申请/专利权人：无锡市中医医院

申请日：2024-02-26

公开（公告）日：2024-05-28

公开（公告）号：CN118098586A

主分类号：G16H50/30

分类号：G16H50/30;G10L25/66;G10L25/30;G10L21/10;G16H50/20;G16H50/70;G16H15/00;G06N3/044;G06N3/084;A61B5/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种客观性耳鸣音频鉴别分析算法及其系统，涉及音频鉴别技术领域，该算法通过深度学习模块对音频的多个方面进行全面综合分析，包括频谱、波形图、周期图以及体检报告图，这综合分析使得对检测到的客观性耳鸣音频进行更为全面的分类和评估，通过深入提取音频的频谱特征、时域特征、周期性特征以及听力功能数据，系统通过数据分析模块计算出一个具体的综合耳鸣音频系数Emxs，使其综合耳鸣音频系数Emxs成为一个客观的指标，便于后期对耳鸣音频进行综合的评估分析，这种综合分析的方法不仅仅提供了耳鸣类型和程度的准确判断，从而为更好治疗客观性耳鸣提供科学和精确的支持。

主权项：1.一种客观性耳鸣音频鉴别分析系统，其特征在于：包括音频采集模块、数据转换模块、深度学习模块、数据分析模块和耳鸣评估模块；所述音频采集模块通过采用声卡对音频进行采集，并进行预处理，再将采集到的音频由数据转换模块，将音频信号进行数据转换，获得频谱、波形图和周期图，再通过设置扫描设备，对当前耳鸣患者的体检报告，由纸质转换成数字图片格式，获得体检报告图并进行采集；所述深度学习模块通过构建深度学习模型，并对频谱、波形图、周期图和体检报告图，中的频谱特征数据、时域特征数据、周期性特征数据和听力功能数据进行特征标记，并将分类汇总获取综合音频数据和听力功能数据；所述数据分析模块包括第一分析单元、第二分析单元和第三相关分析单元，所述第一分析单元用于依据综合音频数据的频谱特征数据集、时域特征数据集和周期性特征数据集，分析计算获取频谱特征系数Ppxs、时域特征系数Syxs和周期性特征系数Zqxs；并由第二分析单元从所述听力功能数据中，提取当前耳鸣患者的听力功能数据集，无量纲处理后，分析计算获取到听力系数Tlxs；再由第三相关分析单元将频谱特征系数Ppxs、时域特征系数Syxs和周期性特征系数Zqxs进行汇总分析生成综合音频系数Ypxs，再将综合音频系数Ypxs与听力系数Tlxs进行汇总计算，获得综合耳鸣音频系数Emxs；所述综合音频系数Ypxs和听力系数Tlxs通过以下公式获取； Tlxs＝[Ttl*b1+Txy*b2+Tyl*b3+Tpl*b4]+B；所述耳鸣评估模块用于预设第一评估阈值R，再将第一评估阈值R与所获取的综合音频系数Ypxs进行初次评估，获取相应的评估结果，再进行预设第二评估阈值Q，与所获取的综合耳鸣音频系数Emxs进行二次评估，分析当前造成耳鸣的原因。

全文数据：

权利要求：

百度查询： 无锡市中医医院 一种客观性耳鸣音频鉴别分析算法及其系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD