TWI695372B - 聲音定位系統和方法 - Google Patents
聲音定位系統和方法 Download PDFInfo
- Publication number
- TWI695372B TWI695372B TW107139967A TW107139967A TWI695372B TW I695372 B TWI695372 B TW I695372B TW 107139967 A TW107139967 A TW 107139967A TW 107139967 A TW107139967 A TW 107139967A TW I695372 B TWI695372 B TW I695372B
- Authority
- TW
- Taiwan
- Prior art keywords
- sound
- data
- target audio
- item
- audio features
- Prior art date
Links
- 230000004807 localization Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000003745 diagnosis Methods 0.000 claims abstract description 14
- 230000001360 synchronised effect Effects 0.000 claims abstract description 10
- 238000002555 auscultation Methods 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000005236 sound signal Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000005856 abnormality Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 4
- 201000010099 disease Diseases 0.000 abstract description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 210000004072 lung Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 208000006673 asthma Diseases 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000001575 pathological effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012732 spatial analysis Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000035211 Heart Murmurs Diseases 0.000 description 2
- 208000003430 Mitral Valve Prolapse Diseases 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 206010008479 Chest Pain Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000002302 brachial artery Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 210000001595 mastoid Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000001541 thymus gland Anatomy 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/026—Stethoscopes comprising more than one sound collector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/802—Systems for determining direction or deviation from predetermined direction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
- G10L21/10—Transforming into visible information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/46—Special adaptations for use as contact microphones, e.g. on musical instrument, on stethoscope
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/004—Monitoring arrangements; Testing arrangements for microphones
- H04R29/005—Microphone arrays
- H04R29/006—Microphone matching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
- H04R2201/02—Details casings, cabinets or mounting therein for transducers covered by H04R1/02 but not provided for in any of its subgroups
- H04R2201/023—Transducers incorporated in garment, rucksacks or the like
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
- H04R2201/40—Details of arrangements for obtaining desired directional characteristic by combining a number of identical transducers covered by H04R1/40 but not provided for in any of its subgroups
- H04R2201/401—2D or 3D arrays of transducers
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Otolaryngology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Epidemiology (AREA)
- Gastroenterology & Hepatology (AREA)
- Endocrinology (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
一種聲音定位系統和方法,所述系統包括:一多麥克風聲音採集裝置和一電腦裝置。多麥克風聲音採集裝置包括一載體和可拆卸地附著在所述載體上的多個聲音接收器。電腦裝置包括:資料通信器、同步器和處理器。資料通信器用於從所述多麥克風聲音採集裝置接收預處理音訊資料;同步器用於同步預處理音訊資料;處理器用於分析已同步的音訊資料,以識別和定位目標音訊特徵。本發明有助於監測被監測受試者的功能或生理體徵,並允許早期檢測和診斷異常或疾病。
Description
本發明涉及聲音定位技術領域,尤其涉及一種利用多麥克風聲音採集裝置進行精確的異常聲音定位的系統和方法。
欲評估一個物體的功能是否正常,可以通過分析來自於這個物體內部的聲音實現。例如,一個運行中的機器的異常聲音可以作為該機器的部件是否出現故障的指示。類似在醫學健康領域,對身體內各個器官運行過程中產生的聲音進行臨床聽診,已經為一種診斷活體健康狀態的常用手段。
在傳統聲音分析方法中,聲音樣本多是在同一時間、單一位置採集,並且需要被特別訓練過的專業人員,才能從正常聲音和環境雜訊中區分異常聲音。再者,在同一時間對聲音樣本進行單點採集通常帶來受限的資訊且有時是誤導的資訊。例如,某些病理性呼吸的聲音特徵,會因症狀嚴重程度和聽診位置而異,使得傳統的單點聽診無法有效率地診斷哮喘。
此外,儘管電子聲音分析儀的出現對聲音分析的過程有幫助,但異常聲音源的精確定位仍然是一個挑戰。
鑒於以上內容,有必要提供一種基於多麥克風聲音採集裝置的聲音定位系統和方法,可以精確定位被測對象異常聲音源的位置。
一種聲音定位系統,包括:
一多麥克風聲音採集裝置,包括複數個聲音接收器,所述聲音接收器用於採集被測對象的聲音;及
一電腦裝置,所述電腦裝置與所述多麥克風聲音採集裝置通訊連接,所述電腦裝置包括:
一資料通信器,用於從所述多麥克風聲音採集裝置接收已預處理之音訊資料;
一同步器,與所述資料通信器電性連接,所述同步器用於同步已預處理之音訊資料;及
一處理器,與所述同步器電性連接,所述處理器用於分析已同步的音訊資料,以識別和定位目標音訊特徵。
優選地,所述多麥克風聲音採集裝置包括:
一載體;及
複數個聲音採集模組,可拆卸地附著在所述載體上,每一所述聲音採集模組包括:
所述複數個聲音接收器中的至少一聲音接收器,
一轉換器,與所述聲音接收器電性連接,用於將所述聲音資料轉換為一數位音訊資料;及
一微控制器,與所述轉換器電性連接,用於控制所述聲音接收器採集聲音訊號,並預處理所述數位音訊資料。
優選地,所述多麥克風聲音採集裝置包括:
一載體;及
複數個聲音接收器,可拆卸地附著在所述載體上;及
一預處理設備,包括:
一轉換器,與所述聲音接收器電性連接,用於將所述聲音資料轉換為一數位音訊資料;及
一微控制器,與所述轉換器電性連接,用於控制所述聲音接收器採集聲音訊號,並預處理所述數位音訊資料。
優選地,所述電腦裝置中的處理器包括:
一特徵提取模組,用於從所述已同步的音訊資料中識別和提取初步音訊特徵;
一分類模組,用於分離和分類所述初步音訊特徵以獲取目標音訊特徵;及
一訊號定位模組,用於分析所述目標音訊特徵,以獲取目標音訊特徵來源的位置資訊。
優選地,所述處理器還包括:
資料分析模組,用於將獲取的目標音訊特徵和目標音訊特徵來源的位置資訊與儲存在所述電腦裝置中的資料進行比較,以獲取診斷結果。
優選地,所述電腦裝置還與伺服器通信連接,伺服器用於資料分析和儲存。
優選地,所述聲音接收器為多個用於聽診被測對象的聽診頭。
優選地,所述聲音接收器的數量至少包括三個。
優選地,所述複數個聲音接收器中的至少一部分呈矩形佈置在所述被測對象的胸部。
優選地,所述複數個聲音接收器中的至少一部分呈矩形佈置在所述被測對象的心臟上。
優選地,所述複數個聲音接收器中的至少一部分呈三角形佈置在所述被測對象的心臟上。
優選地,所述複數個聲音接收器中的至少一部分佈置在所述被測對象的後背的左肋膈角和右肋膈角位置。
一種聲音定位方法,所述方法應用於聲音定位系統,
其包含複數個聲音接收器,以及一電腦裝置,所述聲音接收器用以採集被測對象之聲音資料,所述電腦裝置通信連接於所述聲音接收器,所述聲音定位方法包含:
取得被測對象的聲音資料;
從所述聲音資料中,識別目標音訊特徵;以及
分析所述目標音訊特徵,以獲取目標音訊特徵來源的位置資訊。
優選地,從所述聲音資料中識別目標音訊特徵的步驟包括:
對所述聲音資料進行預處理;
提取初步音訊特徵;及
分離和分類所述初步音訊特徵以獲取所述目標音訊特徵。
優選地,採用語音活性檢測演算法 (voice activity detector;VAD)、梅爾倒頻譜函數演算法(Mel-frequency cepstral coefficient;MFCC)和K平均演算法 (K-means)來提取所述初步音訊特徵。
優選地,
所述分離和分類所述初步音訊特徵以獲取所述目標音訊特徵包括:
從所述初步音訊特徵中分離噪音;
將分離噪音後的初步音訊特徵分為正常音訊特徵和異常音訊特徵;及
分離非期望的異常音訊特徵,以獲取所述目標音訊特徵。
優選地,採用K-近鄰演算法 (K-nearest neighbor;KNN)、高斯混合模型 (Gaussian mixture model;GMM)、支援向量機 (support vector machine;SVM)、或者深度神經網路 (deep neural network;DNN) 演算法來分離和分類所述初步音訊特徵。
優選地,分析所述目標音訊特徵包括:
在所述目標音訊特徵中執行方向到達 (direction of arrival;DOA) 估測演算法,以獲取所述目標音訊特徵來源的位置資訊。
優選地,所述方法還包括:將獲取的目標音訊特徵和目標音訊特徵來源的位置資訊與儲存在電腦裝置中的資料進行比較,以獲取診斷結果。
優選地,所述方法還包括:在所述被測對象的多維圖像上視覺化顯示所述目標音訊特徵來源的位置資訊。
相較於習知技術,根據本發明中優選實施例將多麥克風聲音採集裝置與聲音分析和空間分析相結合,以識別來自被監視物件的異常或病理聲音,並獲得異常聲音源的詳細位置資訊。本發明有助於監測被監視物件的功能或生理體徵,並允許早期檢測和診斷異常或疾病。
將結合圖1至11對本發明公開的實施例進行描述。本發明具體實施方式將參考附圖來詳細描述,其中所描繪的元件不一定按比例示出,並且其中相同或相似的元件通過若干視圖由相同或相似的附圖標記表示。
用於聲音定位的多麥克風聲音採集裝置、系統和方法與本發明各個實施例一致,在醫療健康環境中都是有用的,例如,醫院、保健中心等。示例性實施例可以涉及對有生命的物體進行聽診,例如,人類、動物、牲畜、或其他生物。儘管在此描述的示例涉及聽診一個被測對象的身體特定區域,例如,胸部、心口、腹部、四肢、頭部、脖子、或者上述部位的組成部位 (例如,肺、消化系統、主動脈、三尖瓣、肱動脈、股動脈、氣管、頸靜脈、顳區、乳突區等) ,但在此不作為限制,本領域的技術人員應該可以理解,也適用於所述物體的身體的其他部位聽診,依賴於需要的資訊和環境。因此,可以理解的是,本案公開的技術可以適當地配置為在所述受試者身體的一個或多個不同部分相對應的其他區域上進行聽診。進一步,本發明的實施例可以選擇性地配置成獲得被測對象的歷史記錄資訊或其他可識別資訊,並將該資訊與由醫學或保健提供者執行的上述聽診相關聯。
本發明的示例性實施例也可以用於採集、分析和定位非生命物體上產生的聲音,例如,汽車、機器、管道等。本發明中的其他示例性實施例可以用於採集和分析一個被定義的空間內的聲音,並在所述空間內定位該聲音的源頭。
參考圖1,為根據本發明的一個實施例,描述一聲音定位系統,包括一個多麥克風聲音採集裝置100和一電腦裝置200。所述多麥克風聲音採集裝置100用於採集來自於一個被監測之被測對象10的聲音,並且將採集的聲音轉換成音訊訊號。所述電腦裝置200與所述多麥克風聲音採集裝置100通信連接,所述電腦裝置200用於接收從所述多麥克風聲音採集裝置100發送的音訊訊號。所述電腦裝置200可以與一伺服器300通信連接,例如所述伺服器300為一雲端伺服器。
參考圖2,所述多麥克風聲音採集裝置100包括多個聲音採集模組101和一個載體102。每一個所述聲音採集模組101包括一個聲音接收器110、一個轉換器120、一個微控制器 (MCU) 130和一個資料發射器140。所述聲音採集模組101可以設置在一個物體上或一個被定義的空間內。所述聲音接收器110可以是一個麥克風,用於採集來自於所述被測對象的聲音或者採集所述被定義的空間內的聲音。所述聲音接收器110也可以是一個聽診器的聽診頭,所述聽診器的聽診頭可以適當地放置在所述被測對象10的身體上,用於採集來自於所述被測對象10身體內部器官的聲音,如圖1所示的實施例。在圖3所示的另一個實施例中,所述多麥克風聲音採集裝置100可以包括多個聲音接收器110、一個處理裝置160和所述載體102。所述轉換器120、微控制器 (MCU) 130和資料發射器140被整合在所述處理裝置160中。
可以理解的是,所述聲音接收器110不限於上述描述的麥克風和聽診器的聽診頭,還可以是微機電 (MEMS) 麥克風、電容式麥克風、駐極體電容式麥克風、壓電式麥克風、或其他任何可用於採集可聽見的聲音和/不可聽見的聲音的聲音接收器110,例如超聲波和高超音速聲音。或者可以配置為檢測各種頻率的機械振動並將機械振動轉換為電訊號的任何感測器。另外,所述多麥克風聲音採集裝置100中的所述聲音接收器110可以是完全相同的或者是不同類型的聲音收集器的組合。為了更精密的聲音定位,所述多麥克風聲音採集裝置100最好包括三個或三個以上聲音接收器110,所述三個或三個以上聲音接收器100並非都設置於同一平面。
進一步地,所述聲音接收器110可以具有適用於醫療用途的頻率響應 (frequency response)。例如,當所述頻率響應的頻率範圍為100-500Hz時,所述聲音接收器110的功率衰減可能小於12dB;當所述頻率響應的頻率範圍為500-1000Hz時,所述聲音接收器110的功率衰減可能小於20dB。在不同的應用中,所述聲音接收器110的頻率響應可以被調整。例如,所述聲音接收器110用於在偵測心音和呼吸聲音時。通常,在偵測心音時,所述聲音接收器110的頻率響應被優化在20-800Hz;在偵測第一到第四心音時,所述聲音接收器110的頻率響應被優化在20-100Hz;在偵測心雜音時,所述聲音接收器110的頻率響應被優化在20-100Hz或者100-600Hz。類似地,在偵測肺泡呼吸音時,所述聲音接收器110的頻率響應被優化在200-600Hz;在偵測支氣管呼吸音時,所述聲音接收器110的頻率響應被優化在20-100Hz。
為了持續的監測所述被測對象10,所述聲音接收器110可拆卸地附著在所述載體102。如圖4A所示實施例,所述載體102可以是,但不限於,背心、襯衫、夾克、吊帶、工作服、連身裝、袖子、腰帶或其他類型的衣物。可作為選擇的,如圖4B所示實施例,所述載體102可以是普通的消費品,例如,枕頭、浴巾、睡袋、背包或汽車座椅。可以理解的是,所述載體102可以具有用於特定應用或用戶群的各種設計,例如,所述載體可以具有用於幼兒的動物主題設計,或者可以整合其他技術特徵以獲得更多舒適性、便利性或多樣化功能。
所述聲音接收器110在所述載體102上的數量及佈置可以隨不同的應用而變化。例如,為了監測一個成年患者的心音和支氣管呼吸聲音,如圖5A所示的黑色實心圓圈所示,六個聽診頭矩形分佈在前胸部的心臟區域,其中,每個聽診頭與相鄰聽診頭之間間隔一距離 (例如,5釐米) 。同時,為了監測一個成年患者的整個肺部區域的聲音,如圖5B所示的黑色實心圓圈所示,九個聽診頭矩形分佈在後背,每個聽診頭與相鄰聽診頭之間間隔一距離 (例如,10釐米) 。與此相反,如圖5C所示,為了監測幼兒,錄製幼兒心臟和肺部上方的聲音,使用三個聽診頭呈三角形分佈在前胸的較高位置,每個聽診頭與相鄰聽診頭之間間隔一距離 (例如,5釐米) ;同時,如圖5C所示的格紋圓圈,為了錄製幼兒肺部下方的聲音,使用兩個聽診頭分佈在後背的左肋膈角和右肋膈角位置,並且所述兩個聽診頭之間間隔一距離 (例如,10釐米) 。可以理解的是,如圖5A-5C所示的較佳實施例僅是示例性的,並在本發明不限於附圖示例的實施例中的聲音接收器的數量和分佈情況。
重新參考圖2所示,所述多麥克風聲音採集裝置100中的所述轉換器120與多個聲音接收器110電性連接,並且被配置為將所獲取的未處理聲音資料從類比音訊資料轉換並編碼為數位音訊資料。所述微控制器130與所述轉換器120電性連接,所述微控制器130用於控制所述聲音接收器11的聲音採集功能並對從所述轉換器120接收的音訊資料進行預處理,例如,降採樣、定位、加標籤、擴充、過濾和時間戳記。所述資料發射器140與所述微控制器130電性連接,所述資料發射器140用於發送預處理後的音訊資料至所述電腦裝置200。所述多麥克風聲音採集裝置100可能還包括一個電源150,所述電源150用於為所述多麥克風聲音採集裝置100提供和儲存電量。所述電源150可以是一個可充電電池或者不可充電電池。如果所述電池150是可充電電池,所述多麥克風聲音採集裝置100可能還包括一個充電埠 (圖中未示出) ,所述充電埠用於給所述可充電電池充電。可選地,所述多麥克風聲音採集裝置100可能還包括一個無線充電電路,所述無線充電電路用於耦合至無線充電樁。
所述電腦裝置200包括資料通信器210、同步器220、處理器230、顯示器240和記憶體250。所述資料通信器210與所述多麥克風聲音採集裝置100中的所述資料發射器140通信連接,所述資料通信器210用於從所述多麥克風聲音採集裝置100中接收預處理後的音訊資料。所述同步器220與所述資料通信器210電性連接,所述同步器220用於同步所述資料通信器210所接收之預處理音訊資料。所述同步器220與所述處理器230電性連接,所述處理器230用於分析來自於所述同步器220之已同步的音訊資料,以辨識及定位異常音訊。所述處理器230與所述顯示器240電性連接,所述顯示器240用於資料呈現和視覺化,所述資料通信器210用於與其他設備資料通信,所述記憶體250用於儲存資料。所述顯示器240可以是LCD顯示螢幕、觸控面板、OLED顯示螢幕、CRT、投影儀或其他顯示元件。所述記憶體250可以是揮發性或非揮發性記憶體,例如RAM、ROM、EEPROM、快閃式記憶體、光學記憶體、磁碟記憶體或其他磁性儲存裝置。所述資料通信器210與所述伺服器300通信連接,所述伺服器300用於資料分析和儲存。可以理解的是,在本發明中的提供的實施例不限於可以進行資料處理和分析的電腦硬體,也就是說,所述電腦裝置200中的處理器執行的某些功能可以被所述伺服器執行,反之亦然。所述電腦裝置200可能包括一電源260,所述電源260用於為所述電腦裝置200提供和儲存電量。
所述電腦裝置200可以是,但不限於:智慧型電話、移動設備、平板電腦、筆記型電腦、臺式電腦或工作站。在一較佳實施例中,所述電腦裝置200是能夠從多麥克風聲音採集裝置100接收藍牙訊號的智慧型手機。可以理解的是,當資料在所述多麥克風聲音採集裝置100、所述電腦裝置200和所述伺服器300中發送和傳輸時,可以通過USB介面、微型USB介面 (micro USB)、序列埠、IEEE1394、藍芽、Wi-Fi、紅外線、ZigBee、WiMAX、3G、4G、4G LTE、5G或其他常見的有線或無線傳輸方式。
參考圖6所示,所述電腦裝置200中的所述處理器230包括,特徵提取模組410、分類模組420和訊號定位模組430。所述特徵提取模組410用於從已同步的音訊資料中區分和提取初步音訊特徵,所述已同步的音訊資料來自於所述同步器220中。所述分類模組420用於對提取的初步音訊特徵進行分離和分類以挑選出目標音訊特徵,所述初步音訊特徵接收自所述特徵提取模組410。所述訊號定位模組430用於通過方向到達 (direction of arrival;DOA) 估測演算法分析所述目標音訊特徵以從所述目標音訊特徵中獲取定位資訊,所述目標音訊特徵從所述分類模組420中獲取。例如,所述方向到達 (DOA) 估測演算法為多重訊號分類 (multiple signal classification;MUSIC) 、波束成形和其他資料處理演算法。所述多重訊號分類 (MUSIC) 演算法可能包括群時延多重訊號分類 (group delay- multiple signal classification;GD-MUSIC) 、遞歸投影多重訊號分類 (recursively applied and projected-multiple signal classification;RAP-MUSIC)、最小方差無失真回應 (minimum variance distortionless response;MVDR) 演算法、和線性約束最小方差 (linear constraint minimum variance;LCMV)演算法。所述波束成形演算法可以包括廣義旁瓣抵消演算法 (generalized sidelobe canceller;GSC)。所述處理器230可以是Intel Core i7處理器、ARM處理器、x8086或者其他處理器,或者具有相似計算能力的專用積體電路。
所述處理器230還可以包括資料分析器 (圖中未示出) ,所述資料分析器用於將獲取的目標音訊特徵和音訊源位置與先前記錄的所述被測對象10的音訊資料、健康或正常被測對象的音訊資料或者儲存在所述記憶體250中的內定值進行比對,以獲取診斷結果。例如,在心臟左上部位偵測到的收縮中晚期心臟雜音能夠指出患者有二尖瓣脫垂 (mitral valve prolapse,MVP) 的現象。
參考圖7,根據本發明中的不同實施例,所述聲音定位系統中的聲音定位方法包括步驟S1,獲取被測對象的聲音資料;步驟S2,從所述聲音資料中識別目標音訊特徵;及步驟S3,分析所述目標音訊特徵以獲得目標音訊特徵來源的位置資訊。
如在步驟S1中的獲取聲音資訊由上述實施例中的聲音定位系統中的所述多麥克風聲音採集裝置100執行,以收集來自所述被測對象或物件或被定義的空間中的聲音。
在一實施方式中,步驟S2中的從所述聲音資料中識別目標音訊特徵包括步驟S21,對所述聲音資料進行預處理;步驟S22,提取初步音訊特徵;步驟S23對提取的初步音訊特徵進行分離和分類以獲得目標音訊特徵。步驟S21中的預處理所述聲音資料包括步驟S211:將獲取的聲音資料進行轉換和編碼以獲得數位音訊資料;步驟S212預處理所述數位音訊資料;步驟S213同步所述數位音訊資料。在所述步驟S212中的預處理所述數位音訊資料包括,對所述數位音訊資料進行降採樣、定位、加標籤、擴充、過濾和時間戳記。
在一實施方式中,根據語音活性檢測演算法 (voice activity detector;VAD) 、梅爾倒頻譜函數演算法 (Mel-frequency cepstral coefficient;MFCC) 和K平均演算法 (K-means) 處理已同步的音訊資料,實現步驟S22中的提取初步音訊特徵的功能。在一個實施例中,步驟S23中的對提取的初級音訊特徵進行分離和分類可能包括步驟S231:從所述初步音訊特徵中分離噪音;步驟S232將正常音訊特徵和異常音訊特徵進行分類;和步驟S233分離非期望異常音訊特徵以獲取目標音訊特徵,根據K-近鄰演算法 (K-nearest neighbor;KNN)、高斯混合模型 (Gaussian mixture model;GMM)、支援向量機 (support vector machine;SVM)、或者深度神經網路 (deep neural network;DNN) 演算法執行上述步驟。在一個示例性實施例中,所述多麥克風聲音採集裝置100中的所述聲音接收器110是聽診器的聽診頭,所述聽診頭用於偵測心音,並且可以從獲取的心音中偵測異常音訊特徵。當第四心音是目標聲音特徵 (或者使用者感興趣的聲音) ,步驟S233可能被執行於消除與所述第四心音無關聯的異常音訊特徵,從而挑選出目標音訊特徵 (例如,本實施例中的第四心音) ,以作進一步分析。
步驟S3中的分析所述目標音訊特徵包括步驟S31:定義所述聲音接收器110的座標,步驟S32在所述目標音訊特徵中執行方向到達 (DOA) 估測演算法以獲取目標音訊特徵來源的位置資訊。所述方向到達 (DOA) 估測演算法包括多重訊號分類 (multiple signal classification;MUSIC) ,如群時延多重訊號分類 (group delay- multiple signal classification;GD-MUSIC)、遞歸投影多重訊號分類MUSIC、最小方差無失真回應 (minimum variance distortionless response;MVDR) 演算法和線性約束最小方差 (linear constraint minimum variance;LCMV)演算法,波束成形演算法,如廣義旁瓣抵消演算法 (generalized sidelobe canceller;GSC) 和其他資料處理演算法。步驟S3還可以包括步驟S33:將獲取的目標音訊特徵和所述目標音訊特徵來源的位置資訊與預存的資料進行比對,以獲取診斷結果。所述預存的資料可以是被測對象先前的語音記錄、健康或正常被測對象的音訊資料或者系統中的預設設置。
所述聲音定位方法可能還包括步驟S4:視覺化顯示目標音訊特徵來源的位置資訊。所述位置資訊可以在由聲音接收器110的位置限定的單維或多維虛擬影像中或被測對象的模型所定義的坐標系統中被視覺化顯示,從而可以提供一個更加直觀的診斷結果。所述被測對象的模型可能是一個剖析模型,所述剖析模型可以由圖片圖像、X射線圖、電腦斷層攝影圖像或者核磁共振圖像重建而得到。可選地,所述剖析模型可以是一個根據被測對象身體的解剖圖像建立的範本模型,例如,胸部區域、頭部和脖子區域以及腹部區域。
根據一些示例性實施例,如圖8A所示,異常聲音的位置可以以單維形式視覺化顯示在右上胸部 (right chest up;RCU)) 圓點和左上胸部 (left chest up;LCU) 圓點之間,或者如圖8B所示的由右下胸部 (right chest down,RCD) 圓點、右下胸部 (left chest down;LCD) 圓點、右胸上部圓點和左上胸部圓點所定義的二維平面,或者如圖8C所示的由前胸胸腺 (anterior chest thymus;FCT) 圓點、前胸 (anterior chest;FC) 圓點和後背 (posterior chest;BC) 圓點構成的三維空間。
如圖9A和9B,所述診斷結果也可以由所述電腦裝置200上的應用程式以視覺化方式呈現。例如,如圖9A所示,所述應用程式可以顯示記錄的音訊波形和聲音強度和頻率,顯示所述聲音接收器的位置,和所述診斷結果 (例如,被測對象的生理狀態) 。當出現異常聲音時,如圖9B所示,所述應用程式可以呈現一個警示資訊並且指示所述偵測到異常聲音的位置。
所述聲音定位方法可以還包括步驟S5記錄和儲存與所述目標音訊特徵相關的資料。所述資料可能包括,類型、頻率、強度和音訊特徵的位置,也可能包括所述頻率、強度和音訊特徵的位置隨時間的變化。
參考圖10,本發明中一個示例性實施例中的所述聲音定位系統可以被用於監測呼吸聲音和偵測哮喘症狀。在本實施例中,所述聲音採集器中的聲音接收器是通過貼片的形式整合成聽診器的聽診頭,將所述聲音接收器可拆卸地附著在患者身上的五個指定點上 (S91) ,如圖3所示,所述指定點可以是在前胸的右上方肺葉區域和左上方肺葉區域,後背的右下方肺葉區域和左下方肺葉區域、和支氣管區域。當所述聲音接收貼片附著在患者身上時,將所述聲音接收器與預處理設備連接 (S92) ,所述預處理設備包括微控制器MCU,所述MCU被配置為在預設的持續時間內定期啟動聲音採集 (或聽診) 程式。所述預處理設備通電後可以通過藍牙耦合至一智慧型手機 (S93) 。用戶可以從安裝在所述智慧型手機中的應用程式設置時間、預設持續時間和監測項目,也可以設置在偵測到異常事件時需發送的警示類型,然後啟動監測程式 (S94) 。
一旦啟動,所述微控制器每隔十分鐘啟動聲音採集程式 (例如,通過五個聲音接收貼片連續地聽診) ,並且通過無線方式發送音訊資料至智慧型手機,從而通過演算法分析所述音訊資料以識別目標音訊特徵,例如,氣喘,或其他病態生理特徵 (S95) 。當沒有偵測到異常聲音時,所述控制器將持續執行聽診直到設置的監測時間結束 (S96) ;然後,通過無線網路發送所有採集的音訊資料至雲端伺服器,以儲存所述音訊資料和進行趨勢分析 (S97) ;另外,所述雲端伺服器中的監測記錄和分析結果可以被發送至所述智慧型手機,以便用戶或醫師進行更詳細的診斷和追蹤。可選地,當氣喘被偵測到時,所述智慧型手機中的應用程式可以發出警告音和/或發送資訊或發佈治療建議 (S98) ;同時,所述微控制器停止週期性聽診程式並且執行後續的聽診直到所述警告被解除。
同樣的,如圖11所示,本發明中一個示例性實施例中的所述聲音定位系統可以被用於監測心音和偵測心率不整症狀。在本實施例中,所述聲音採集器採用貼片的形式,每個貼片包括一個聽診器聽診頭和一個微控制,如圖1所示。兩個聲音採集器可拆卸地附著在用戶的前胸部和後胸部的心臟區域 (S101) 。所述微控制器用於啟動聽診器的聽診頭記錄心音和心率。當所述聲音採集器被附著在用戶身上後,所述聲音採集器通電後可以通過藍牙耦合至一智慧型手機 (S102) 。用戶可以從安裝在所述智慧型手機中的應用程式確認所述聲音採集器和所述智慧型手機之間的連接狀態,並且可以確認偵測到的心音、心率和在啟動模式下計算的可變心率的音訊特徵。所述使用者也可從所述應用程式中開啟系統的備用模式;在所述備用模式下,所述聲音採集器中的所述微控制器可以停止記錄心音和心率。
當用戶經歷不規則心率和胸痛時,用戶可以通過所述應用程式將系統從備用模式切換至啟動模式,並且通過所述聲音採集器記錄心音和心率 (S103) 。當偵測到異常心音或心率時 (S104) ,所述聲音採集器可以開啟一個聽診程式 (例如,持續三分鐘採集和記錄聲音) ,並返回至備用模式 (S105) 。可選地,當偵測到異常心音或心率時 (S104) ,所述智慧型手機中的應用程式可以發出警告音和/或發送資訊或發佈治療建議給用戶 (S106) ;所述智慧型手機也可以發送通知事件至定點醫院或醫療機構,以獲得必要的應急救援。同時,所述聲音採集器可以重複聽診程式 (S105) 繼續聽診,並且當心率恢復正常時返回至備用模式。所有採集的聽診資料都無線發送至雲端伺服器,以儲存和分析趨勢 (S107) ;所述雲端伺服器中的監測記錄和分析結果可以被發送至所述智慧型手機,以便用戶或醫師進行更詳細的診斷和追蹤。
總之,根據優選實施例,本發明將多麥克風聲音採集裝置與聲音分析和空間分析相結合,以識別來自被監視物件的異常或病理聲音,並獲得異常聲音源的詳細位置資訊。本發明有助於監測被監視物件的功能或生理體徵,並允許早期檢測和診斷異常或疾病。
對於本領域技術人員而言,顯然本發明不限於上述示範性實施例的細節,而且在不背離本發明的精神或基本特徵的情況下,能夠以其他的具體形式實現本發明。因此,無論從哪一點來看,均應將實施例看作是示範性的,而且是非限制性的,本發明的範圍由所附權利要求而不是上述說明限定,因此旨在將落在權利要求的等同要件的含義和範圍內的所有變化涵括在本發明內。不應將權利要求中的任何附關聯圖標記視為限制所涉及的權利要求。此外,顯然「包括」一詞不排除其他單元或步驟,單數不排除複數。系統權利要求中陳述的多個單元或裝置也可以由一個單元或裝置通過軟體或者硬體來實現。第二等詞語用來表示名稱,而並不表示任何特定的順序。
以上實施例僅用以說明本發明的技術方案而非限制,儘管參照以上較佳實施例對本發明進行了詳細說明,本領域的普通技術人員應當理解,可以對本發明的技術方案進行修改或者等同替換都不應脫離本發明技術方案的精神和範圍。
10‧‧‧被測對象
100‧‧‧多麥克風聲音採集裝置
101‧‧‧多個聲音採集模組
102‧‧‧載體
200‧‧‧電腦裝置
110‧‧‧聲音接收器
120‧‧‧轉換器
130‧‧‧微控制器
140‧‧‧資料發射器
150、260‧‧‧電源
160‧‧‧處理裝置
210‧‧‧資料通信器
220‧‧‧同步器
230‧‧‧處理器
240‧‧‧顯示器
250‧‧‧記憶體
300‧‧‧伺服器
410‧‧‧特徵提取模組
420‧‧‧分類模組
430‧‧‧訊號定位模組
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明的實施例,對於本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據提供的附圖獲得其他的附圖。
圖1是本發明一個實施例中聲音定位系統的示意圖。
圖2是本發明一個實例中聲音定位系統的框圖。
圖3是本發明另一個實施例的聲音定位系統的示意圖。
圖4A-4B是本發明的各種實施例的聲音定位系統中的多麥克風聲音採集裝置的載體的示意圖。
圖5A-5C是本發明的各種實施例的多麥克風聲音採集裝置中的聲音接收器的分佈的示意圖。
圖6是本發明一個實施例的聲音定位系統中的電腦裝置中的處理器的框圖。
圖7是本發明一個實施例的聲音定位方法的流程圖。
圖8A-8C是本發明的各種實施例的空間分析結果的示意圖。
圖9A-9B是本發明一個實施例的聲音定位系統在電腦裝置中的應用程式的使用者介面示意圖。
圖10是本發明一示例性實施例的監測和分析呼吸聲音的步驟的流程圖。
圖11是本發明另一示例性實施例的監測和分析呼吸聲音的步驟的流程圖。
根據慣例,各種描述的特徵未按比例繪製,並且被繪製以強調與本公開相關的特徵。在整個附圖和文本中,相同的參考字元表示相同的元件。
100‧‧‧多麥克風聲音採集裝置
200‧‧‧電腦裝置
110‧‧‧聲音接收器
120‧‧‧轉換器
130‧‧‧微控制器
140‧‧‧資料發射器
150、260‧‧‧電源
210‧‧‧資料通信器
220‧‧‧同步器
230‧‧‧處理器
240‧‧‧顯示器
250‧‧‧記憶體
300‧‧‧伺服器
Claims (18)
- 一聲音定位系統,包括:一多麥克風聲音採集裝置,包括複數個聲音接收器,所述聲音接收器用於採集被測對象的聲音;及一電腦裝置,所述電腦裝置與所述多麥克風聲音採集裝置通訊連接,所述電腦裝置包括:一資料通信器,用於從所述多麥克風聲音採集裝置接收已預處理之音訊資料;一同步器,與所述資料通信器電性連接,所述同步器用於同步已預處理之音訊資料;及一處理器,與所述同步器電性連接,所述處理器用於分析已同步的音訊資料,以識別和定位目標音訊特徵,該處理器包括一特徵提取模組,該特徵提取模組根據所述已同步的音訊資料,執行語音活性檢測演算法(voice activity detector;VAD)、梅爾倒頻譜函數演算法(Mel-frequency cepstral coefficient;MFCC)和K平均演算法(K-means),以識別和提取初步音訊特徵。
- 如申請專利範圍第1項所述聲音定位系統,所述多麥克風聲音採集裝置包括:一載體;及複數個聲音採集模組,可拆卸地附著在所述載體上,每一所述聲音採集模組包括:所述複數個聲音接收器中的至少一聲音接收器,一轉換器,與所述聲音接收器電性連接,用於將所述聲音資料轉換為一數位音訊資料;及 一微控制器,與所述轉換器電性連接,用於控制所述聲音接收器採集聲音訊號,並預處理所述數位音訊資料。
- 如申請專利範圍第1項所述的聲音定位系統,所述多麥克風聲音採集裝置包括:一載體;及複數個聲音接收器,可拆卸地附著在所述載體上;及一預處理設備,包括:一轉換器,與所述聲音接收器電性連接,用於將所述聲音資料轉換為一數位音訊資料;及一微控制器,與所述轉換器電性連接,用於控制所述聲音接收器採集聲音訊號,並預處理所述數位音訊資料。
- 如申請專利範圍第1項所述的聲音定位系統,所述電腦裝置中的處理器更包括:一分類模組,用於分離和分類所述初步音訊特徵以獲取目標音訊特徵;及一訊號定位模組,用於分析所述目標音訊特徵,以獲取目標音訊特徵來源的位置資訊。
- 如申請專利範圍第4項所述聲音定位系統,所述處理器還包括:資料分析模組,用於將獲取的目標音訊特徵和目標音訊特徵來源的位置資訊與儲存在所述電腦裝置中的資料進行比較,以獲取診斷結果。
- 如申請專利範圍第1項所述聲音定位系統,所述電腦裝置還與伺服器通信連接,伺服器用於資料分析和儲存。
- 如申請專利範圍第1項所述聲音定位系統,所述聲音接收器為複數個用於聽診被測對象的聽診頭。
- 如申請專利範圍第1項所述聲音定位系統,所述聲音接收器的數量至少包括三個。
- 如申請專利範圍第1項所述聲音定位系統,所述複數個聲音接收器中的至少一部分呈矩形佈置在所述被測對象的胸部。
- 如申請專利範圍第1項所述聲音定位系統,所述複數個聲音接收器中的至少一部分呈矩形佈置在所述被測對象的心臟上。
- 如申請專利範圍第1項所述聲音定位系統,所述複數個聲音接收器中的至少一部分呈三角形佈置在所述被測對象的心臟上。
- 如申請專利範圍第1項所述聲音定位系統,所述複數個聲音接收器中的至少一部分佈置在所述被測對象的後背的左肋膈角和右肋膈角位置。
- 一聲音定位方法,應用於一聲音定位系統,其包含複數個聲音接收器,以及一電腦裝置,所述聲音接收器用以採集被測對象之聲音資料,所述電腦裝置通信連接於所述聲音接收器,所述聲音定位方法包含:取得被測對象的聲音資料;從所述聲音資料中,識別目標音訊特徵;以及分析所述目標音訊特徵,以獲取目標音訊特徵來源的位置資訊;其中,從所述聲音資料中識別目標音訊特徵的步驟包括:對所述聲音資料進行預處理;執行語音活性檢測演算法(voice activity detector;VAD)、梅爾倒頻譜函數演算法(Mel-frequency cepstral coefficient;MFCC)和K平均演算法(K-means),以提取初步音訊特徵;及分離和分類所述初步音訊特徵,以獲取所述目標音訊特徵。
- 如申請專利範圍第13項所述聲音定位方法,所述分離和分類所述初步音訊特徵以獲取所述目標音訊特徵包括: 從所述初步音訊特徵中分離噪音;將分離噪音後的初步音訊特徵分為正常音訊特徵和異常音訊特徵;及分離非期望的異常音訊特徵,以獲取所述目標音訊特徵。
- 如申請專利範圍第13項所述聲音定位方法,採用K-近鄰演算法(K-nearest neighbor;KNN)、高斯混合模型(Gaussian mixture model;GMM)、支援向量機(support vector machine;SVM)、或者深度神經網路(deep neural network;DNN)演算法來分離和分類所述初步音訊特徵。
- 如申請專利範圍第13項所述聲音定位方法,分析所述目標音訊特徵包括:在所述目標音訊特徵中執行方向到達估測演算法,以獲取所述目標音訊特徵來源的位置資訊。
- 如申請專利範圍第13項所述聲音定位方法,所述方法還包括:將獲取的目標音訊特徵和目標音訊特徵來源的位置資訊與儲存在所述電腦裝置中的資料進行比較,以獲取診斷結果。
- 如申請專利範圍第13項所述聲音定位方法,所述方法還包括:在所述被測對象的多維圖像上,視覺化顯示所述目標音訊特徵來源的位置資訊。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662420573P | 2016-11-11 | 2016-11-11 | |
US15/808901 | 2017-11-10 | ||
US15/808,901 US10159459B2 (en) | 2016-11-11 | 2017-11-10 | Multi-mic sound collector and system and method for sound localization |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201935468A TW201935468A (zh) | 2019-09-01 |
TWI695372B true TWI695372B (zh) | 2020-06-01 |
Family
ID=62107006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107139967A TWI695372B (zh) | 2016-11-11 | 2018-11-09 | 聲音定位系統和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10159459B2 (zh) |
EP (1) | EP3706634A4 (zh) |
JP (1) | JP2021502222A (zh) |
CN (1) | CN111315299A (zh) |
TW (1) | TWI695372B (zh) |
WO (1) | WO2019094399A1 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10925573B2 (en) | 2017-10-04 | 2021-02-23 | Ausculsciences, Inc. | Auscultatory sound-or-vibration sensor |
US11284827B2 (en) | 2017-10-21 | 2022-03-29 | Ausculsciences, Inc. | Medical decision support system |
US10820857B2 (en) * | 2018-02-01 | 2020-11-03 | Samer Nasry | Home medical examination system and garment |
US10522167B1 (en) * | 2018-02-13 | 2019-12-31 | Amazon Techonlogies, Inc. | Multichannel noise cancellation using deep neural network masking |
US11730669B2 (en) * | 2018-03-06 | 2023-08-22 | Koninklijke Philips N.V. | High frequency chest wall oscillator |
CN109009059B (zh) * | 2018-09-11 | 2021-03-30 | 江苏鹿得医疗电子股份有限公司 | 基于心音的心率计算方法 |
CN109805954B (zh) * | 2019-01-23 | 2021-09-14 | 苏州美糯爱医疗科技有限公司 | 一种电子听诊器的摩擦音干扰自动消除方法 |
CN111544030B (zh) * | 2020-05-20 | 2023-06-20 | 京东方科技集团股份有限公司 | 一种听诊器、诊断装置及诊断方法 |
CN111627178A (zh) * | 2020-06-30 | 2020-09-04 | 深圳市联丰科技有限公司 | 一种声音识别定位警戒***及其方法 |
CN111896626A (zh) * | 2020-08-18 | 2020-11-06 | 深圳瑞捷工程咨询股份有限公司 | 一种饰面砖空鼓检测器 |
AU2021328481A1 (en) * | 2020-08-19 | 2023-04-13 | Otonexus Medical Technologies, Inc. | Wearable auscultation device |
CN112259117B (zh) * | 2020-09-28 | 2024-05-14 | 上海声瀚信息科技有限公司 | 一种目标声源锁定和提取的方法 |
US11786161B2 (en) | 2020-10-06 | 2023-10-17 | Samer Nasry | Garment medical examination system |
TWI749880B (zh) * | 2020-11-19 | 2021-12-11 | 緯創資通股份有限公司 | 生理病徵識別方法及生理病徵感測系統 |
CN112617886A (zh) * | 2020-12-14 | 2021-04-09 | 华中科技大学 | 一种可穿戴无线听诊装置 |
WO2022260646A1 (en) * | 2021-06-07 | 2022-12-15 | Hewlett-Packard Development Company, L.P. | Microphone directional beamforming adjustments |
WO2023281515A1 (en) * | 2021-07-07 | 2023-01-12 | Cardiokol Ltd | Device and system for detecting sounds from a subject's body |
CN114305485B (zh) * | 2021-12-31 | 2024-07-05 | 科大讯飞股份有限公司 | 心跳监测方法以及心跳监测装置、计算机可读存储介质 |
CN114343705B (zh) * | 2022-01-10 | 2023-11-10 | 大连理工大学 | 一种可同时采集多路呼吸音的装置 |
CN115206341A (zh) * | 2022-07-18 | 2022-10-18 | 深圳瀚德智能技术有限公司 | 设备异常声音检测方法、装置和巡检机器人 |
KR102502620B1 (ko) * | 2022-07-22 | 2023-02-24 | 스마트사운드주식회사 | 인공지능을 이용한 질병 분류 방법 및 이를 위한 전자 장치 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6790183B2 (en) * | 1998-10-14 | 2004-09-14 | Raymond L. H. Murphy | Method and apparatus for displaying body sounds and performing diagnosis based on body sound analysis |
US8475396B2 (en) * | 2011-02-11 | 2013-07-02 | AventuSoft, LLC | Method and system of an acoustic scene analyzer for body sounds |
US20140300490A1 (en) * | 2011-12-23 | 2014-10-09 | The Trustees Of Dartmouth College | Wearable computing device for secure control of physiological sensors and medical devices, with secure storage of medical records, and bioimpedance biometric |
US20160050984A1 (en) * | 2013-04-10 | 2016-02-25 | Purdue Research Foundation | Sensing garments |
WO2016110804A1 (en) * | 2015-01-06 | 2016-07-14 | David Burton | Mobile wearable monitoring systems |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6776766B2 (en) * | 1996-04-03 | 2004-08-17 | Rush-Presbyterian-St. Luke's Medical Center | Method and apparatus for characterizing gastrointestinal sounds |
US5844997A (en) * | 1996-10-10 | 1998-12-01 | Murphy, Jr.; Raymond L. H. | Method and apparatus for locating the origin of intrathoracic sounds |
WO2008036911A2 (en) * | 2006-09-22 | 2008-03-27 | University Of Medicine And Dentistry Of New Jersey | System and method for acoustic detection of coronary artery disease |
DK2277021T3 (da) | 2008-04-25 | 2020-08-17 | Stichting Technische Wetenschappen | Acoustic holography |
US9526419B2 (en) * | 2009-09-01 | 2016-12-27 | Adidas Ag | Garment for physiological characteristics monitoring |
JP2014050614A (ja) * | 2012-09-10 | 2014-03-20 | Hoya Corp | 生体音測定システム |
US9687208B2 (en) * | 2015-06-03 | 2017-06-27 | iMEDI PLUS Inc. | Method and system for recognizing physiological sound |
US20170258390A1 (en) * | 2016-02-12 | 2017-09-14 | Newton Howard | Early Detection Of Neurodegenerative Disease |
-
2017
- 2017-11-10 US US15/808,901 patent/US10159459B2/en not_active Expired - Fee Related
-
2018
- 2018-11-07 WO PCT/US2018/059515 patent/WO2019094399A1/en unknown
- 2018-11-07 EP EP18876229.8A patent/EP3706634A4/en not_active Withdrawn
- 2018-11-07 JP JP2020544581A patent/JP2021502222A/ja active Pending
- 2018-11-07 CN CN201880072409.0A patent/CN111315299A/zh active Pending
- 2018-11-09 TW TW107139967A patent/TWI695372B/zh not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6790183B2 (en) * | 1998-10-14 | 2004-09-14 | Raymond L. H. Murphy | Method and apparatus for displaying body sounds and performing diagnosis based on body sound analysis |
US8475396B2 (en) * | 2011-02-11 | 2013-07-02 | AventuSoft, LLC | Method and system of an acoustic scene analyzer for body sounds |
US20140300490A1 (en) * | 2011-12-23 | 2014-10-09 | The Trustees Of Dartmouth College | Wearable computing device for secure control of physiological sensors and medical devices, with secure storage of medical records, and bioimpedance biometric |
US20160050984A1 (en) * | 2013-04-10 | 2016-02-25 | Purdue Research Foundation | Sensing garments |
WO2016110804A1 (en) * | 2015-01-06 | 2016-07-14 | David Burton | Mobile wearable monitoring systems |
Also Published As
Publication number | Publication date |
---|---|
EP3706634A1 (en) | 2020-09-16 |
EP3706634A4 (en) | 2021-08-11 |
JP2021502222A (ja) | 2021-01-28 |
CN111315299A (zh) | 2020-06-19 |
US10159459B2 (en) | 2018-12-25 |
WO2019094399A1 (en) | 2019-05-16 |
US20180132815A1 (en) | 2018-05-17 |
TW201935468A (zh) | 2019-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI695372B (zh) | 聲音定位系統和方法 | |
US10165985B2 (en) | System and method of extraction of the heart valve signals | |
KR101960654B1 (ko) | 신체 특성에 관한 데이터를 포착하고 출력하기 위한 시스템, 디바이스, 및 방법 | |
JP6457117B2 (ja) | 妊娠中の被験者の連続非侵襲モニタリング | |
US20220007964A1 (en) | Apparatus and method for detection of breathing abnormalities | |
Chen et al. | Intelligent heartsound diagnostics on a cellphone using a hands-free kit | |
US11800996B2 (en) | System and method of detecting falls of a subject using a wearable sensor | |
JP2013519420A (ja) | 周期的な生理学的信号を処理する方法及び装置 | |
US20240057937A1 (en) | Detecting and Measuring Snoring | |
JP2018512243A5 (zh) | ||
WO2018120643A1 (zh) | 生理监测结果的反馈方法及装置 | |
CN108882853A (zh) | 使用视觉情境来及时触发测量生理参数 | |
EP3399905A1 (en) | System and method of extraction, identification, making and display of the heart valve signals | |
US11232866B1 (en) | Vein thromboembolism (VTE) risk assessment system | |
JP7388199B2 (ja) | 生体情報収集システム、生体情報収集方法及びプログラム | |
US11083403B1 (en) | Pulmonary health assessment system | |
US20230293137A1 (en) | Method and devices for improved phonocardiography and methods for enhanced detection and diagnosis of disease | |
US20240252139A1 (en) | Electronic stethoscope and diagnostic algorithm | |
US11234630B2 (en) | Cardiac health assessment systems and methods | |
WO2024065722A1 (en) | Multiple sensor acoustic respiratory monitor | |
WO2024057260A1 (en) | Respiratory evaluation and monitoring system and method | |
Song | Enabling Smart Health Applications via Active Acoustic Sensing on Commodity Mobile Devices | |
CN115607122A (zh) | 一种非接触式便携睡眠初筛仪 | |
Augustyniak | Assisted living infrastructure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |