一种智能电子听诊系统及方法

本发明涉及电子听诊器，具体涉及一种智能电子听诊系统及方法。

背景技术：

1、听诊器是内外妇儿医师最常用的诊断用具，医生通过听诊器来对病人进行检查，评估病人的健康情况，随着科技的发展，听诊器逐渐从传统的声学听诊器发展为电子听诊器，电子听诊器是利用电子技术放大身体的声音，将采集到的声音信号转换为电信号，然后放大和处理，以获得最佳聆听，克服了声学听诊器噪音高的缺点。

2、电子听诊器在使用过程中，不可避免地会受到周围环境音如与皮肤接触产生的摩擦音、周围人说话声的影响，使得采集的听诊音无法准确反映患者的真实情况。目前，现有电子听诊器大都将环境音当做噪音进行处理，例如，中国专利cn105496447b提出一种具有主动降噪和辅助诊断功能的电子听诊器，在听诊器上首次使用双声道分别采集肺音及外界噪声，创造性的使用anc算法最大程度上消减了噪声的存在；中国专利cn112190280b提出一种电子听诊器背景音干扰实时自动抵消方法，可以实现任意场景下背景音干扰的自适应抵消，实现干扰时间和频率范围的自动判断以及对干扰成分的精准抑制；中国专利cn114171044a公开了一种基于时域全卷积深度神经网络电子听诊器自适应消噪方法，将传统的自适应滤波方法与深度神经网络相结合，实现了对电子听诊器背景音干扰的自适应消除。

3、然而，在实际听诊过程中所产生的环境音并不一定都是无用的噪声，比如医师或患者会口述一些对病情分析有用的信息，这些信息对听诊过程来说是存在利用价值的，现有技术中的电子听诊设备对此类信号大都作为噪音进行消除，导致这些信息通常需要操作者通过其他设备录音或手动记录，还需要在听诊结束后进行手动整理，又耗时又麻烦并且还容易遗漏重要信息；另外针对听诊过程而言，并没有一套完整智能的系统或方法以处理或帮助听诊过程。

技术实现思路

1、针对现有技术存在的不足，本发明提出一种智能电子听诊系统及方法，减轻听诊后的整理工序，提高听诊效率。

2、第一方面，本发明提供一种智能电子听诊系统。

3、在第一种可实现方式中，一种智能电子听诊系统，包括：

4、电子听诊装置，用于采集初始指令语音，并根据初始指令语音获取采集指令；响应于采集指令，对目标生理音和环境音进行采集，获得音频信号，并将音频信号发送给智能听诊终端；音频信号包括语音信号和体音信号；

5、智能听诊终端，用于将接收到的音频信号发送到听诊云服务器，并向听诊云服务器发起身份认证请求和音频信号处理请求，智能听诊终端还用于根据接收到的听诊结果生成听诊报告并进行显示，以及设置听诊模式和听诊部位；

6、听诊云服务器，响应于身份认证请求和音频信号处理请求，根据音频信号进行身份认证，并将身份认证结果反馈给智能听诊终端，根据音频信号进行信号处理，获得听诊结果，听诊结果包括心肺音分析结果和语音随访分析结果。

7、结合第一种可实现方式，在第二种可实现方式中，电子听诊装置包括：

8、信号采集模块，用于采集初始指令语音，还用于对目标生理音和环境音进行采集，获得原始体音信号和语音信号；

9、语音交互模块，用于对初始指令语音进行特征匹配，获得唤醒指令；

10、体音降噪模块，用于对原始体音信号进行降噪处理，获得体音信号；

11、主控模块，用于响应于唤醒指令，控制信号采集模块对目标生理音和环境音进行采集。

12、结合第二种可实现方式，在第三种可实现方式中，语音交互模块包括：

13、语音检测模块，用于对信号采集模块进行语音检测，获得初始指令语音；并将检测到的初始指令语音输入特征匹配模块；

14、特征匹配模块，用于提取初始指令语音的特征，并对提取的特征进行特征匹配获得匹配结果；

15、指令生成模块，用于根据匹配结果生成唤醒指令，并将唤醒指令传输至主控模块。

16、结合第二种可实现方式，在第四种可实现方式中，体音降噪模块包括：

17、信号预处理模块，用于将信号采集模块采集的原始体音信号转换为数字信号，对数字信号进行滤波，得到备选体音信号；

18、特征相关度计算模块，采用变分模态分解算法，将备选体音信号分解为预设个数的模态分量；分别对备选体音信号和每个模态分量计算多种特征值，获得备选体音信号对应的一类特征和模态分量对应的一类特征；对两类特征中各种特征值之间的相似度进行计算；

19、模态分量重构模块，用于根据相似度对每种特征对应的模态分量进行排序；从排序中选取前预设数量的模态分量，对选取出的模态分量进行信号重构获得初始重构信号，并计算各初始重构信号的信噪比；选取信噪比最高的初始重构信号对应的特征为重构特征，按照相似度由高到低的顺序选取重构特征中前预设数量的模态分量，对选取出的模态分量进行信号重构，获得最终的重构信号，即体音信号。

20、结合第一种可实现方式，在第五种可实现方式中，智能听诊终端包括：

21、语音随访模块，用于将接收到的音频信号发送到听诊云服务器，并向听诊云服务器发起身份认证请求和音频信号处理请求；

22、实时听诊模块，用于设置听诊模式和听诊部位，并显示实时听诊音频；

23、听诊报告模块，通过网络通讯模块接收听诊云服务器处理分析后的听诊结果并生成听诊报告。

24、结合第一种可实现方式，在第六种可实现方式中，听诊云服务器包括：

25、语音处理模块，用于对语音信号进行声纹识别、人声增强、语音听写和文本分析处理；

26、声频分析模块，接收智能听诊终端的分析请求，对体音信号和语音信号进行智能分析；

27、数据存储模块，用于存储听诊数据、声纹数据、语音数据以及模型数据。

28、结合第六种可实现方式，在第七种可实现方式中，语音处理模块对语音信号进行声纹识别，包括：

29、声纹预处理模块，用于获取目标用户身份标识号和目标用户语音信号，对目标用户语音信号进行端点检测、静音消除并形成分帧信号；

30、声纹特征提取模块，用于对分帧信号进行特征提取，获得声纹特征参数，并将声纹特征参数输入至声纹识别模型中进行训练，获得目标用户专有的声纹特征识别模型，并将声纹特征参数和声纹特征识别模型存储于声纹数据库中，声纹特征参数和声纹特征识别模型分别与目标用户身份标识号一一对应；

31、声纹辨认模块，用于接收语音随访模块发起的身份认证请求，将语音信号输入到声纹数据库进行声纹识别，获得语音信号对应的用户身份标识号，将用户身份标识号反馈给语音随访模块。

32、结合第六种可实现方式，在第八种可实现方式中，语音处理模块对语音信号进行人声增强包括：

33、人声预处理模块，用于获取语音随访模块传输的语音信号，对语音信号进行端点检测和静音消除，获得语音数据序列；

34、人声特征提取模块，用于对语音数据序列的声纹特征进行提取，获得待识别声纹特征，将待识别声纹特征与声纹数据库中的声纹特征参数进行匹配，得到一种或数种声纹匹配结果；

35、人声强化处理模块，用于对声纹匹配结果进行声信号能量的计算，并增强最大声信号能量的语音成分幅度，弱化除最大声信号能量外的其他信号成分，获得强化后的语音信号，将强化后的语音信号传输至语音听写模块，同时将强化后的语音信号生成音频文件，将音频文件存储于语音数据库中。

36、结合第六种可实现方式，在第九种可实现方式中，声频分析模块包括：

37、基本体音分析模块，用于对体音信号中的心音信号和肺音信号进行分析，获得心肺音分析结果；

38、通用声频分析模块，用于根据语音信号判断声响特征和语言特征，声响特征包括声响的有无、高低、强弱、清浊和缓急，言语特征包括言语的多寡、重复、断续、模糊和逻辑；根据特征判断结果输出对应的体征结论；

39、特定语声分析模块，包括若干个特定语声分析单元，若干个特定语声分析单元包括咳嗽声分析单元、打嗝声分析单元和鼾声分析单元中的一种或多种，特定语声分析单元用于对语音信号进行语声特征分析，语声特征包括周期、声调、语调和音色，根据语声特征分析结果输出对应的语声体征结论。

40、第二方面，本发明提供一种基于智能电子听诊系统的听诊方法。

41、在第十种可实现方式中，一种基于智能电子听诊系统的听诊方法，包括：

42、采集音频信号，音频信号包括语音信号和体音信号；

43、基于音频信号进行身份认证处理，并对音频信号进行信号处理，获得听诊结果，听诊结果包含心肺音分析结果和语音随访分析结果；

44、根据听诊结果生成听诊报告，并对听诊报告进行显示。

45、由上述技术方案可知，本发明的有益技术效果如下：

46、1.通过电子听诊装置同时对目标生理音和语音进行采集，获得音频信号，然后智能听诊终端和听诊云服务器对音频信号进行分析和处理，得到听诊报告，听诊报告中包含心肺音分析结果和语音随访分析结果，从而将听诊过程的环境音中有价值的声音信号提取出来，减轻听诊后期操作者的手动整理部分，节省听诊时间，提高便利性，避免了遗漏重要信息；另外针对听诊过程而言，本方案还提供了一套完整智能的系统或方法以处理或帮助听诊过程。

47、2.本发明通过语音交互的方式控制采集过程，能够实现无接触式听诊，与传统的按键操作相比，该方案不仅简化了操作流程，而且能够降低医患人员感染风险；本发明提出基于变分模态分解(variational modal decomposition，vmd)的多特征相关度重构降噪方法，所述方法性能稳定且随着特征的增多会逐渐适应更加复杂的应用环境，具有成长性；本发明能够对特定对象的语音信号进行辨识和分析，并进行信息的自动录入和结构化排版，丰富电子病历内容，尤其适用于查房、问诊等需要识别用户身份的医疗场景中，能够辅助病情诊断，提高诊疗效率。