據(jù)業(yè)務(wù)服務(wù)器50中轉(zhuǎn)給供用戶進行在線可視化、在線編輯之類的操作。當(dāng)醫(yī)生用戶標記所上傳的呼吸音數(shù)據(jù)包為某類(健康、肺炎、哮喘)時，數(shù)據(jù)業(yè)務(wù)服務(wù)器50將該呼吸音數(shù)據(jù)包存儲至數(shù)據(jù)庫40，作為數(shù)據(jù)分析服務(wù)器30進行增量訓(xùn)練的呼吸音數(shù)據(jù)包。

盡管本發(fā)明的實施方案已公開如上，但其并不僅僅限于說明書和實施方式中所列運用。它完全可以被適用于各種適合本發(fā)明的領(lǐng)域。對于熟悉本領(lǐng)域的人員而言可容易地實現(xiàn)另外的修改。因此在不背離權(quán)利要求及等同范圍所限定的一般概念下，本發(fā)明并不限于特定的細節(jié)和這里示出與描述的圖例。