CN106539560A - 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 - Google Patents
鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 Download PDFInfo
- Publication number
- CN106539560A CN106539560A CN201611056699.9A CN201611056699A CN106539560A CN 106539560 A CN106539560 A CN 106539560A CN 201611056699 A CN201611056699 A CN 201611056699A CN 106539560 A CN106539560 A CN 106539560A
- Authority
- CN
- China
- Prior art keywords
- sound
- snoring
- threshold
- peak
- time point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
- A61F5/56—Devices for preventing snoring
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Otolaryngology (AREA)
- Pulmonology (AREA)
- Nursing (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Vascular Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕。其中,鼾声检测方法,包括:检测声音信号,将其转换成电信号;接收电信号,将其转化为数字信号;接收数字信号,当数字信号对应数值等于第一阈值时,开始计时,记录数值对应时间点t1;当数值等于第二阈值时,记录对应时间点t2;在t2后,记录第一阈值对应时间点t3,第二阈值对应时间点t4;在t4后,记录第一阈值对应时间点t5,第二阈值对应时间点t6,结束计时;存储时间点;计算每个声音峰持续时间,三个声音峰持续时间标准差和峰峰间隔时间之差;判断计算的数值是否在预设范围内;若是,确定声音信号为鼾声,实现实时检测鼾声,由于增加时间点数量的采集,提高鼾声检测的准确率。
Description
技术领域
本发明涉及医疗检测技术领域,具体而言,涉及一种鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕。
背景技术
目前,打鼾已经成为睡眠质量的障碍,同时打鼾可能会带来高血压、糖尿病、冠心病、脑梗、心梗等多种并发症,打鼾严重的患者还会出现呼吸骤停现象,危及生命安全。
市场上民用的止鼾产品和专利普遍采用鼾声阈值判断法,即采用普通的麦克风模块,把声音的分贝值转化成电压值,再通过模数转换发送高低变化的数字信号到主控系统,当检测到的数字信号高于一个阈值,则判断为有鼾声,阈值判断的方法算法简单,不需要存储大量的数据,硬件上只需采用普通的麦克风模块、模数转换芯片和单片机,因此成本低,但实际使用过程中误判率极高,这种方法无法滤除环境噪声(如说话、咳嗽、鸟鸣、装修噪声等等),严重影响使用效果。
医学和科学研究上普遍采用整晚声音采集结合功率谱分析的方法,医学上采用整晚声音采集结合功率谱分析的方法判断准确,但需要能够存储大数据的服务器作为支撑,软件算法复杂,硬件成本较高,而且不能做实时检测判断,不适用于民用的鼾声检测干预产品。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提出了一种鼾声检测方法。
本发明的另一个目的在于提出了一种鼾声检测系统。
本发明的又一个目的在于提出了一种止鼾系统。
本发明的再一个目的在于提出了一种止鼾枕。
有鉴于此,本发明提出了一种鼾声检测方法,包括:检测声音信号,并将检测到的声音信号转换成电信号;接收电信号,将电信号转化为数字信号;接收数字信号,当数字信号对应的数值等于第一阈值时,开始计时,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;在t2时间点后,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4,完成第二声音峰的采样;在t4时间点后,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6,完成第三声音峰的采样,结束计时;存储时间点t1、t2、t3、t4、t5、t6;根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;判断σ、T1、T3、T5和△T是否在对应的预设范围内;当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声。
本发明提供的鼾声检测方法,通过检测声音信号,并将声音信号转换成电信号,再将电信号转化为数字信号,接收此数字信号,通过一定的鼾声检测算法,实现鼾声检测和识别。
具体地说,当数字信号对应的数值等于第一阈值时,开始计时,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点,实现t1时间点后等于第一阈值对应的时间点不作记录,同理地,通过设置第二阈值,记录时间点t2,将t2进行标识,实现t2时间点后等于第二阈值对应的时间点不作记录,顺利完成第一声音峰的采样,进一步地,通过第一阈值和第二阈值,依次完成时间点t1、t2、t3、t4、t5、t6的采集,结束计时并存储六个时间点,实现三个声音峰的采样。进一步地,通过六个时间点,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T,判断σ、T1、T3、T5和△T是否在对应的预设范围内,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声,实现通过简单的算法确定检测到的声音为鼾声,此算法简单,检测和识别鼾声的速度快,能够实现实时检测、判断。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高。
根据本发明上述的鼾声检测方法,还可以具有如下附加的技术特征:
在上述技术方案中,优选地,σ、T1、T3、T5和△T对应的预设范围为:σ小于第一预设值;T1、T3和T5大于第二预设值小于第三预设值;以及△T小于第四预设值。
在该技术方案中,通过设置三个声音峰持续时间的标准差σ的预设范围为小于第一预设值,实现了排除三个声音峰持续时间相差较大的环境噪声;通过设置每个声音峰的持续时间的预设范围为大于第二预设值小于第三预设值,实现了排除有规律的短促和/或持续时间长的环境噪声;通过设置峰峰间隔时间之差小于第四预设值,实现排除两个低分贝持续时间之差过长的环境噪声。通过设置σ、T1、T3、T5和△T对应的预设范围,使得鼾声检测的算法更加精确,提高了鼾声识别的准确率。
在上述技术方案中,优选地,当计时时间到达预设时间值时,未采集到6个时间点,确定检测到的声音信号为非鼾声,结束计时。
在该技术方案中,当计时时间到达预设时间值时,未采集到6个时间点,说明该声音为短促的环境噪声,确定检测到的声音信号为非鼾声,并结束计时,实现及时进行非鼾声识别,识别速度快,保证了鼾声识别的准确率。
在上述技术方案中,优选地,每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
在该技术方案中,通过表达公式,可以准确地计算出每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ以及峰峰间隔时间之差△T,便于判断σ、T1、T3、T5以及△T是否在对应的预设范围内,进而实现快速地检测和识别鼾声,保证鼾声检测和识别的准确率。
在上述技术方案中,优选地,第一阈值大于第二阈值。
在该技术方案中,通过设置第一阈值大于第二阈值,使得可以准确、有序地检测到声音峰,并依次记录第一阈值以及第二阈值分别对应的时间点,实现三个声音峰的采样,进而实现鼾声的检测和识别。
在上述技术方案中,优选地,将电信号转化为数字信号的步骤,具体包括:对电信号进行模数转换,转化为二进制数字信号;通过计算将二进制数字信号转化为预设进制数字信号。
在该技术方案中,通过对电信号进行模数转换,转化为二进制数字信号,方便将二进制数字信号转化为预设进制数字信号,实现第一阈值以及第二阈值对应的时间点的采集,进而实现鼾声的检测和识别。
在上述技术方案中,优选地,第一预设值的取值范围为:300ms至500ms;第二预设值的取值范围为:200ms至500ms;第三预设值的取值范围为:700ms至1000ms;第四预设值的取值范围为:1000ms至3000ms。
在该技术方案中,通过设置第一预设值、第二预设值、第三预设值以及第四预设值的合理的取值范围,可以提高鼾声检测和识别的准确率。
在上述技术方案中,优选地,时间点的个数可以为大于6的偶数。
在该技术方案中,时间点的个数可以为大于6的偶数,由于增加时间点数量的采集,提高鼾声检测和识别的准确率。
在上述技术方案中,优选地,预设进制数字信号为十进制数字信号。
在该技术方案中,预设进制数字信号为十进制数字信号,方便实现第一阈值以及第二阈值对应的时间点的采集,进而快速地进行判断是否满足鼾声条件,实现实时检测、识别鼾声。
本发明还提出了一种鼾声检测系统,包括:麦克风模块,用于检测声音信号,并将检测到的声音信号转换成电信号;数字信号转化模块,用于将电信号转化为数字信号;接收模块,用于接收数字信号;第一计时模块,用于当数字信号对应的数值等于第一阈值时,开始计时;记录模块,用于记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;还用于当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;还用于在t2时间点后,完成第二声音峰的采样,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4;还用于在t4时间点后,完成第三声音峰的采样,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6;第一计时模块,还用于在完成第三声音峰的采样后,结束计时;存储模块,用于存储时间点t1、t2、t3、t4、t5、t6;第一计算模块,用于根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;判断模块,用于判断σ、T1、T3、T5和△T是否在对应的预设范围内;第一鼾声确定模块,用于当σ、T1、T3、T5和△T在对应的预设的范围内时,确定检测到的声音为鼾声。
本发明提供的鼾声检测系统,通过麦克风模块,检测声音信号,并将声音信号转换成电信号,再通过数字信号转化模块,将电信号转化为数字信号,通过接收模块,接收此数字信号,通过一定的鼾声检测算法,实现鼾声检测和识别。
具体地说,通过第一计时模块,当数字信号对应的数值等于第一阈值时,开始计时,通过记录模块,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点,实现t1时间点后等于第一阈值对应的时间点不作记录,同理地,设置第二阈值,通过记录模块,记录时间点t2,将t2进行标识,实现t2时间点后等于第二阈值对应的时间点不作记录,顺利完成第一声音峰的采样,进一步地,通过第一阈值和第二阈值,依次完成时间点t1、t2、t3、t4、t5、t6的采集,通过第一计时模块,在完成第三声音峰的采样后,结束计时,并通过存储模块,存储六个时间点,实现三个声音峰的采样。进一步地,通过第一计算模块,根据存储的六个时间点,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T,通过判断模块,判断σ、T1、T3、T5和△T是否在对应的预设范围内,通过第一鼾声确定模块,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声,实现通过简单的算法确定检测到的声音为鼾声,此算法简单,检测和识别鼾声的速度快,能够实现实时检测、判断。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高。
根据本发明上述的鼾声检测系统,还可以具有如下附加的技术特征:
在上述技术方案中,优选地,σ、T1、T3、T5和△T对应的预设范围为:σ小于第一预设值;T1、T3和T5大于第二预设值小于第三预设值;以及△T小于第四预设值。
在该技术方案中,通过设置三个声音峰持续时间的标准差σ的预设范围为小于第一预设值,实现了排除三个声音峰持续时间相差较大的环境噪声;通过设置每个声音峰的持续时间的预设范围为大于第二预设值小于第三预设值,实现了排除有规律的短促和/或持续时间长的环境噪声;通过设置峰峰间隔时间之差小于第四预设值,实现排除两个低分贝持续时间之差过长的环境噪声。通过设置σ、T1、T3、T5和△T对应的预设范围,使得鼾声检测的算法更加精确,提高了鼾声识别的准确率。
在上述技术方案中,优选地,第二鼾声确定单元,用于当计时时间到达预设时间值时,未采集到6个时间点,确定检测到的声音信号为非鼾声;同时第二计时模块,用于结束计时。
在该技术方案中,通过第二鼾声确定单元,当计时时间到达预设时间值时,未采集到6个时间点,说明该声音为短促的环境噪声,确定检测到的声音信号为非鼾声,并通过第二计时模块,结束计时,实现及时进行非鼾声识别,识别速度快,保证了鼾声识别的准确率。
在上述技术方案中,优选地,每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
在该技术方案中,通过表达公式,可以准确地计算出每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ以及峰峰间隔时间之差△T,便于判断σ、T1、T3、T5以及△T是否在对应的预设范围内,进而实现快速地检测和识别鼾声,保证鼾声检测和识别的准确率。
在上述技术方案中,优选地,第一阈值大于第二阈值。
在该技术方案中,通过设置第一阈值大于第二阈值,使得可以准确、有序地检测到声音峰,并依次记录第一阈值以及第二阈值分别对应的时间点,实现三个声音峰的采样,进而实现鼾声的检测和识别。
在上述技术方案中,优选地,数字信号转化模块具体包括:模数转换模块,用于对电信号进行模数转换,转化为二进制数字信号;第二计算模块,通过计算将二进制数字信号转化为预设进制数字信号。
在该技术方案中,通过模数转换模块,对电信号进行模数转换,转化为二进制数字信号,方便第二计算模块进行计算,将二进制数字信号转化为预设进制数字信号,实现第一阈值以及第二阈值对应的时间点的采集,进而实现鼾声的检测和识别。
在上述技术方案中,优选地,第一预设值的取值范围为:300ms至500ms;第二预设值的取值范围为:200ms至500ms;第三预设值的取值范围为:700ms至1000ms;第四预设值的取值范围为:1000ms至3000ms。
在该技术方案中,通过设置第一预设值、第二预设值、第三预设值以及第四预设值的合理的取值范围,可以提高鼾声检测和识别的准确率。
在上述技术方案中,优选地,时间点的个数可以为大于6的偶数。
在该技术方案中,时间点的个数可以为大于6的偶数,由于增加时间点数量的采集,提高鼾声检测和识别的准确率。
在上述技术方案中,优选地,预设进制数字信号为十进制数字信号。
在该技术方案中,预设进制数字信号为十进制数字信号,方便实现第一阈值以及第二阈值对应的时间点的采集,进而快速地进行判断是否满足鼾声条件,实现实时检测、识别鼾声。
本发明还提出一种止鼾系统,包括:上述任一技术方案所述的鼾声检测系统;以及鼾声干预装置,用于当鼾声检测系统确定接收到的声音为鼾声时,进行止鼾动作。
本发明提供的止鼾系统,通过采用鼾声检测系统以及鼾声干预装置,当鼾声检测系统确定接收到的声音为鼾声时,及时进行止鼾动作,提高打鼾患者的睡眠质量,实现通过简单的算法确定检测到的声音为鼾声,检测和识别鼾声的速度快,能够实现实时检测、判断,提升了用户的使用体验。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高,进一步地提升了用户的使用体验。进一步地,本发明提供的止鼾系统,不需要成本较高的硬件做支撑,就能实现准确地检测和识别鼾声,提高了产品的市场竞争力。
在上述技术方案中,优选地,止鼾动作包括以下至少一种或其组合:气囊充放气、弱电刺激、机械振动。
在该技术方案中,止鼾动作包括但并不局限于以下至少一种或其组合:气囊充放气、弱电刺激、机械振动,通过设置不同的止鼾动作,满足用户对止鼾动作的个性化要求,提高了用户的使用体验。
本发明还提出一种止鼾枕,包括上述任一技术方案所述的止鼾系统。
本发明提供的止鼾枕,通过采用上述任一技术方案所述的止鼾系统,当检测到的声音为鼾声时,及时进行止鼾动作,提高打鼾患者的睡眠质量,实现通过简单的算法确定检测到的声音为鼾声,检测和识别鼾声的速度快,能够实现实时检测、判断,提升了用户的使用体验。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高,进一步地提升了用户的使用体验。进一步地,本发明提供的止鼾系统,不需要成本较高的硬件做支撑,就能实现准确地检测和识别鼾声,提高了产品的市场竞争力。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1a是本发明的一个实施例的人说话时的波形的示意图;
图1b是本发明的一个实施例的人打鼾时的波形的示意图;
图1c是本发明的一个实施例的检测到的声音信号的波形的示意图;
图1d是本发明的一个实施例的鼾声检测方法的流程示意图;
图1e是本发明的一个实施例的三个声音峰持续时间相差较大的环境噪声的波形的示意图;
图1f是本发明的一个实施例的有规律的短促和持续时间长的环境噪声的波形的示意图;
图1g是本发明的一个实施例的两个低分贝持续时间之差过长的环境噪声的波形的示意图;
图2是本发明的一个实施例的鼾声检测系统的示意图;
图3是本发明的另一个实施例的鼾声检测系统的示意图;
图4是本发明的一个实施例的止鼾系统的示意图;
图5是本发明的一个实施例的止鼾枕的示意图;
图6是本发明的另一个实施例的止鼾系统的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不限于下面公开的具体实施例的限制。
如图1a所示,人说话时的波形一般是杂乱无章的;如图1b所示,人打鼾时的波形一般为有规律的相似的波形。根据这一规律,如图1d所示,本发明的一个实施例的鼾声检测方法的流程示意图:
步骤102,检测声音信号,并将检测到的声音信号转换成电信号;
步骤104,接收电信号,将电信号转化为数字信号;
步骤106,接收数字信号,当数字信号对应的数值等于第一阈值时,开始计时,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;
步骤108,当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;
步骤110,在t2时间点后,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4,完成第二声音峰的采样;
步骤112,在t4时间点后,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6,完成第三声音峰的采样,结束计时;
步骤114,存储时间点t1、t2、t3、t4、t5、t6;
步骤116,根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
步骤118,判断σ、T1、T3、T5和△T是否在对应的预设范围内;
步骤120,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声。
本发明提供的鼾声检测方法,通过检测声音信号,并将声音信号转换成电信号,再将电信号转化为数字信号,接收此数字信号,通过一定的鼾声检测算法,实现鼾声检测和识别。如图1c所示,检测到的声音信号的波形的示意图:上限阈值即为第一阈值,下限阈值即为第二阈值,完成三个声音峰的采样,记录六个时间点分别为t1、t2、t3、t4、t5、t6。
具体地说,当数字信号对应的数值等于第一阈值时,开始计时,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点,实现t1时间点后等于第一阈值对应的时间点不作记录,同理地,通过设置第二阈值,记录时间点t2,将t2进行标识,实现t2时间点后等于第二阈值对应的时间点不作记录,顺利完成第一声音峰的采样,进一步地,通过第一阈值和第二阈值,依次完成时间点t1、t2、t3、t4、t5、t6的采集,结束计时并存储六个时间点,实现三个声音峰的采样。进一步地,通过六个时间点,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T,判断σ、T1、T3、T5和△T是否在对应的预设范围内,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声,实现通过简单的算法确定检测到的声音为鼾声,此算法简单,检测和识别鼾声的速度快,能够实现实时检测、判断。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高。
具体实施例中,可以合理地修改第一阈值和第二阈值。
在本发明的一个实施例中,优选地,σ、T1、T3、T5和△T对应的预设范围为:σ小于第一预设值;T1、T3和T5大于第二预设值小于第三预设值;以及△T小于第四预设值。
在该实施例中,通过设置三个声音峰持续时间的标准差σ的预设范围为小于第一预设值,实现了排除三个声音峰持续时间相差较大的环境噪声,即如图1e所示波形的环境噪声;通过设置每个声音峰的持续时间的预设范围为大于第二预设值小于第三预设值,实现了排除有规律的短促和/或持续时间长的环境噪声(如咳嗽声音),即如图1f所示波形的环境噪声;通过设置峰峰间隔时间之差小于第四预设值,实现排除两个低分贝持续时间之差过长的环境噪声,即如图1g所示波形的环境噪声。通过设置σ、T1、T3、T5和△T对应的预设范围,使得鼾声检测的算法更加精确,提高了鼾声识别的准确率。
如图1d所示,本发明的另一个实施例的鼾声检测方法的流程示意图:
步骤102,检测声音信号,并将检测到的声音信号转换成电信号;
步骤104,接收电信号,将电信号转化为数字信号;
步骤106,接收数字信号,当数字信号对应的数值等于第一阈值时,开始计时,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;
步骤108,当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;
步骤110,在t2时间点后,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4,完成第二声音峰的采样;
步骤112,在t4时间点后,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6,完成第三声音峰的采样,结束计时;
步骤114,存储时间点t1、t2、t3、t4、t5、t6;
步骤116,根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
步骤118,判断σ、T1、T3、T5和△T是否在对应的预设范围内;
步骤120,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声。
步骤122,当计时时间到达预设时间值时,未采集到6个时间点,确定检测到的声音信号为非鼾声,结束计时。
在该实施例中,当计时时间到达预设时间值时,未采集到6个时间点,说明该声音为短促的环境噪声,确定检测到的声音信号为非鼾声,并结束计时,实现及时进行非鼾声识别,识别速度快,保证了鼾声识别的准确率。
在本发明的一个实施例中,优选地,每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
在该实施例中,通过表达公式,可以准确地计算出每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ以及峰峰间隔时间之差△T,便于判断σ、T1、T3、T5以及△T是否在对应的预设范围内,进而实现快速地检测和识别鼾声,保证鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,第一阈值大于第二阈值。
在该实施例中,通过设置第一阈值大于第二阈值,使得可以准确、有序地检测到声音峰,并依次记录第一阈值以及第二阈值分别对应的时间点,实现三个声音峰的采样,进而实现鼾声的检测和识别。
在本发明的一个实施例中,优选地,将电信号转化为数字信号的步骤,具体包括:对电信号进行模数转换,转化为二进制数字信号;通过计算将二进制数字信号转化为预设进制数字信号。
在该实施例中,通过对电信号进行模数转换,转化为二进制数字信号,方便将二进制数字信号转化为预设进制数字信号,实现第一阈值以及第二阈值对应的时间点的采集,进而实现鼾声的检测和识别。
在本发明的一个实施例中,优选地,第一预设值的取值范围为:300ms至500ms;第二预设值的取值范围为:200ms至500ms;第三预设值的取值范围为:700ms至1000ms;第四预设值的取值范围为:1000ms至3000ms。
在该实施例中,通过设置第一预设值、第二预设值、第三预设值以及第四预设值的合理的取值范围,可以提高鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,时间点的个数可以为大于6的偶数。
在该实施例中,时间点的个数可以为大于6的偶数,由于增加时间点数量的采集,提高鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,预设进制数字信号为十进制数字信号。
在该实施例中,预设进制数字信号为十进制数字信号,方便实现第一阈值以及第二阈值对应的时间点的采集,进而快速地进行判断是否满足鼾声条件,实现实时检测、识别鼾声。
如图2所示,本发明的一个实施例的鼾声检测系统200的示意图:
麦克风模块202,用于检测声音信号,并将检测到的声音信号转换成电信号;
数字信号转化模块204,用于将电信号转化为数字信号;
接收模块206,用于接收数字信号;
第一计时模块208,用于当数字信号对应的数值等于第一阈值时,开始计时;
记录模块210,用于记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;还用于当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;还用于在t2时间点后,完成第二声音峰的采样,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4;还用于在t4时间点后,完成第三声音峰的采样,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6;
第一计时模块208,还用于在完成第三声音峰的采样后,结束计时;
存储模块212,用于存储时间点t1、t2、t3、t4、t5、t6;
第一计算模块214,用于根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
判断模块216,用于判断σ、T1、T3、T5和△T是否在对应的预设范围内;
第一鼾声确定模块218,用于当σ、T1、T3、T5和△T在对应的预设的范围内时,确定检测到的声音为鼾声。
本发明提供的鼾声检测系统200,通过麦克风模块202,检测声音信号,并将声音信号转换成电信号,再通过数字信号转化模块204,将电信号转化为数字信号,通过接收模块206,接收此数字信号,通过一定的鼾声检测算法,实现鼾声检测和识别。
具体地说,通过第一计时模块208,当数字信号对应的数值等于第一阈值时,开始计时,通过记录模块210,记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点,实现t1时间点后等于第一阈值对应的时间点不作记录,同理地,设置第二阈值,通过记录模块210,记录时间点t2,将t2进行标识,实现t2时间点后等于第二阈值对应的时间点不作记录,顺利完成第一声音峰的采样,进一步地,通过第一阈值和第二阈值,依次完成时间点t1、t2、t3、t4、t5、t6的采集,通过第一计时模块208,在完成第三声音峰的采样后,结束计时,并通过存储模块212,存储六个时间点,实现三个声音峰的采样。进一步地,通过第一计算模块214,根据存储的六个时间点,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T,通过判断模块216,判断σ、T1、T3、T5和△T是否在对应的预设范围内,通过第一鼾声确定模块218,当σ、T1、T3、T5和△T在对应的预设范围内时,确定检测到的声音信号为鼾声,实现通过简单的算法确定检测到的声音为鼾声,此算法简单,检测和识别鼾声的速度快,能够实现实时检测、判断。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高。
具体实施例中,可以将接收模块,第一计时模块,记录模块,存储模块,第一计算模块,判断模块以及第一鼾声确定模块集成在一个单片机内。
在本发明的一个实施例中,优选地,σ、T1、T3、T5和△T对应的预设范围为:σ小于第一预设值;T1、T3和T5大于第二预设值小于第三预设值;以及△T小于第四预设值。
在该实施例中,通过设置三个声音峰持续时间的标准差σ的预设范围为小于第一预设值,实现了排除三个声音峰持续时间相差较大的环境噪声;通过设置每个声音峰的持续时间的预设范围为大于第二预设值小于第三预设值,实现了排除有规律的短促和/或持续时间长的环境噪声;通过设置峰峰间隔时间之差小于第四预设值,实现排除两个低分贝持续时间之差过长的环境噪声。通过设置σ、T1、T3、T5和△T对应的预设范围,使得鼾声检测的算法更加精确,提高了鼾声识别的准确率。
如图3所示,本发明的另一个实施例的鼾声检测系统300的示意图:
麦克风模块302,用于检测声音信号,并将检测到的声音信号转换成电信号;
数字信号转化模块304,用于将电信号转化为数字信号;
接收模块306,用于接收数字信号;
第一计时模块308,用于当数字信号对应的数值等于第一阈值时,开始计时;
记录模块310,用于记录数值对应的时间点为t1,并将t1标识为已采样到第一阈值对应的时间点;还用于当数值等于第二阈值时,记录数值对应的时间点为t2,并将t2标识为已采样到第二阈值对应的时间点,完成第一声音峰的采样;还用于在t2时间点后,完成第二声音峰的采样,记录第一阈值对应的时间点为t3,记录第二阈值对应的时间点为t4;还用于在t4时间点后,完成第三声音峰的采样,记录第一阈值对应的时间点为t5,记录第二阈值对应的时间点为t6;
第一计时模块308,还用于在完成第三声音峰的采样后,结束计时;
存储模块312,用于存储时间点t1、t2、t3、t4、t5、t6;
第一计算模块314,用于根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
判断模块316,用于判断σ、T1、T3、T5和△T是否在对应的预设范围内;
第一鼾声确定模块318,用于当σ、T1、T3、T5和△T在对应的预设的范围内时,确定检测到的声音为鼾声;
第二鼾声确定模块320,用于当计时时间到达预设时间值时,未采集到6个时间点,确定检测到的声音信号为非鼾声;同时
第二计时模块322,用于结束计时。
在该实施例中,通过第二鼾声确定单元320,当计时时间到达预设时间值时,未采集到6个时间点,说明该声音为短促的环境噪声,确定检测到的声音信号为非鼾声,并通过第二计时模块322,结束计时,实现及时进行非鼾声识别,识别速度快,保证了鼾声识别的准确率。
具体实施例中,可以将接收模块,第一计时模块,记录模块,存储模块,第一计算模块,判断模块,第一鼾声确定模块,第二鼾声确定模块以及第二计时模块,集成在一个单片机内。
在本发明的一个实施例中,优选地,每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
在该实施例中,通过表达公式,可以准确地计算出每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ以及峰峰间隔时间之差△T,便于判断σ、T1、T3、T5以及△T是否在对应的预设范围内,进而实现快速地检测和识别鼾声,保证鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,第一阈值大于第二阈值。
在该实施例中,通过设置第一阈值大于第二阈值,使得可以准确、有序地检测到声音峰,并依次记录第一阈值以及第二阈值分别对应的时间点,实现三个声音峰的采样,进而实现鼾声的检测和识别。
在本发明的一个实施例中,优选地,数字信号转化模块具体包括:模数转换模块,用于对电信号进行模数转换,转化为二进制数字信号;第二计算模块,通过计算将二进制数字信号转化为预设进制数字信号。
在该实施例中,通过模数转换模块,对电信号进行模数转换,转化为二进制数字信号,方便第二计算模块进行计算,将二进制数字信号转化为预设进制数字信号,实现第一阈值以及第二阈值对应的时间点的采集,进而实现鼾声的检测和识别。
在本发明的一个实施例中,优选地,第一预设值的取值范围为:300ms至500ms;第二预设值的取值范围为:200ms至500ms;第三预设值的取值范围为:700ms至1000ms;第四预设值的取值范围为:1000ms至3000ms。
在该实施例中,通过设置第一预设值、第二预设值、第三预设值以及第四预设值的合理的取值范围,可以提高鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,时间点的个数可以为大于6的偶数。
在该实施例中,时间点的个数可以为大于6的偶数,由于增加时间点数量的采集,提高鼾声检测和识别的准确率。
在本发明的一个实施例中,优选地,预设进制数字信号为十进制数字信号。
在该实施例中,预设进制数字信号为十进制数字信号,方便实现第一阈值以及第二阈值对应的时间点的采集,进而快速地进行判断是否满足鼾声条件,实现实时检测、识别鼾声。
如图4所示,本发明的一个实施例的止鼾系统400的示意图:
鼾声检测系统402;
鼾声干预装置404,用于当鼾声检测系统402确定接收到的声音为鼾声时,进行止鼾动作。
本发明提供的止鼾系统400,通过采用鼾声检测系统402以及鼾声干预装置404,当鼾声检测系统确定接收到的声音为鼾声时,及时进行止鼾动作,提高打鼾患者的睡眠质量,实现通过简单的算法确定检测到的声音为鼾声,检测和识别鼾声的速度快,能够实现实时检测、判断,提升了用户的使用体验。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高,进一步地提升了用户的使用体验。进一步地,本发明提供的止鼾系统,不需要成本较高的硬件做支撑,就能实现准确地检测和识别鼾声,提高了产品的市场竞争力。
在本发明的一个实施例中,优选地,止鼾动作包括以下至少一种或其组合:气囊充放气、弱电刺激、机械振动。
在该实施例中,止鼾动作包括但并不局限于以下至少一种或其组合:气囊充放气、弱电刺激、机械振动,通过设置不同的止鼾动作,满足用户对止鼾动作的个性化要求,提高了用户的使用体验。
如图5所示,本发明的一个实施例的止鼾枕500的示意图:包括上述任一技术方案所述的止鼾系统502。
本发明提供的止鼾枕500,通过采用上述任一技术方案所述的止鼾系统502,当检测到的声音为鼾声时,及时进行止鼾动作,提高打鼾患者的睡眠质量,实现通过简单的算法确定检测到的声音为鼾声,检测和识别鼾声的速度快,能够实现实时检测、判断,提升了用户的使用体验。进一步地,由于增加采样峰以及时间点数量的采集,使得鼾声检测的准确率提高,进一步地提升了用户的使用体验。进一步地,本发明提供的止鼾系统,不需要成本较高的硬件做支撑,就能实现准确地检测和识别鼾声,提高了产品的市场竞争力。
具体实施例一,如图6所示的本发明的止鼾系统:通过采用麦克风模块、数模转换模块、单片机以及鼾声干预装置,实现通过简单的算法确定检测到的声音为鼾声,及时进行止鼾动作。其中,将接收模块,第一计时模块,记录模块,存储模块,第一计算模块,判断模块,第一鼾声确定模块,第二鼾声确定模块以及第二计时模块,集成在一个单片机内。
具体地说,麦克风模块把不同幅度的高低声音的震动转化成高低不同的连续的电压值,假如麦克风模块参考电压为5V,则根据不同幅度的声音输出0~5V连续变化的模拟电压值,数模转换模块接收到电压值后进行模数转换,以模数转换模块精度为12位进行说明,12位模数转换转化为十进制数可以在0-4095之间变化,即声音的强弱变化会输出0-4095之间的十进制数到单片机中进行处理,再通过一定的算法,如果判断为是鼾声,单片机控制鼾声干预装置进行止鼾动作。
优选地,止鼾动作包括但并不局限于以下至少一种或其组合:气囊充放气、弱电刺激、机械振动。
进一步地,设定上限阈值为2000(合适的上限阈值可滤除大部分低分贝的环境噪声),下限阈值为100,当单片机接收到模数转换模块发送过来的数值等于上限阈值时,单片机内部的第一计时模块启动计时(定时器从0开始计时,每隔50ms定时器加1),记录当前时间点为t1,并将一个上限阈值采样位置标识为1,表示已采样到上限阈值对应的时间点,后面超过上限阈值的点对应的时间点将不作记录,然后继续采样。当模数转换模块发送过来的数值等于下限阈值时,记录当前时间点为t2,并将上限阈值采样位置标识为0,表示一个声音峰采样完成,并开始下一个峰值的上限阈值采样,当采集到3个声音峰后,结束计时,并将获得的6个时间点t1、t2、t3、t4、t5、t6保存到存储模块中,采样过程结束。
进一步地,进行数据处理和判断步骤。具体地说,根据t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ以及峰峰间隔时间之差△T,判断σ、T1、T3、T5和△T是否在对应的预设范围内,当σ、T1、T3、T5和△T在所述对应的预设范围内时,确定检测到的声音信号为鼾声。
其中,每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。σ、T1、T3、T5和△T对应的预设范围为:σ小于第一预设值;T1、T3和T5大于第二预设值小于第三预设值;以及△T小于第四预设值,其中,第一预设值为500ms,第二预设值为200ms,第三预设值为1s,以及第四预设值为3s。
进一步地,若定时器启动后经过预设时间值后,仍未采集够6个时间点,表明该声音为短促的环境噪声,关闭定时器,结束计时,单片机输出非鼾声信号,其中,预设时间值为10s。
进一步地,从互联网获得比较有代表性的鼾声样本和歌曲样本,分别设定不同的比较值,△T1、△T2、△T3以及△T4分别为第一预设值、第二预设值、第三预设值和第四预设值,每一系列的参数在同一环境下单片机连续进行50次判断,得出判断结果(见表1)。
表1不同设定值与鼾声检测准确率的对应关系表
表1中鼾声样本的准确率表示在播放鼾声样本时,50次判断中判断为“是鼾声”的次数所占的百分比,歌曲样本的准确率表示在播放歌曲样本时,50次判断中判断为“非鼾声”的次数所占的百分比,本发明提供的鼾声检测方法,能够实现实时检测和识别鼾声,并且识别的准确率很高。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (21)
1.一种鼾声检测方法,其特征在于,包括:
检测声音信号,并将检测到的所述声音信号转换成电信号;
接收所述电信号,将所述电信号转化为数字信号;
接收所述数字信号,当所述数字信号对应的数值等于第一阈值时,开始计时,记录所述数值对应的时间点为t1,并将t1标识为已采样到所述第一阈值对应的时间点;
当所述数值等于第二阈值时,记录所述数值对应的时间点为t2,并将t2标识为已采样到所述第二阈值对应的时间点,完成第一声音峰的采样;
在t2时间点后,记录所述第一阈值对应的时间点为t3,记录所述第二阈值对应的时间点为t4,完成第二声音峰的采样;
在t4时间点后,记录所述第一阈值对应的时间点为t5,记录所述第二阈值对应的时间点为t6,完成第三声音峰的采样,结束计时;
存储所述时间点t1、t2、t3、t4、t5、t6;
根据所述t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
判断所述σ、T1、T3、T5和△T是否在对应的预设范围内;
当所述σ、T1、T3、T5和△T在所述对应的预设范围内时,确定所述检测到的声音信号为鼾声。
2.根据权利要求1所述的鼾声检测方法,其特征在于,所述σ、T1、T3、T5和△T对应的预设范围为:
所述σ小于所述第一预设值;
所述T1、T3和T5大于所述第二预设值小于所述第三预设值;以及
所述△T小于所述第四预设值。
3.根据权利要求1所述的鼾声检测方法,其特征在于,还包括:
当计时时间到达预设时间值时,未采集到6个时间点,确定所述检测到的声音信号为非鼾声,结束计时。
4.根据权利要求1所述的鼾声检测方法,其特征在于,
所述每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;
所述三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及
峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
5.根据权利要求1所述的鼾声检测方法,其特征在于,
所述第一阈值大于所述第二阈值。
6.根据权利要求1所述的鼾声检测方法,其特征在于,所述将所述电信号转化为数字信号的步骤,具体包括:
对所述电信号进行模数转换,转化为二进制数字信号;
通过计算将所述二进制数字信号转化为预设进制数字信号。
7.根据权利要求2所述的鼾声检测方法,其特征在于,
所述第一预设值的取值范围为:300ms至500ms;
所述第二预设值的取值范围为:200ms至500ms;
所述第三预设值的取值范围为:700ms至1000ms;
所述第四预设值的取值范围为:1000ms至3000ms。
8.根据权利要求1所述的鼾声检测方法,其特征在于,
所述时间点的个数可以为大于6的偶数。
9.根据权利要求6所述的鼾声检测方法,其特征在于,
所述预设进制数字信号为十进制数字信号。
10.一种鼾声检测系统,其特征在于,包括:
麦克风模块,用于检测声音信号,并将检测到的所述声音信号转换成电信号;
数字信号转化模块,用于将所述电信号转化为数字信号;
接收模块,用于接收所述数字信号;
第一计时模块,用于当所述数字信号对应的数值等于第一阈值时,开始计时;
记录模块,用于记录所述数值对应的时间点为t1,并将t1标识为已采样到所述第一阈值对应的时间点;
还用于当所述数值等于第二阈值时,记录所述数值对应的时间点为t2,并将t2标识为已采样到所述第二阈值对应的时间点,完成第一声音峰的采样;
还用于在t2时间点后,完成第二声音峰的采样,记录所述第一阈值对应的时间点为t3,记录所述第二阈值对应的时间点为t4;
还用于在t4时间点后,完成第三声音峰的采样,记录所述第一阈值对应的时间点为t5,记录所述第二阈值对应的时间点为t6;
所述第一计时模块,还用于在完成所述第三声音峰的采样后,结束计时;
存储模块,用于存储时间点t1、t2、t3、t4、t5、t6;
第一计算模块,用于根据所述t1、t2、t3、t4、t5、t6,计算每个声音峰的持续时间T1、T3和T5,三个声音峰持续时间的标准差σ和峰峰间隔时间之差△T;
判断模块,用于判断σ、T1、T3、T5和△T是否在对应的预设范围内;
第一鼾声确定模块,用于当σ、T1、T3、T5和△T在所述对应的预设的范围内时,确定所述检测到的声音为鼾声。
11.根据权利要求10所述的鼾声检测系统,其特征在于,所述σ、T1、T3、T5和△T对应的预设范围为:
所述σ小于所述第一预设值;
所述T1、T3和T5大于所述第二预设值小于所述第三预设值;以及
所述△T小于所述第四预设值。
12.根据权利要求10所述的鼾声检测系统,其特征在于,还包括:
第二鼾声确定单元,用于当计时时间到达预设时间值时,未采集到6个时间点,确定所述检测到的声音信号为非鼾声;同时
第二计时模块,用于结束计时。
13.根据权利要求10所述的鼾声检测系统,其特征在于,
所述每个声音峰的持续时间T1=t2-t1,T3=t4-t3,T5=t6-t5;
所述三个声音峰持续时间的标准差其中Tn=(T1+T3+T5)/3;以及
峰峰间隔时间之差△T=|T2-T4|,其中,T2=t3-t2,T4=t5-t4。
14.根据权利要求10所述的鼾声检测系统,其特征在于,
所述第一阈值大于所述第二阈值。
15.根据权利要求10所述的鼾声检测系统,其特征在于,所述数字信号转化模块具体包括:
模数转换模块,用于对所述电信号进行模数转换,转化为二进制数字信号;
第二计算模块,通过计算将所述二进制数字信号转化为预设进制数字信号。
16.根据权利要求11所述的鼾声检测系统,其特征在于,
所述第一预设值的取值范围为:300ms至500ms;
所述第二预设值的取值范围为:200ms至500ms;
所述第三预设值的取值范围为:700ms至1000ms;
所述第四预设值的取值范围为:1000ms至3000ms。
17.根据权利要求10所述的鼾声检测系统,其特征在于,
所述时间点的个数可以为大于6的偶数。
18.根据权利要求15所述的鼾声检测系统,其特征在于,
所述预设进制数字信号为十进制数字信号。
19.一种止鼾系统,其特征在于,包括:
如权利要求10至18中任一项所述的鼾声检测系统;
鼾声干预装置,用于当所述鼾声检测系统确定接收到的声音为鼾声时,进行止鼾动作。
20.根据权利要求19所述的止鼾系统,其特征在于,
所述止鼾动作包括以下至少一种或其组合:气囊充放气、弱电刺激、机械振动。
21.一种止鼾枕,其特征在于,包括:
如权利要求19或20所述的止鼾系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611056699.9A CN106539560A (zh) | 2016-11-25 | 2016-11-25 | 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611056699.9A CN106539560A (zh) | 2016-11-25 | 2016-11-25 | 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106539560A true CN106539560A (zh) | 2017-03-29 |
Family
ID=58395871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611056699.9A Pending CN106539560A (zh) | 2016-11-25 | 2016-11-25 | 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106539560A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107647850A (zh) * | 2017-11-14 | 2018-02-02 | 张安斌 | 穿戴式打鼾监测设备 |
CN109044279A (zh) * | 2018-08-20 | 2018-12-21 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法及相关设备 |
CN109124219A (zh) * | 2018-09-30 | 2019-01-04 | 太原理工大学 | 多功能智能枕头 |
CN112820319A (zh) * | 2020-12-30 | 2021-05-18 | 麒盛科技股份有限公司 | 一种人类鼾声识别方法及其装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1803089A (zh) * | 2006-01-20 | 2006-07-19 | 浙江工业大学 | 无拘束、非察觉性的睡眠障碍测量装置及其方法 |
CN105030408A (zh) * | 2015-08-28 | 2015-11-11 | 京东方科技集团股份有限公司 | 止鼾装置 |
CN105249927A (zh) * | 2015-10-30 | 2016-01-20 | 兔顽智能科技(上海)有限公司 | 一种鼾声识别方法及止鼾装置 |
CN105708487A (zh) * | 2016-01-14 | 2016-06-29 | 中山佳维电子有限公司 | 一种人体打鼾检测装置的打鼾检测控制方法 |
CN105943234A (zh) * | 2016-06-01 | 2016-09-21 | 深圳市格兰莫尔寝室用品有限公司 | 智能止鼾枕头及应用于智能止鼾枕头的止鼾方法 |
CN106037661A (zh) * | 2016-06-30 | 2016-10-26 | 成都天奥电子股份有限公司 | 一种睡眠监测表及其实现方法 |
-
2016
- 2016-11-25 CN CN201611056699.9A patent/CN106539560A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1803089A (zh) * | 2006-01-20 | 2006-07-19 | 浙江工业大学 | 无拘束、非察觉性的睡眠障碍测量装置及其方法 |
CN105030408A (zh) * | 2015-08-28 | 2015-11-11 | 京东方科技集团股份有限公司 | 止鼾装置 |
CN105249927A (zh) * | 2015-10-30 | 2016-01-20 | 兔顽智能科技(上海)有限公司 | 一种鼾声识别方法及止鼾装置 |
CN105708487A (zh) * | 2016-01-14 | 2016-06-29 | 中山佳维电子有限公司 | 一种人体打鼾检测装置的打鼾检测控制方法 |
CN105943234A (zh) * | 2016-06-01 | 2016-09-21 | 深圳市格兰莫尔寝室用品有限公司 | 智能止鼾枕头及应用于智能止鼾枕头的止鼾方法 |
CN106037661A (zh) * | 2016-06-30 | 2016-10-26 | 成都天奥电子股份有限公司 | 一种睡眠监测表及其实现方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107647850A (zh) * | 2017-11-14 | 2018-02-02 | 张安斌 | 穿戴式打鼾监测设备 |
CN109044279A (zh) * | 2018-08-20 | 2018-12-21 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法及相关设备 |
CN109124219A (zh) * | 2018-09-30 | 2019-01-04 | 太原理工大学 | 多功能智能枕头 |
CN112820319A (zh) * | 2020-12-30 | 2021-05-18 | 麒盛科技股份有限公司 | 一种人类鼾声识别方法及其装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106539560A (zh) | 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 | |
CN101365261B (zh) | 用模拟同步信号快速检测发声体参数的方法及检测系统 | |
CN107274913B (zh) | 一种声音识别方法及装置 | |
CN101894551A (zh) | 一种咳嗽自动识别方法及装置 | |
CN106097828A (zh) | 一种声乐教学演唱技能检测系统 | |
EP3954278A1 (en) | Apnea monitoring method and device | |
CN103297590B (zh) | 一种基于音频实现设备解锁的方法和系统 | |
CN105708487B (zh) | 一种人体打鼾检测装置的打鼾检测方法 | |
CN105059788A (zh) | 一种高精度自动垃圾分类识别装置 | |
CN106328130A (zh) | 一种机器人语音寻向转动系统及方法 | |
WO2018107731A1 (zh) | 数据处理的方法、装置和机器人 | |
CN111783715B (zh) | 基于脉搏信号特征提取的身份识别方法 | |
CN107080545A (zh) | 一种基于脑电的测谎系统 | |
CN111583898B (zh) | 一种空间环境多方位选择性降噪系统及方法 | |
CN107348971A (zh) | 一种基于心音检测和机器学习算法的心脏病筛查系统 | |
CN204744109U (zh) | 一种基于加速度计的咳嗽判别系统 | |
CN110710954A (zh) | 一种通过声音采集检测睡眠质量的方法 | |
CN207096984U (zh) | 一种化学发光免疫分析仪检验数据查询装置 | |
CN201716985U (zh) | 一种咳嗽自动识别装置 | |
CN201683910U (zh) | 智能心肺分析仪 | |
CN108919962A (zh) | 基于脑机数据集中处理的辅助钢琴训练方法 | |
CN107799124A (zh) | 一种应用于智能语音鼠标的vad检测方法 | |
CN102824162A (zh) | 一种鼻音口音测量仪及其测量方法 | |
CN112107771A (zh) | 一种基于光电检测的助眠控制方法、系统及装置 | |
CN109691990B (zh) | 睡眠呼吸暂停低通气检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170329 |
|
RJ01 | Rejection of invention patent application after publication |