一种肺音信号端点检测方法、系统及存储介质与流程

本发明涉及肺音检测领域，尤其涉及一种肺音信号端点检测方法、系统及存储介质。

背景技术：

肺音信号是人体呼吸系统与外界在换气过程中产生的一种生理声信号，其与病理生理的相关性研究可延伸至临床呼吸系统疾病诊断领域。针对肺音信号的采集过程，借助常用的肺音录取设备也无法保证采集到的初始肺音信号是研究人员可直接利用的，该初始肺音信号实际上会受到当前环境的噪声干扰，其中混杂着有效语音帧信号和无效干扰帧信号。因此，如何对这两类帧信号进行筛选以提取出有效肺音信号，是本发明需要解决的问题。

技术实现要素：

本发明的目的在于克服现有技术的不足，本发明提供了一种肺音信号端点检测方法、系统及存储介质，通过信号频域特征分析可实现对有效肺音信号的可靠提取，提高检测结果的准确性。

为了解决上述问题，本发明提出了一种肺音信号端点检测方法，所述方法包括：

对采集到的初始肺音信号进行加窗分帧，获取若干帧待测肺音信号；

利用谱减法对所述若干帧待测肺音信号进行降噪处理后，得到每一帧降噪肺音信号的功率谱；

结合每一帧降噪肺音信号的功率谱，计算每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值；

将每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值进行比较筛选，直至从所述初始肺音信号中提取出连续的有效肺音信号。

可选的，所述利用谱减法对所述若干帧待测肺音信号进行降噪处理后，得到每一帧降噪肺音信号的功率谱包括：

对每一帧待测肺音信号进行离散傅里叶变换，进而提取出每一帧待测肺音信号的初始功率谱所包含的幅值和相位角；

从所述初始肺音信号的波形图中解析出噪声段的总帧数，并结合每一帧待测肺音信号的初始功率谱所包含的幅值估算出噪声段平均能量值；

对每一帧待测肺音信号的初始功率谱所包含的幅值和所述噪声段平均能量值进行谱减运算后，结合计算结果和每一帧待测肺音信号的初始功率谱所包含的相位角，生成每一帧降噪肺音信号的功率谱。

可选的，所述结合每一帧降噪肺音信号的功率谱，计算每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值包括：

基于n帧降噪肺音信号的功率谱和离散傅里叶变换频点数，计算所述n帧降噪肺音信号在每一个频点处的功率谱平均变化量，从而获取排列在最后的第m帧降噪肺音信号所对应的功率谱变化特征值；

计算所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值和标准差，从而获取所述第m帧降噪肺音信号所对应的动态阈值；

通过执行上述两个步骤，由此类推获取到每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值。

可选的所述第m帧降噪肺音信号所对应的功率谱变化特征值为：

其中，l(m)为第m帧降噪肺音信号所对应的功率谱变化特征值，ndft为离散傅里叶变换频点数，ξk(m)为所述n帧降噪肺音信号在第k个频点处的功率谱平均变化量，s(j,ωk)为第j帧降噪肺音信号在频率ωk处的功率谱，s(i,ωk)为第i帧降噪肺音信号在频率ωk处的功率谱。

可选的，所述第m帧降噪肺音信号所对应的动态阈值为：

t(m)＝μn pσn

其中，p为加权系数，μn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值，σn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的标准差。

可选的，所述将每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值进行比较筛选，直至从所述初始肺音信号中提取出连续的有效肺音信号包括：

基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记；

统计出参数标记为1的所有降噪肺音信号，并从所述所有降噪肺音信号中提取出长时连续的k帧降噪肺音信号；

将所述k帧降噪肺音信号进行逆离散傅里叶变换，得到有效肺音信号。

可选的，所述基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记包括：

基于所述第m帧降噪肺音信号所对应的功率谱变化特征值大于等于其动态阈值，将所述第m帧降噪肺音信号记录为有效帧信号，设置参数标记为1；或者，

基于所述第m帧降噪肺音信号所对应的功率谱变化特征值小于其动态阈值，将所述第m帧降噪肺音信号记录为无效帧信号，设置参数标记为0；由此类推对每一帧降噪肺音信号进行参数标记。

另外，本发明实施例还提供一种肺音信号端点检测系统，所述系统包括：

信号预处理模块，用于对采集到的初始肺音信号进行加窗分帧，获取若干帧待测肺音信号；

信号降噪模块，用于利用谱减法对所述若干帧待测肺音信号进行降噪处理后，得到每一帧降噪肺音信号的功率谱；

信号解析模块，用于结合每一帧降噪肺音信号的功率谱，计算每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值；

信号截取模块，用于将每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值进行比较筛选，直至从所述若干帧待测肺音信号中提取出连续的有效肺音信号。

另外，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任意一项所述的肺音信号端点检测方法。

在本发明实施例中，通过前期对待测肺音信号的降噪处理，可极大程度地消除当前环境下的噪声干扰对后续检测结果的影响；通过信号频域特征分析以及借助动态阈值的判决能力，可实现对有效肺音信号的可靠提取，提高检测结果的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的肺音信号端点检测方法的流程示意图；

图2是本发明实施例中的肺音信号端点检测系统的结构组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例

请参阅图1，图1示出了本发明实施例中的肺音信号端点检测方法的流程示意图。

如图1所示，一种肺音信号端点检测方法，所述方法包括如下步骤：

s101、对采集到的初始肺音信号进行加窗分帧，获取若干帧待测肺音信号；

本发明实施过程包括：首先计算出采集到的初始肺音信号的采样总点数为s0，定义划分出来的每一帧初始肺音信号的采样点数(帧长)为n0以及每一帧初始肺音信号的窗口向后移动的点数(帧移)为m0，此时可将所述初始肺音信号划分为f0帧，其中f0＝(s0-n0)/m0 1；其次借助汉明窗对分帧处理后的f0帧初始肺音信号依次进行加权操作，即把每一帧初始肺音信号和汉明窗的窗函数依次进行乘法运算，由此可得到f0帧待测肺音信号。

s102、利用谱减法对所述若干帧待测肺音信号进行降噪处理后，得到每一帧降噪肺音信号的功率谱；

本发明实施过程包括：

(1)对每一帧待测肺音信号进行离散傅里叶变换，进而提取出每一帧待测肺音信号的初始功率谱所包含的幅值和相位角；

具体地，对每一帧待测肺音信号xi(m)进行离散傅里叶变换后，得到其对应的初始功率谱为：

由上式可得到该初始功率谱所包含的幅值为|xi(k)|，相位角为αi(k)＝arctan[lm(xi(k))/re(xi(k))]。

(2)从所述初始肺音信号的波形图中解析出噪声段(即前导无话段)的总帧数为nis，并结合每一帧待测肺音信号的初始功率谱所包含的幅值|xi(k)|估算出噪声段平均能量值为：

(3)对每一帧待测肺音信号的初始功率谱所包含的幅值和所述噪声段平均能量值进行谱减运算后，结合计算结果和每一帧待测肺音信号的初始功率谱所包含的相位角，生成每一帧降噪肺音信号的功率谱。

具体地，对每一帧待测肺音信号的初始功率谱所包含的幅值|xi(k)|和所述噪声段平均能量值d(k)进行谱减运算，得到信号降噪后的幅值平方为：

由上式进行开平方可得到信号降噪后的幅值，再结合每一帧待测肺音信号的初始功率谱所包含的相位角可重构出每一帧降噪肺音信号的功率谱。

s103、结合每一帧降噪肺音信号的功率谱，计算每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值；

在本发明实施例中，此步骤存在一个循环过程，利用每一帧降噪肺音信号均已按序排列且针对任意一帧降噪肺音信号的求解结果与排列在其前面的所有降噪肺音信号的相关参数密切相关，可依次获取到每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值。以求解第m帧降噪肺音信号(其前面排列有n-1帧降噪肺音信号)的相关参数为例进行说明如下：

(1)基于n帧降噪肺音信号的功率谱和离散傅里叶变换频点数，计算所述n帧降噪肺音信号在每一个频点处的功率谱平均变化量，从而获取排列在最后的第m帧降噪肺音信号所对应的功率谱变化特征值为：

其中，l(m)为第m帧降噪肺音信号所对应的功率谱变化特征值，ndft为离散傅里叶变换频点数，ξk(m)为所述n帧降噪肺音信号在第k个频点处的功率谱平均变化量，s(j,ωk)为第j帧降噪肺音信号在频率ωk处的功率谱，s(i,ωk)为第i帧降噪肺音信号在频率ωk处的功率谱；

(2)计算所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值和标准差，从而获取所述第m帧降噪肺音信号所对应的动态阈值为：

t(m)＝μn pσn

其中，p为加权系数，μn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值，σn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的标准差；需要说明的是，所述n帧降噪肺音信号中的每一帧降噪肺音信号所对应的功率谱变化特征值均可利用上述步骤(1)提供的方法进行按序求解，进而求解得到μn值和σn值。

s104、将每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值进行比较筛选，直至从所述初始肺音信号中提取出连续的有效肺音信号。

本发明实施过程包括：首先基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记；其次统计出参数标记为1的所有降噪肺音信号，并鉴于短时信号可能存在干扰现象，从所述所有降噪肺音信号中提取出长时连续的k帧降噪肺音信号；最后将所述k帧降噪肺音信号进行逆离散傅里叶变换(即把所述k帧降噪肺音信号进行频域-时域转换)，得到有效肺音信号，进而可确定所述有效肺音信号的起始端点和结束端点。

其中，针对基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记这一过程，以实施所述第m帧降噪肺音信号的参数标记为例进行说明如下：基于所述第m帧降噪肺音信号所对应的功率谱变化特征值大于等于其动态阈值，将所述第m帧降噪肺音信号记录为有效帧信号，设置参数标记为1；或者，基于所述第m帧降噪肺音信号所对应的功率谱变化特征值小于其动态阈值，将所述第m帧降噪肺音信号记录为无效帧信号，设置参数标记为0；由此类推对每一帧降噪肺音信号进行参数标记。

在本发明实施例中，通过前期对待测肺音信号的降噪处理，可极大程度地消除当前环境下的噪声干扰对后续检测结果的影响；通过信号频域特征分析以及借助动态阈值的判决能力，可实现对有效肺音信号的可靠提取，提高检测结果的准确性。

实施例

请参阅图2，图2示出了本发明实施例中的肺音信号端点检测系统的结构组成示意图。

如图2所示，一种肺音信号端点检测系统，所述系统包括如下：

信号预处理模块201，用于对采集到的初始肺音信号进行加窗分帧，获取若干帧待测肺音信号；

本发明实施过程包括：首先计算出采集到的初始肺音信号的采样总点数为s0，定义划分出来的每一帧初始肺音信号的采样点数(帧长)为n0以及每一帧初始肺音信号的窗口向后移动的点数(帧移)为m0，此时可将所述初始肺音信号划分为f0帧，其中f0＝(s0-n0)/m0 1；其次借助汉明窗对分帧处理后的f0帧初始肺音信号依次进行加权操作，即把每一帧初始肺音信号和汉明窗的窗函数依次进行乘法运算，由此可得到f0帧待测肺音信号。

信号降噪模块202，用于利用谱减法对所述若干帧待测肺音信号进行降噪处理后，得到每一帧降噪肺音信号的功率谱；

本发明实施过程包括：

(1)对每一帧待测肺音信号进行离散傅里叶变换，进而提取出每一帧待测肺音信号的初始功率谱所包含的幅值和相位角；

具体地，对每一帧待测肺音信号xi(m)进行离散傅里叶变换后，得到其对应的初始功率谱为：

由上式可得到该初始功率谱所包含的幅值为|xi(k)|，相位角为αi(k)＝arctan[lm(xi(k))/re(xi(k))]。

(2)从所述初始肺音信号的波形图中解析出噪声段(即前导无话段)的总帧数为nis，并结合每一帧待测肺音信号的初始功率谱所包含的幅值|xi(k)|估算出噪声段平均能量值为：

(3)对每一帧待测肺音信号的初始功率谱所包含的幅值和所述噪声段平均能量值进行谱减运算后，结合计算结果和每一帧待测肺音信号的初始功率所包含的相位角，生成每一帧降噪肺音信号的功率谱。

具体地，对每一帧待测肺音信号的初始功率谱所包含的幅值|xi(k)|和所述噪声段平均能量值d(k)进行谱减运算，得到信号降噪后的幅值平方为：

由上式进行开平方可得到信号降噪后的幅值，再结合每一帧待测肺音信号的初始功率谱所包含的相位角可重构出每一帧降噪肺音信号的功率谱。

信号解析模块203，用于结合每一帧降噪肺音信号的功率谱，计算每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值；

在本发明实施例中，此步骤存在一个循环过程，利用每一帧降噪肺音信号均已按序排列且针对任意一帧降噪肺音信号的求解结果与排列在其前面的所有降噪肺音信号的相关参数密切相关，可依次获取到每一帧降噪肺音信号所对应的功率谱变化特征值和动态阈值。以求解第m帧降噪肺音信号(其前面排列有n-1帧降噪肺音信号)的相关参数为例进行说明如下：

(1)基于n帧降噪肺音信号的功率谱和离散傅里叶变换频点数，计算所述n帧降噪肺音信号在每一个频点处的功率谱平均变化量，从而获取排列在最后的第m帧降噪肺音信号所对应的功率谱变化特征值为：

其中，l(m)为第m帧降噪肺音信号所对应的功率谱变化特征值，ndft为离散傅里叶变换频点数，ξk(m)为所述n帧降噪肺音信号在第k个频点处的功率谱平均变化量，s(j,ωk)为第j帧降噪肺音信号在频率ωk处的功率谱，s(i,ωk)为第i帧降噪肺音信号在频率ωk处的功率谱；

(2)计算所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值和标准差，从而获取所述第m帧降噪肺音信号所对应的动态阈值为：

t(m)＝μn pσn

其中，p为加权系数，μn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的平均值，σn为所述n帧降噪肺音信号所对应的功率谱变化特征值之间的标准差；需要说明的是，所述n帧降噪肺音信号中的每一帧降噪肺音信号所对应的功率谱变化特征值均可利用上述步骤(1)提供的方法进行按序求解，进而求解得到μn值和σn值。

信号截取模块204，用于将每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值进行比较筛选，直至从所述若干帧待测肺音信号中提取出连续的有效肺音信号。

本发明实施过程包括：首先基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记；其次统计出参数标记为1的所有降噪肺音信号，并鉴于短时信号可能存在干扰现象，从所述所有降噪肺音信号中提取出长时连续的k帧降噪肺音信号；最后将所述k帧降噪肺音信号进行逆离散傅里叶变换(即把所述k帧降噪肺音信号进行频域-时域转换)，得到有效肺音信号，进而可确定所述有效肺音信号的起始端点和结束端点。

其中，针对基于每一帧降噪肺音信号所对应的功率谱变化特征值与其动态阈值之间的比较结果，对每一帧降噪肺音信号进行参数标记这一过程，以实施所述第m帧降噪肺音信号的参数标记为例进行说明如下：基于所述第m帧降噪肺音信号所对应的功率谱变化特征值大于等于其动态阈值，将所述第m帧降噪肺音信号记录为有效帧信号，设置参数标记为1；或者，基于所述第m帧降噪肺音信号所对应的功率谱变化特征值小于其动态阈值，将所述第m帧降噪肺音信号记录为无效帧信号，设置参数标记为0；由此类推对每一帧降噪肺音信号进行参数标记。

在本发明实施例中，通过前期对待测肺音信号的降噪处理，可极大程度地消除当前环境下的噪声干扰对后续检测结果的影响；通过信号频域特征分析以及借助动态阈值的判决能力，可实现对有效肺音信号的可靠提取，提高检测结果的准确性。

本发明实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有应用程序，该程序被处理器执行时实现上述实施例中任意一个实施例的一种肺音信号端点检测方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、cd-rom、和磁光盘)、rom(read-onlymemory，只读存储器)、ram(randomaccessmemory，随即存储器)、eprom(erasableprogrammableread-onlymemory，可擦写可编程只读存储器)、eeprom(electricallyerasableprogrammableread-onlymemory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备(例如，计算机、手机)以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。

以上对本发明实施例所提供的一种肺音信号端点检测方法、系统及存储介质进行了详细介绍，本文中采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。