2所示，所述步骤A3中更新镇痛波形的输出类型，包括:判断所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型是否相同，
[0060]如果是，保持镇痛波形的输出类型不变；
[0061]如果否，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型。
[0062]在本实施例中，当采集到不同类别的语音片段，随即改变镇痛波形的输出类型，本实施例的反馈控制方法对镇痛波形的更新具有较强的实时性。
[0063]进一步，所述步骤A2中分析当前语音片段对应的镇痛波形类型或强度信息，是利用预设的语音识别分类器进行分类，所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
[0064]需要说明的是，本发明的创新点在于利用语音片段的分类，控制镇痛波形的输出，包括类型和强度。语音片段的分类算法已有很多，本发明在此没有改进，均采用现有的技术。
[0065]本实施例还提供一种基于所述基于语音识别的镇痛控制方法的装置，包括反馈单元，其特征在于，所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块；
[0066]所述语音采集模块用于采集语音信息；
[0067]所述语音片段分类模块用于分析语音片段信息，并对所述语音片段信息进行分类；
[0068]所述波形控制模块用于控制镇痛波形的输出参数。
[0069]进一步，所述反馈单元设计于移动智能终端上:
[0070]所述语音采集模块为移动智能终端的录音系统；
[0071]所述语音片段分类模块为移动智能终端的处理器；
[0072]所述波形控制模块为移动智能终端的处理器，并通过无线通讯模块发送指令控制镇痛单元的输出。
[0073]所述移动智能设备包括智能手机、平板电脑、笔记本等。
[0074]实施例2
[0075]参照图3所示，本实施例与实施例1的区别在于对反馈控制方法的改进，其特征在于，所述步骤A3中更新镇痛波形的输出类型，还包括:若所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型不相同，判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb，所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器；
[0076]如果是，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型，所述计时器Tb重启；
[0077]如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。
[0078]在本实施例中，当采集到不同类别的语音片段，不一定需要马上改变镇痛波形的输出类型，而是首先进行判断当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb，然后根据判断结果来确定是否需要改变镇痛波形的输出类型。根据发明专利CN102940934B里提供的镇痛波形配置步骤，镇痛波形一般会持续一段时间，具有时间累计效应，如果持续时间过短，镇痛效果可能不明显，而且频繁的改变镇痛波形类型可能会引起其他的不适感。因此，本实施例提供的镇痛波形控制方法需要判断之前镇痛波形的输出是否满足最低的时限要求，所述最低的时限要求由所述计时器Tb监控。
[0079]实施例3
[0080]参照图4所示，本实施例与实施例2的区别在于对反馈控制方法的改进，其特征在于，所述步骤A3中更新镇痛波形的输出类型，还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb，判断在之前指定时间内分析的语音片段对应的镇痛波形类别与本次相同的次数是否超过预定次数；
[0081]如果是，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型，所述计时器Tb重启；
[0082]如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。
[0083]在本实施例中，即使判断之前镇痛波形的输出没有满足最低的时限要求Tb，但是如果通过在之前一段时间的判断中，不同的疼痛类别已多次出现，这已表明疼痛感觉确实发生了改变，这时就需要立即改变镇痛波形的类型来应对这一变化。比如，当重度疼痛的面部表情在前30秒内累计采集到3次，而此时的镇痛波形类型为轻度疼痛，并且轻度疼痛的镇痛波形的持续时间还没有达到预先指定的最低的时限要求Tb = 60秒，此时就需要将轻度疼痛的镇痛波形立即调整为重度疼痛的镇痛波形，以满足镇痛需要。
[0084]上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
【主权项】
1.基于语音识别的镇痛控制方法，其特征在于，包括以下步骤: Al、采集语音片段； A2、分析当前语音片段对应的镇痛波形类型或强度信息； A3、根据当前输出的镇痛波形类型，结合步骤A2分析的当前语音片段对应的镇痛波形类型或强度信息，更新镇痛波形的输出类型或强度。2.根据权利要求1所述的基于语音识别的镇痛控制方法，其特征在于，所述镇痛波形类型信息包括:不痛、轻度疼痛、中度疼痛和重度疼痛。3.根据权利要求2所述的基于语音识别的镇痛控制方法，其特征在于，所述镇痛波形强度信息包括增加、减少。4.根据权利要求1?3任一项所述的基于语音识别的镇痛控制方法，其特征在于，还包括预先设定若干条语音片段及其对应的镇痛波形类型或强度信息的步骤。5.根据权利要求4所述的基于语音识别的镇痛控制方法，其特征在于，所述步骤A3中更新镇痛波形的输出类型，包括:判断所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型是否相同， 如果是，保持镇痛波形的输出类型不变； 如果否，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型。6.根据权利要求5所述的基于语音识别的镇痛控制方法，其特征在于，所述步骤A3中更新镇痛波形的输出类型，还包括:若所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型不相同，判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb，所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器； 如果是，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型，所述计时器Tb重启； 如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。7.根据权利要求6所述的基于语言识别的镇痛控制方法，其特征在于，所述步骤A3中更新镇痛波形的输出类型，还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb，判断在之前指定时间内分析的语音片段对应的镇痛波形类别与本次相同的次数是否超过预定次数； 如果是，更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型，所述计时器Tb重启； 如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。8.根据权利要求1?7任一项所述的基于语音识别的镇痛控制方法，其特征在于，所述步骤A2中分析当前语音片段对应的镇痛波形类型或强度信息，是利用预设的语音识别分类器进行分类，所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。9.根据权利要求8所述基于语音识别的镇痛控制方法的装置，包括反馈单元，其特征在于，所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块； 所述语音采集模块用于采集语音信息； 所述语音片段分类模块用于分析语音片段信息，并对所述语音片段信息进行分类； 所述波形控制模块用于控制镇痛波形的输出参数。10.根据权利要求9所述基于语音识别的镇痛控制方法的装置，其特征在于，所述反馈单元设计于移动智能终端上: 所述语音采集模块为移动智能终端的录音系统； 所述语音片段分类模块为移动智能终端的处理器； 所述波形控制模块为移动智能终端的处理器，并通过无线通讯模块发送指令控制镇痛单元的输出。
【专利摘要】本发明提供了一种基于语音识别的镇痛控制方法，其特征在于，包括以下步骤：采集语音片段；分析当前语音片段对应的镇痛波形类型或强度信息；更新镇痛波形的输出类型或强度。本发明还提供了一种基于语音识别的镇痛控制方法的装置，包括反馈单元，其特征在于，所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块。本发明提供的基于语音识别的镇痛控制方法及其装置，可以使整个反馈过程更加自然；不需要在产妇身上附着其他设备，不会对产妇造成其他影响，可以使整个反馈过程更加方便；还可以增加一些互动和趣味性，缓和产妇紧张的精神情绪，有助于缓解产痛，促进自然分娩。
【IPC分类】A61N1/34
【公开号】CN104984472
【申请号】CN201510354615
【发明人】容敬波, 陆尧胜, 齐建国
【申请人】广州三瑞医疗器械有限公司
【公开日】2015年10月21日
【申请日】2015年6月24日