CN109820517B - 基于耳测听数据的预警方法、装置及存储介质 - Google Patents

Abstract

本方案涉及人工智能，提供一种基于耳测听数据的预警方法、装置及存储介质，方法包括：收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群；根据听力损失集群的数量把耳罩划分为相同数量的防护级别，耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分；对应各听力损失集群的双耳高频平均听阈平均值由高到低的排列，推荐声衰减值由低到高的耳罩。本发明利用群体双耳高频平均听阈变化曲线，结合个人双耳高频平均听阈与双耳高频平均听阈群体双耳高频平均听阈变化曲线的差别，提出预警。根据个人双耳高频平均听阈推荐适配的耳罩，根据个人双耳高频平均听阈推荐和调整员工与产生噪声的工作岗位匹配。

Description

基于耳测听数据的预警方法、装置及存储介质

技术领域

本发明涉及人工智能领域，具体说，涉及基于耳测听数据的预警方法、装置及存储介质。

背景技术

随着社会的进步和经济的发展，人类不得不面对强噪声环境的情形已随处可见。例如，在工厂的大型机械(如织布机车床、空气压缩机、鼓风机等)旁操作。强噪声会引发一系列严重的问题。首先，高强度的噪声会使人感到疲劳，产生消极情绪，并对神经系统、血液循环系统、内分泌系统、消化系统以及视觉、听觉、智力等都有严重的损害，因此，强噪声环境下的听力保护是必不可少的措施。在某些强噪声环境下，在受到听力保护的同时，人们还需要对周围环境中的声音保持足够的敏感，以监听周边环境的实时变化，从而做出正确的应对，否则将会对可能出现的危险信号无所知觉。对于在噪声环境中工作的员工，通常会佩戴耳塞或者耳罩，以降低环境噪声对耳膜的损伤。目前针对员工群体的听力损伤情况仅是有数据统计，但针对员工群体的听力损坏情况，如何推荐使用合适的耳罩，暂未有较好的解决方案。

发明内容

为解决以上技术问题，本发明提供一种基于耳测听数据的预警方法，应用于电子装置，该方法包括以下步骤：收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群，其中，耳测听数据包括群体中每个人的双耳高频平均听阈；根据听力损失集群的数量把耳罩划分为相同数量的防护级别，其中，耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分；对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩。

优选地，建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值小于等于双耳高频平均听阈。

优选地，建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

优选地，把工作岗位按照环境噪声大小分级，收集一段时间内工作岗位的噪声数据，并求取一段时间内的噪声平均值，按照各岗位的噪声平均值与人员的双耳高频平均听阈的差值小于40dB将人员分配到相适应的工作岗位。

优选地，所述双耳高频平均听阈采用如下方式计算：双耳高频平均听阈＝[左耳听阈(3000Hz)+左耳听阈(4000Hz)+左耳听阈(6000Hz)+右耳听阈(3000Hz)+右耳听阈(4000Hz)+右耳听阈(6000Hz)]/6，其中，3000Hz、4000Hz、6000Hz是纯音气导听阈频率。

优选地，以听力损失集群的双耳高频平均听阈的平均值为连接点绘制群体双耳高频平均听阈变化规律曲线作为预警曲线，监测群体中人员的双耳高频平均听阈，并与预警曲线比较，若人员的双耳高频平均听阈超出预警曲线，则对人员作出警示。

本发明还提供一种电子装置，该电子装置包括：存储器和处理器，所述存储器中存储有基于耳测听数据的预警程序，所述基于耳测听数据的预警程序被所述处理器执行时实现如下步骤：收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群，其中，耳测听数据包括群体中每个人的双耳高频平均听阈；根据听力损失集群的数量把耳罩划分为相同数量的防护级别，其中，耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分；对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩。

优选地，还建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值小于等于双耳高频平均听阈。

优选地，还建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，实现如上所述的基于耳测听数据的预警方法。

本发明利用群体双耳高频平均听阈变化曲线，结合个人双耳高频平均听阈与双耳高频平均听阈群体双耳高频平均听阈变化曲线的差别，提出预警。根据个人双耳高频平均听阈推荐适配的耳罩，根据个人双耳高频平均听阈推荐和调整员工与产生噪声的工作岗位匹配。能够更好的给员工分配适配的耳罩，能够对听力受损并有噪声聋倾向的受测者，和已患噪声聋且情况严重、可能面临语频障碍风险的受测者，给出预警，能够使员工与不同噪声工作岗位匹配。

附图说明

通过结合下面附图对其实施例进行描述，本发明的上述特征和技术优点将会变得更加清楚和容易理解。

图1是表示本发明实施例的基于耳测听数据的预警方法的流程图；

图2-1是表示本发明实施例的根据双耳高频平均听阈对群体聚类的示意图；

图2-2表示本发明实施例的双耳高频平均听阈变化规律曲线图；

图3是表示本发明实施例的电子装置的硬件架构示意图；

图4是表示本发明实施例的基于耳测听数据的预警程序的程序模块示意图。

具体实施方式

下面将参考附图来描述本发明所述的基于耳测听数据的预警方法、装置及存储介质的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。

图1示出本实施例中基于耳测听数据的预警方法的流程图。该方法包括以下步骤：

步骤S10，收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群。耳测听数据包括人员的双耳高频平均听阈。听力损失程度例如可以是正常、轻度、中度、重度噪声性耳聋(即噪声聋)。所述群体可以是例如一个公司，一个部门，一个地区，一个住宅小区等群体。其中，聚类分析是根据耳测听数据的数值大小把数值较为接近(即在某一数值区间内)的聚为一类。此处仅是举例说明，实际上，可以是根据数据的数值大小聚类出更多数值区间。下文中先以一个制造型公司为例来说明。

步骤S30，根据听力损失集群的数量把耳罩划分为对应防护级别的耳罩类别。例如，听力损失集群有正常、轻度、中度、重度四个级别，可以将耳罩也分为四个防护级别。其中，对应每个防护级别的耳罩，其声衰减值不同。也就是说，耳罩具有不同的防护效果。

步骤S50，对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩。

具体说，对于重度噪声性耳聋的人，也就是说，一些较轻的噪声其根本已经听不到，则没有必要佩戴防护级别最好的耳罩，推荐使用第一防护级别耳罩，对于中度噪声性耳聋的人，则自动推荐使用第二防护级别耳罩。对于轻度噪声性耳聋的人，则自动推荐使用第三防护级别耳罩。对于正常的人(即没有噪声聋)，则自动推荐使用第四防护级别耳罩。其中，第一至第四防护级别耳罩的防护等级逐渐升高，也就是耳罩的声衰减值逐渐增大。通过合理分配耳罩，能够保证每个人不受噪声干扰。

进一步地，还可以收集群体中每个人工作环境的噪音数据，例如，在工厂中的锻压车间，经常有锻压锤捶打，噪音很大。而在装配车间，可能是使用气动扳手装配拧螺丝，声音相对较小。而针对不同的岗位，目前并没有能够提供合理的耳罩推荐，实际上，针对不同的噪声区域，人员可以佩戴不同防护级别的耳罩。对噪声区域分级，例如也区分为4个级别。则针对最高噪声级别的区域，推荐使用第四防护级别耳罩，最低噪声级别的区域，推荐使用第一防护级别耳罩。

进一步地，所述耳罩的防护等级可以是根据耳罩的声衰减值来确定，声衰减值越大，耳罩的防护等级越高，即防护噪音的效果越好。双耳高频平均听阈越高，则噪声聋的程度越严重。因此，耳罩可以根据耳罩的声衰减值分为多级。而人员也可以根据双耳高频平均听阈分为多级，并建立人员的双耳高频平均听阈、人员工作的噪声环境与耳罩的声衰减值对照表。根据人员的双耳高频平均听阈和人员工作的噪声环境，可以直接推荐耳罩，该耳罩的声衰减值与双耳高频平均听阈匹配，也就能够更好的防护耳朵。例如，一名员工的双耳高频平均听阈为80dB，耳罩的声衰减值为60dB，工作环境的噪声值为180dB，则噪音经耳罩衰减后还是有120dB，显然，还是具有一定噪音，且已超过了通常耳朵的承受能力，这款耳罩显然是不适于在该噪音环境下给该名员工佩戴的。耳罩的声衰减值也不是越大越好，例如，耳罩的声衰减值为120dB，则该名员工佩戴该耳罩后声音衰减为60dB，但是，该名员工的双耳高频平均听阈为80dB，显然将声音衰减到60dB并没有意义。而在建立了双耳高频平均听阈、噪声环境和耳罩的声衰减值的关系后，则可以根据双耳高频平均听阈、噪声环境数据推荐合适的耳罩，提高耳罩与员工的匹配度。表一示出了建立的双耳高频平均听阈、噪声环境和耳罩的声衰减值的关系列表。优选地，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

对于员工进行治疗，双耳高频平均听阈有所降低，则可以根据检测结果更换匹配的耳罩。

表一

人员	双耳高频平均听阈	工作环境的噪声值	推荐耳罩的声衰减值
				甲	80dB	180dB	100dB
乙	90dB	180dB	90dB
				丙	100dB	180dB	80dB
丁	110dB	180dB	70dB

在一个可选实施例中，可以把不同工作岗位根据噪声大小分类，例如，对于汽车生产企业来说，可能包括冷冲压岗位、锻压岗位、装配岗位等等。根据平常各岗位的噪声特征，把各岗位按照噪声的大小排列。例如，可以收集一段时间内(例如一个月、半年、一年等)该岗位的噪声大小，并求取该段时间内的噪声平均值，从而评估该工作岗位的噪声程度。在获知了各工作岗位的噪声程度后，可以根据群体中人的正常、轻度、中度、重度四个级别，把人分配到相适应的工作岗位。具体说，把重度噪声性耳聋的人分配到噪声高的岗位，把正常的人分配到噪声低的岗位。并且，分别分配对应防护级别的耳罩，以对耳朵进行防护。例如，表二所示。优选地，按照各岗位的噪声平均值与人员的双耳高频平均听阈的差值小于40dB将人员分配到相对应的工作岗位。

表二

人员	双耳高频平均听阈	工作环境的噪声值	推荐耳罩的声衰减值
				甲	110dB	120dB	10dB
乙	60dB	50dB	不用佩戴
				丙	60dB	80dB	20dB
丁	80	90dB	10dB

在一个可选实施例中，所述耳测听数据包括双耳高频平均听阈，所述双耳高频平均听阈采用如下方式计算：

双耳高频平均听阈(dB)＝[左耳听阈(3000Hz)+左耳听阈(4000Hz)+左耳听阈(6000Hz)+右耳听阈(3000Hz)+右耳听阈(4000Hz)+右耳听阈(6000Hz)]/6

其中，3000Hz、4000Hz、6000Hz是纯音气导听阈频率。

在一个可选实施例中，可以利用双耳高频平均听阈的变化规律，对听力受损并有噪声聋倾向的受测者，和已患噪声聋且情况严重、可能面临语频障碍风险的受测者，给出提示和预警。例如，人群的双耳高频平均听阈通过聚类分析形成4个区域，分别对应着正常、轻度、中度、重度四个级别(当然也可以是多于4个级别，本实施例以4个级别来说明)，求取各区域的数据的双耳高频平均听阈的平均值，并以平均值为连接点绘制群体双耳高频平均听阈变化规律曲线，并以该变化规律曲线作为预警曲线。如图2-1、图2-2所示，其中，横坐标是各岗位噪声平均值，纵坐标是各人的双耳高频平均听阈。从图中可以看出分为A、B、C、D四个听力损失集群。可见，随着噪声的增加，双耳高频平均听阈的平均值也增加。并且，该双耳高频平均听阈变化规律曲线随着双耳高频平均听阈数据的增多而发生变化。对于人群中每一个人，都可以监测其双耳高频平均听阈，并与群体双耳高频平均听阈变化规律曲线比较，如果该人的双耳高频平均听阈位于群体双耳高频平均听阈变化规律曲线的上方，则表示该人的双耳高频平均听阈超出预警曲线，需要警示该人，以便尽早进行预防和治疗。

参阅图3所示，是本发明电子装置的实施例的硬件架构示意图。本实施例中，所述电子装置2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图3所示，所述电子装置2至少包括，但不限于，可通过系统总线相互通信连接的存储器21、处理器22。其中：所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述电子装置2的内部存储单元，例如该电子装置2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述电子装置2的外部存储设备，例如该电子装置2上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。当然，所述存储器21还可以既包括所述电子装置2的内部存储单元也包括其外部存储设备。本实施例中，所述存储器21通常用于存储安装于所述电子装置2的操作系统和各类应用软件，例如所述基于耳测听数据的预警程序代码等。此外，所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述电子装置2的总体操作，例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的基于耳测听数据的预警程序等。

可选地，该电子装置2还可以包括显示器，显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode，OLED)显示器等。显示器用于显示在电子装置2中处理的信息以及用于显示可视化的用户界面。

需要指出的是，图3仅示出了具有组件21-22的电子装置2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

包含可读存储介质的存储器21中可以包括操作系统、基于耳测听数据的预警程序50等。处理器22执行存储器21中基于耳测听数据的预警程序50时实现以上基于耳测听数据的预警方法所述的步骤。

在本实施例中，存储于存储器21中的所述基于耳测听数据的预警程序可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并可由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。例如，图4示出了所述基于耳测听数据的预警程序的程序模块示意图，该实施例中，所述基于耳测听数据的预警程序50可以被分割为听力损失聚类模块501、耳罩等级划分模块502、耳罩推荐模块503。其中，本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述所述基于耳测听数据的预警程序在所述电子装置2中的执行过程。以下描述将具体介绍所述程序模块的具体功能。

其中，听力损失聚类模块501用于收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群。例如，可以是正常、轻度、中度、重度噪声性耳聋(即噪声聋)。所述群体可以是例如一个公司，一个部门，一个地区，一个住宅小区等群体。其中，聚类分析是根据耳测听数据的数值大小把数值较为接近(即在某一数值区间内)的聚为一类。此处仅是举例说明，实际上，可以是根据数据的数值大小聚类出更多数值区间。下文中先以一个制造型公司为例来说明。

耳罩等级划分模块502用于根据听力损失集群的数量把耳罩划分为对应防护级别的耳罩类别。例如，听力损失集群有正常、轻度、中度、重度四个级别，可以将耳罩也分为四个防护级别。其中，对应每个防护级别的耳罩，其声衰减值不同。也就是说，耳罩具有不同的防护效果。

耳罩推荐模块503用户对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩。

具体说，对于重度噪声性耳聋的人，也就是说，一些较轻的噪声其根本已经听不到，则没有必要佩戴防护级别最好的耳罩，推荐使用第一防护级别耳罩，对于中度噪声性耳聋的人，则自动推荐使用第二防护级别耳罩。对于轻度噪声性耳聋的人，则自动推荐使用第三防护级别耳罩。对于正常的人(即没有噪声聋)，则自动推荐使用第四防护级别耳罩。其中，第一至第四防护级别耳罩的防护等级逐渐升高，也就是耳罩的声衰减值逐渐增大。通过合理分配耳罩，能够保证每个人不受噪声干扰。

进一步地，还包括工作环境噪声分级模块504，所述工作环境噪声分级模块504收集群体中每个人工作环境的噪音数据，例如，在工厂中的锻压车间，经常有锻压锤捶打，噪音很大。而在装配车间，可能是使用气动扳手装配拧螺丝，声音相对较小。而针对不同的岗位，目前并没有能够提供合理的耳罩推荐，实际上，针对不同的噪声区域，人员可以佩戴不同防护级别的耳罩。工作环境噪声分级模块504对噪声区域分级，例如也区分为4个级别。则针对最高噪声级别的区域，推荐使用第四防护级别耳罩，最低噪声级别的区域，推荐使用第一防护级别耳罩。

进一步地，所述耳罩的防护等级可以是根据耳罩的声衰减值来确定，声衰减值越大，耳罩的防护等级越高，即防护噪音的效果越好。双耳高频平均听阈越高，则噪声聋的程度越严重。因此，耳罩等级划分模块502可以根据耳罩的声衰减值把耳罩分为多级。而听力损失聚类模块501也可以把人员根据双耳高频平均听阈分为多级，并建立人员的双耳高频平均听阈、人员工作的噪声环境与耳罩的声衰减值对照表。根据人员的双耳高频平均听阈和人员工作的噪声环境，可以直接推荐耳罩，该耳罩的声衰减值与双耳高频平均听阈匹配，也就能够更好的防护耳朵。例如，一名员工的双耳高频平均听阈为80dB，耳罩的声衰减值为60dB，工作环境的噪声值为180dB，则噪音经耳罩衰减后还是有120dB，显然，还是具有一定噪音，且已超过了通常耳朵的承受能力，这款耳罩显然是不适于在该噪音环境下给该名员工佩戴的。耳罩的声衰减值也不是越大越好，例如，耳罩的声衰减值为120dB，则该名员工佩戴该耳罩后声音衰减为60dB，但是，该名员工的双耳高频平均听阈为80dB，显然将声音衰减到60dB并没有意义。而在建立了双耳高频平均听阈、噪声环境和耳罩的声衰减值的关系后，则可以根据双耳高频平均听阈、噪声环境数据推荐合适的耳罩，提高耳罩与员工的匹配度。表一示出了建立的双耳高频平均听阈、噪声环境和耳罩的声衰减值的关系列表。优选地，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

对于员工进行治疗，双耳高频平均听阈有所降低，则可以根据检测结果更换匹配的耳罩。

在一个可选实施例中，还包括工作岗位适配推荐模块505，所述工作环境噪声分级模块504把不同工作岗位根据噪声大小分类，例如，对于汽车生产企业来说，可能包括冷冲压岗位、锻压岗位、装配岗位等等。根据平常各岗位的噪声特征，把各岗位按照噪声的大小排列。例如，可以收集一段时间内(例如一个月、半年、一年等)该岗位的噪声大小，并求取该段时间内的噪声平均值，从而评估该工作岗位的噪声程度。在获知了各工作岗位的噪声程度后，工作岗位适配推荐模块505可以根据群体中人的正常、轻度、中度、重度四个级别，推荐员工分配到相适应的工作岗位。具体说，把重度噪声性耳聋的人分配到噪声高的岗位，把正常的人分配到噪声低的岗位。并且，对分别分配对应防护级别的耳罩，以对耳朵进行防护。例如，表二所示。优选地，按照各岗位的噪声平均值与人员的双耳高频平均听阈的差值小于40dB将人员分配到相适应的工作岗位。

在一个可选实施例中，还包括双耳高频平均听阈测试模块506，所述耳测听数据包括双耳高频平均听阈，双耳高频平均听阈测试模块506采用如下方式计算：

双耳高频平均听阈(dB)＝[左耳听阈(3000Hz)+左耳听阈(4000Hz)+左耳听阈(6000Hz)+右耳听阈(3000Hz)+右耳听阈(4000Hz)+右耳听阈(6000Hz)]/6

其中，3000Hz、4000Hz、6000Hz是纯音气导听阈频率。

在一个可选实施例中，还包括预警模块507，预警模块507利用双耳高频平均听阈的变化规律，对听力受损并有噪声聋倾向的受测者，和已患噪声聋且情况严重、可能面临语频障碍风险的受测者，给出提示和预警。例如，人群的双耳高频平均听阈通过聚类分析形成4个区域，分别对应着正常、轻度、中度、重度四个级别(当然也可以是多于4个级别，本实施例以4个级别来说明)，求取各区域的数据的双耳高频平均听阈的平均值，并以平均值为连接点绘制群体双耳高频平均听阈变化规律曲线，并以该变化规律曲线作为预警曲线。如图2-1、图2-2所示，其中，横坐标是各岗位噪声平均值，纵坐标是各人的双耳高频平均听阈。从图中可以看出分为A、B、C、D四个听力损失集群。可见，随着噪声的增加，双耳高频平均听阈的平均值也增加。并且，该双耳高频平均听阈变化规律曲线随着双耳高频平均听阈数据的增多而发生变化。对于人群中每一个人，都可以监测其双耳高频平均听阈，并与群体双耳高频平均听阈变化规律曲线比较，如果该人的双耳高频平均听阈位于群体双耳高频平均听阈变化规律曲线的上方，则表示该人的双耳高频平均听阈超出预警曲线，需要警示该人，以便尽早进行预防和治疗。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括基于耳测听数据的预警程序等，所述基于耳测听数据的预警程序50被处理器22执行时实现如下操作：

步骤S10，收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群。例如，可以是正常、轻度、中度、重度噪声性耳聋(即噪声聋)。所述群体可以是例如一个公司，一个部门，一个地区，一个住宅小区等群体。其中，聚类分析是根据耳测听数据的数值大小把数值较为接近(即在某一数值区间内)的聚为一类。此处仅是举例说明，实际上，可以是根据数据的数值大小聚类出更多数值区间。下文中先以一个制造型公司为例来说明。

步骤S30，根据听力损失集群的数量把耳罩划分为对应防护级别的耳罩类别。例如，听力损失集群有正常、轻度、中度、重度四个级别，可以将耳罩也分为四个防护级别。其中，对应每个防护级别的耳罩，其声衰减值不同。也就是说，耳罩具有不同的防护效果。

步骤S50，对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩。

具体说，对于重度噪声性耳聋的人，也就是说，一些较轻的噪声其根本已经听不到，则没有必要佩戴防护级别最好的耳罩，推荐使用第一防护级别耳罩，对于中度噪声性耳聋的人，则自动推荐使用第二防护级别耳罩。对于轻度噪声性耳聋的人，则自动推荐使用第三防护级别耳罩。对于正常的人(即没有噪声聋)，则自动推荐使用第四防护级别耳罩。其中，第一至第四防护级别耳罩的防护等级逐渐升高，也就是耳罩的声衰减值逐渐增大。通过合理分配耳罩，能够保证每个人不受噪声干扰。

本发明之计算机可读存储介质的具体实施方式与上述基于耳测听数据的预警方法以及电子装置2的具体实施方式大致相同，在此不再赘述。

以上所述仅为本发明的优选实施例，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 (8)

1.一种基于耳测听数据的耳罩推荐方法，应用于电子装置，其特征在于，该方法包括以下步骤：

收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群，其中，耳测听数据包括群体中每个人的双耳高频平均听阈；

根据听力损失集群的数量把耳罩划分为相同数量的防护级别，其中，耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分；

对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩，建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值小于等于双耳高频平均听阈。

2.根据权利要求1所述的基于耳测听数据的耳罩推荐方法，其特征在于，建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

3.根据权利要求1所述的基于耳测听数据的耳罩推荐方法，其特征在于，

把工作岗位按照环境噪声大小分级，收集一段时间内工作岗位的噪声数据，并求取一段时间内的噪声平均值，按照各岗位的噪声平均值与人员的双耳高频平均听阈的差值小于40dB将人员分配到相对应的工作岗位。

4.根据权利要求1所述的基于耳测听数据的耳罩推荐方法，其特征在于，所述双耳高频平均听阈采用如下方式计算：

双耳高频平均听阈＝[左耳听阈(3000Hz)+左耳听阈(4000Hz)+左耳听阈(6000Hz)+右耳听阈(3000Hz)+右耳听阈(4000Hz)+右耳听阈(6000Hz)]/6

其中，3000Hz、4000Hz、6000Hz是纯音气导听阈频率。

5.根据权利要求1所述的基于耳测听数据的耳罩推荐方法，其特征在于，以听力损失集群的双耳高频平均听阈的平均值为连接点绘制群体双耳高频平均听阈变化规律曲线作为预警曲线，监测群体中人员的双耳高频平均听阈，并与预警曲线比较，若人员的双耳高频平均听阈超出预警曲线，则对人员作出警示。

6.一种电子装置，其特征在于，该电子装置包括：存储器和处理器，所述存储器中存储有基于耳测听数据的耳罩推荐程序，所述基于耳测听数据的耳罩推荐程序被所述处理器执行时实现如下步骤：

收集群体的耳测听数据，对耳测听数据进行聚类分析，把群体根据听力损失程度分成多个听力损失集群，其中，耳测听数据包括群体中每个人的双耳高频平均听阈；

根据听力损失集群的数量把耳罩划分为相同数量的防护级别，其中，耳罩的防护级别的划分是按照耳罩的声衰减值的大小来划分；

对应各听力损失集群的双耳高频平均听阈的平均值由高到低的排列，推荐声衰减值由低到高的耳罩，

还建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值小于等于双耳高频平均听阈。

7.根据权利要求6所述的电子装置，其特征在于，

还建立人员的双耳高频平均听阈、环境噪声与耳罩的声衰减值对照关系，根据双耳高频平均听阈和环境噪声，为人员推荐耳罩，其中，环境噪声与耳罩的声衰减值的差值大于双耳高频平均听阈，且小于40dB。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，实现如权利要求1-5任一项所述的基于耳测听数据的耳罩推荐方法。

Images