一种基于呼吸声音的痰液检测系统及方法

本发明涉及痰液检测，更具体的说是涉及一种基于呼吸声音的痰液检测系统及方法。

背景技术：

1、插管患者常面临的难题之一是气管和气管导管内痰液过多的堆积。如果这些痰液不能及时清理，可能导致气道阻塞，引发通气不足和二氧化碳潴留，进而影响治疗效果，甚至危及患者的生命。因此，迅速、有效地清除气管中的痰液显得尤为关键，尤其是对于机械通气患者来说。

2、目前，传统的清痰方法主要依赖于医务人员通过肺部听诊来检查是否有痰液积聚。这一过程包括将听诊器放置在患者的胸部，通过聆听几次呼吸的声音来判断气管中是否存在痰液。然而，这项技能相对难以掌握，需要医务人员具备专业的训练和丰富的经验，才能准确地利用听诊时获取的声音信息来判定气管中是否有痰液。通过听诊监测痰液积聚存在一系列问题：首先，这种方法明显增加了医务人员的工作负担，需要更多的时间和精力来进行监测和判断，工作效率较低。其次，这是一个主观的过程，容易受到患者床边噪音和其他环境因素的干扰，从而影响了判断的准确性。医务人员的主观感觉可能会受到个体差异和外部因素的影响，导致结果的不一致性和不确定性。

3、因此，如何能够实时、客观地监测气管中痰液的情况，减轻医务人员的工作负担，提高痰液监测的准确性和实用性，是本领域技术人员亟需解决的技术问题。

技术实现思路

1、有鉴于此，本发明提供至少解决上述部分技术问题的一种基于呼吸声音的痰液检测系统及方法，有助于实现对患者呼吸声音的自动化准确监测，降低了对医务人员听觉水平的依赖，简化了操作流程，提高了易用性。同时，本发明在复杂环境下便于稳定准确地识别痰液相关的声音特征，克服了传统方法受到环境因素干扰的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、第一方面，本发明提供一种基于呼吸声音的痰液检测系统，该系统包括：呼吸声音数据采集模块、预处理模块、特征提取模块、特征选择模块和分类模块，其中：

4、所述呼吸声音数据采集模块，用于通过声学采集设备采集用户的呼吸声音数据；

5、所述预处理模块，用于对采集的所述呼吸声音数据进行数据预处理，获得纹理强化的呼吸声音数据图；

6、所述特征提取模块，用于基于灰度共生矩阵对所述呼吸声音数据图进行特征提取；

7、所述特征选择模块，利用信息增益评估特征的价值，选择出预设数量的相关特征；

8、所述分类模块，用于对选择出的相关特征进行音频样本的分类，判断是否存在痰液。

9、可选的，所述预处理模块中，数据预处理的过程包括：数据分割、带通滤波、时频转换和纹理强化。

10、可选的，所述特征提取模块中，基于灰度共生矩阵对所述呼吸声音数据图进行特征提取的过程包括：能量、惯性矩、相关性和熵的计算，计算公式为：

11、

12、式中，p(i,j,d,θ)表示灰度共生矩阵元素，d表示像素距离分级，θ表示方向，i和j分别表示两个像素在θ方向上具有的灰度级强度值；g表示灰度级的总数，u1表示行上所有像素值的算术平均值。u2表示列上所有像素值的算术平均值，d1表示行像素值与平均值的离散程度，d2表示列像素值与平均值的离散程度。

13、可选的，所述特征提取模块中，在对所述呼吸声音数据图进行特征提取前，将输呼吸声音数据图的灰度级降低到16级，同时保持直方图形状，直方图形状用于描述图像中纹理的分布。

14、可选的，所述利用信息增益评估特征的价值，计算公式为：

15、

16、式中，ig表示特征的信息增益，ck表示类别集，p(ck)表示分类结果为ci时的概率，p(ck|t)表示特征包括t时的概率，p(ck|t)表示特征包括t时的概率，m表示总的类别数量，k表示表示类别的编号。

17、可选的，所述分类模块中，使用逻辑分类器对选择出的相关特征进行音频样本的分类。

18、第二方面，本发明还提供一种基于呼吸声音的痰液检测方法，应用于上述的一种基于呼吸声音的痰液检测系统，进行基于呼吸声音的痰液检测，该方法包括：

19、s1、通过声学采集设备采集用户的呼吸声音数据；

20、s2、对采集的所述呼吸声音数据进行数据预处理，获得纹理强化的呼吸声音数据图；

21、s3、基于灰度共生矩阵对所述呼吸声音数据图进行特征提取；

22、s4、利用信息增益评估特征的价值，选择出预设数量的相关特征；

23、s5、对选择出的相关特征进行音频样本的分类，判断是否存在痰液。

24、与现有技术相比，本发明至少具有如下有益技术效果：

25、本发明公开了的一种基于呼吸声音的痰液检测系统及方法，基于呼吸声音数据信号的处理，能够实时、客观和准确地监测气管中痰液的情况，有助于减轻医务人员的工作负担。该系统在痰液检测中消除了对医务人员听觉水平的过度依赖，简化了操作流程，提高了工作效率；同时，本发明具有强大的抗干扰能力，在复杂环境下便于稳定准确地识别痰液相关的声音特征，克服了传统方法受到环境因素干扰的问题。

26、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

27、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种基于呼吸声音的痰液检测系统，其特征在于，该系统包括：呼吸声音数据采集模块、预处理模块、特征提取模块、特征选择模块和分类模块，其中：

2.根据权利要求1所述的一种基于呼吸声音的痰液检测系统，其特征在于，所述预处理模块中，数据预处理的过程包括：数据分割、带通滤波、时频转换和纹理强化。

3.根据权利要求1所述的一种基于呼吸声音的痰液检测系统，其特征在于，所述特征提取模块中，基于灰度共生矩阵对所述呼吸声音数据图进行特征提取的过程包括：能量、惯性矩、相关性和熵的计算，计算公式为：

4.根据权利要求3所述的一种基于呼吸声音的痰液检测系统，其特征在于，所述特征提取模块中，在对所述呼吸声音数据图进行特征提取前，将输呼吸声音数据图的灰度级降低到16级，同时保持直方图形状，直方图形状用于描述图像中纹理的分布。

5.根据权利要求1所述的一种基于呼吸声音的痰液检测系统，其特征在于，所述特征选择模块中，所述利用信息增益评估特征的价值，计算公式为：

6.根据权利要求1所述的一种基于呼吸声音的痰液检测系统，其特征在于，所述分类模块中，使用逻辑分类器对选择出的相关特征进行音频样本的分类。

7.一种基于呼吸声音的痰液检测方法，其特征在于，应用于如权利要求1-6中任一项所述的一种基于呼吸声音的痰液检测系统，进行痰液检测，该方法包括：

技术总结
本发明公开了一种基于呼吸声音的痰液检测系统及方法，属于痰液检测领域，该系统包括：呼吸声音数据采集模块、预处理模块、特征提取模块、特征选择模块和分类模块，其中：呼吸声音数据采集模块通过声学采集设备采集用户的呼吸声音数据；预处理模块对采集的呼吸声音数据进行数据预处理，获得纹理强化的呼吸声音数据图；特征提取模块基于灰度共生矩阵对呼吸声音数据图进行特征提取；特征选择模块利用信息增益评估特征的价值，选择出预设数量的相关特征；分类模块对选择出的相关特征进行音频样本的分类，判断是否存在痰液。本发明通过呼吸声音数据信号的处理，能够实时、客观和准确地监测气管中痰液的情况，提高了工作效率。

技术研发人员：石岩,杨治国,王一轩,寇建阁,许少峰,孙治博,牛燕霞,黎磊,蔡茂林
受保护的技术使用者：北京航空航天大学
技术研发日：
技术公布日：2025/2/17