基於自適應頻率尺度變換的骨導鼾聲識別關鍵技術研究

《基於自適應頻率尺度變換的骨導鼾聲識別關鍵技術研究》是依託天津大學，由魏建國擔任項目負責人的面上項目。

基本介紹

• 中文名：基於自適應頻率尺度變換的骨導鼾聲識別關鍵技術研究
• 項目類別：面上項目
• 項目負責人：魏建國
• 依託單位：天津大學

項目摘要

打鼾是睡眠過程中呼吸削弱的徵兆,20%的人都會打鼾, 其中15%的打鼾者患有睡眠呼吸暫停綜合症,其死亡率高達40%，我國大約有 3750 萬人的健康受到該病症威脅。本課題對利用骨導音採集的鼾聲進行自動識別中的關鍵技術進行研究。包括對於骨導鼾聲採集位置的研究；建立大規模骨導鼾聲音頻及同步體態資料庫。在鼾聲特徵參數提取方面，根據鼾聲、呼吸信號、語音及咳嗽等信號分布計算F-ratio，按照每個頻帶對鼾聲識別的貢獻率的大小重新安排濾波器的分布，提出鼾聲自適應頻率尺度變換新方法，從而更好的獲取鼾聲音頻信號特徵。利用受限波爾茲曼機對鼾聲特徵向量進行降維研究，將原始數據特徵向量中各個元素間的相關性體現到高層特徵表示中，並降低特徵參數維數。通過同步採集的睡姿及鼾聲信號，定量分析兩者間相關性。利用睡眠呼吸行為事件的上下文關係建立鼾聲行為統計模型，並利用隱馬爾可夫模型方法建立鼾識別驗證系統。

結題摘要

打鼾是睡眠過程中呼吸削弱的徵兆，20%的人都會打鼾，其中15%的打鼾者患有睡眠呼吸暫停綜合症，其死亡率高達40%，我國大約有 3750 萬人的健康受到該病症威脅。鼾聲的產生是由於氣流經過上氣道狹窄部位時，變得湍急，從而引起了軟組織結構的振動。而睡眠呼吸暫停綜合症直接發病機制也是上氣道的狹窄與阻塞，鼾聲的聲學參數已經被用於臨床試驗，其適用性也得到了證明。因此，鼾聲的自動識別以及特徵參數的提取等關鍵技術的研究對於睡眠呼吸暫停綜合症的診斷和治療變得尤為重要。本課題對這些問題進行了研究，從而實現基於自適應頻率尺度變換的骨導鼾聲識別技術。本課題對骨導鼾聲採集位置進行了研究，建立了一套整合陀螺儀、加速度計、氣導麥克風和骨導麥克風的數據採集系統。基於該採集系統，本課題採集並構建了大規模骨導鼾聲音頻及同步體態資料庫。利用該資料庫，本課題對鼾聲特徵提取算法進行了研究，搭建了基於DNN的鼾聲檢測系統，通過骨導麥克風和搭載錄音APP的手機或平板電腦連線，可以便捷地錄取鼾聲數據並實現對睡眠呼吸暫停低通氣綜合症的篩查。此外，本課題設計了一種用於記錄口氣流、鼻氣流和無損語音的設備，可以通過觀察鼻氣流波形的變化分析軟齶的上升與振動，用於未來測量鼾聲呼吸信息。為了減小不同研究對象的上氣道差異，本課題採用薄板樣條(TPS)的方法歸一化處理二維聲道的形態差異，同時，基於MRI數據對發音模型進行了研究，有助於上氣道的數據分析和模型的建立。本課題建立了多模態的鼾聲數據採集系統、資料庫，以及對應的鼾聲識別驗證系統。不僅實現了對睡眠呼吸暫停綜合症的篩查，更有效促進上呼吸道形態結構的研究，從而為確定鼾聲激發機制和位置，以及治療方案的選擇提供幫助。