咳嗽音識別方法的應(yīng)用研究.pdf

1、咳嗽是是臨床常見病癥之一。隨著我國科技技術(shù)的不斷發(fā)展，工業(yè)化進程越來越快，人們的工作、生活也發(fā)生了明顯的改善。但工業(yè)給氣體、水源等環(huán)境帶來嚴重的污染，使人們的身體健康也逐漸受到了不同程度的影響，咳嗽癥狀也明顯地呈現(xiàn)出上升趨勢。多數(shù)不明原因的咳嗽的發(fā)病機制、病理特征尚未明確，需通過對咳嗽的特征描述和評估診斷病情，而對咳嗽的描述評估因受到主觀因素影響較大，給診斷造成了一定的難度，從而使部分患者因不能得到有效及時的治療而導致病程長達數(shù)月之久，

2、嚴重影響了患者的日常生活和工作學習。因此，開發(fā)出一種自動的、針對非固定個體的、能識別大部分在特定錄音中的咳嗽聲，并區(qū)分錄音中其他聲音的咳嗽音采集和分析系統(tǒng)就顯得尤為重要。
　　本文對咳嗽音識別的關(guān)鍵技術(shù)和咳嗽音特征進行分析，用小波包方法對咳嗽音進行了識別研究，分析了將其應(yīng)用在咳嗽識別中所面臨的問題，并針對這些問題提出了解決措施。
　　論文所做工作主要如下：
　　①對國內(nèi)外咳嗽音識別系統(tǒng)進行綜述，探討其利用的主要技術(shù)，實

3、現(xiàn)方式和系統(tǒng)性能。對咳嗽識別所涉及的關(guān)鍵技術(shù)進行探討，分析其原理并介紹了咳嗽音的基本特征。
　?、诟鶕?jù)咳嗽音的特點，改進了傳統(tǒng)的端點檢測算法，采用后端自適應(yīng)門限更新法來更新門限，改進起始點確定條件，并采用譜熵均值排除部分語音段。通過實驗證明，運用此算法進行咳嗽音的端點檢測可提高檢測率和起始點檢測的準確性。
　?、劢榻B了常用的兩種特征參數(shù)LPCC和MFCC及它們的差分參數(shù)，并把LPCC和MFCC及與它們的一階、二階差分參數(shù)的組

4、合特征運用到咳嗽音識別中，同時還詳細介紹了運用HMM模型實現(xiàn)咳嗽音識別的具體實現(xiàn)過程，通過模糊C均值聚類對特征參數(shù)進行矢量量化提取 HMM模型的輸入觀測序列。最后通過實驗證明MFCC組合特征參數(shù)和HMM模型在咳嗽音識別中的有效性。
　?、芾妙l譜分析的方法對咳嗽音及其他聲音信號的特征進行了分析，根據(jù)分析結(jié)果針對信號能量分布不均勻采用了最小熵標準確定最佳結(jié)點，通過對由此得到的結(jié)點上進行特征提取不僅可以提高特征參數(shù)的性能還為提高處理速