CN116156401A - 基于大数据监测的助听设备智能检测方法、系统和介质 - Google Patents

基于大数据监测的助听设备智能检测方法、系统和介质 Download PDF

Info

Publication number
CN116156401A
CN116156401A CN202310406181.7A CN202310406181A CN116156401A CN 116156401 A CN116156401 A CN 116156401A CN 202310406181 A CN202310406181 A CN 202310406181A CN 116156401 A CN116156401 A CN 116156401A
Authority
CN
China
Prior art keywords
hearing aid
data
hearing
information
efficacy
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.)
Granted
Application number
CN202310406181.7A
Other languages
English (en)
Other versions
CN116156401B (zh
Inventor
戴威村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yitoa Digital Technology Co ltd
Original Assignee
Shenzhen Yitoa Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yitoa Digital Technology Co ltd filed Critical Shenzhen Yitoa Digital Technology Co ltd
Priority to CN202310406181.7A priority Critical patent/CN116156401B/zh
Publication of CN116156401A publication Critical patent/CN116156401A/zh
Application granted granted Critical
Publication of CN116156401B publication Critical patent/CN116156401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R29/00—Monitoring arrangements; Testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
    • H04R2225/43—Signal processing in hearing aids to enhance the speech intelligibility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Otolaryngology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Neurosurgery (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本申请实施例提供了基于大数据监测的助听设备智能检测方法、系统和介质。该方法属于大数据及助听设备技术领域。该方法包括：根据用户的属性标识信息和助听需求信息识别处理获得指数和因子，采集助听效果信息和助听设备标记信息并提取助听实效功用数据和助听设备检测标记数据，并结合助听设备性能状态特征数据处理获得助听设备功效响应数据，再结合环变干扰因子进行模型修正处理获得助听设备功效修正数据，并与助听功效预设指数处理获得助听配置效应差数据进行助听设备调校以及调校有效性的效果检验；从而基于大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验，实现根据助听设备监测信息数据进行功效检验评估的技术。

Description

基于大数据监测的助听设备智能检测方法、系统和介质
技术领域
本申请涉及大数据及助听设备技术领域，具体而言，涉及基于大数据监测的助听设备智能检测方法、系统和介质。
背景技术
助听设备作为弱听人群特别是老年人和特殊工种行业的普遍使用设备已广泛应用于生活和生产中，而针对助听设备在不同听力状态或助听需求的个体中的适用性和作用效果缺乏可靠的评估检测手段，因此，无法针对不同个体的差异需求、适配要求和环境外界情况，对助听设备的个性化调校状况进行有效的识别和判断、检验，也导致用户使用助听设备的功效缺乏一种精准、有效、可靠的评价手段，这导致助听设备领域缺少对效果验证的智能化评估手段和技术。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于大数据监测的助听设备智能检测方法、系统和介质，可以通过大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验，实现根据助听设备监测信息数据进行功效检验评估的技术。
本申请实施例还提供了基于大数据监测的助听设备智能检测方法，包括以下步骤：
获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子，包括：
获取用户的属性标识信息和助听需求信息，所述属性标识信息包括用户群类信息、听力标定信息以及身份属性信息，所述助听需求信息包括工种助听需求信息、生活助听需求信息以及特殊环境助听需求信息；
将所述用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得与所述用户相匹配的助听功需匹配数据模型；
根据所述听力标定信息、工种助听需求信息以及生活助听需求信息输入所述助听功需匹配数据模型中获取对应的助听功效预设指数和助听设备功效因子。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据，包括：
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息；
通过预设的助听设备数据监测平台对所述助听效果信息进行数据提取，获得助听实效功用数据，包括混响清晰度数据、输出失真率数据以及听阈适应度数据；
根据所述助听设备数据监测平台提取所述助听设备标记信息的助听设备检测标记数据，包括啸听点位标记数据和干扰异响标记数据。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据，包括：
根据所述助听设备数据监测平台监测所述助听设备在所述预设时间节点内的性能状态特征数据；
所述性能状态特征数据包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据，包括：
根据所述预设时间节点内的助听设备检测标记数据结合助听实效功用数据进行处理，获得对应时间节点内的助听时效检测指数；
根据所述助听时效检测指数结合所述助听设备功效因子以及性能状态特征数据输入预设的助听成效检测模型中进行计算处理，获得对应所述预设时间节点内的助听设备功效响应点数据；
根据所述助听设备功效响应点数据进行聚合获得所述预设时间段内的助听设备功效响应数据。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子，包括：
采集所述预设时间节点内所述助听设备使用的环境干扰动态信息，包括噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息；
根据所述噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息输入预设环境干扰检测模型中进行识别处理，获得所述预设时间节点内的环变干扰因子。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据，包括：
根据所述预设时间节点的助听设备功效响应点数据结合对应所述环变干扰因子输入预设的助听干扰自适应处理模型进行修正聚合，获得所述预设时间段内的助听设备功效修正数据；
所述助听设备功效修正数据的修正聚合计算公式为：
Figure SMS_1
；
其中，
Figure SMS_2
为助听设备功效修正数据，
Figure SMS_3
为第i个时间节点内的助听设备功效响应点数据，
Figure SMS_4
为第i个时间节点内的环变干扰因子，
Figure SMS_5
为助听设备功效因子，n为预设时间段内的时间节点个数，
Figure SMS_6
为预设特征系数。
可选地，在本申请实施例所述的基于大数据监测的助听设备智能检测方法中，所述根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据，包括：
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理，获得助听配置效应差数据；
根据所述助听配置效应差数据对所述助听设备进行调校处理，并采集调校处理后调校后时间段内的调校后助听配置效应差数据；
所述助听配置效应差数据的计算公式为：
Figure SMS_7
；
其中，
Figure SMS_8
为助听配置效应差数据，
Figure SMS_9
为助听设备功效修正数据，
Figure SMS_10
为助听功效预设指数，
Figure SMS_11
、
Figure SMS_12
为预设特征系数。
第二方面，本申请实施例提供了基于大数据监测的助听设备智能检测系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据监测的助听设备智能检测方法的程序，所述基于大数据监测的助听设备智能检测方法的程序被所述处理器执行时实现以下步骤：
获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据监测的助听设备智能检测方法程序，所述基于大数据监测的助听设备智能检测方法程序被处理器执行时，实现如上述任一项所述的基于大数据监测的助听设备智能检测方法的步骤。
由上可知，本申请实施例提供的基于大数据监测的助听设备智能检测方法、系统和介质，通过用户的属性标识信息和助听需求信息识别处理获得助听功效预设指数和助听设备功效因子，采集使用助听设备的助听效果信息和助听设备标记信息并提取助听实效功用数据和助听设备检测标记数据，并结合获取的助听设备性能状态特征数据以及助听设备功效因子处理获得助听设备功效响应数据，再根据采集的环境干扰动态信息处理获得的环变干扰因子输入助听干扰自适应处理模型中修正处理获得助听设备功效修正数据，并通过与助听功效预设指数处理获得的助听配置效应差数据对助听设备进行调校，最后获取调校后助听配置效应差数据对调校有效性进行检验；从而基于大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验，实现根据助听设备监测信息数据进行功效检验评估的技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的基于大数据监测的助听设备智能检测方法的一种流程图；
图2为本申请实施例提供的基于大数据监测的助听设备智能检测方法的获取助听功效预设指数和助听设备功效因子的一种流程图；
图3为本申请实施例提供的基于大数据监测的助听设备智能检测方法的获取助听实效功用数据和助听设备检测标记数据的一种流程图；
图4为本申请实施例提供的基于大数据监测的助听设备智能检测系统的一种结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的基于大数据监测的助听设备智能检测方法的一种流程图。该基于大数据监测的助听设备智能检测方法用于终端设备中，例如电脑、手机终端等。该基于大数据监测的助听设备智能检测方法，包括以下步骤：
S101、获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
S102、采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
S103、获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
S104、根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
S105、采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
S106、根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
S107、根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
S108、根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
需要说明的是，为评估检测针对不同用户需求的助听设备在一定时间和环境下的实用功效，获得精准又直观的结果信息数据，以评估或调校助听设备以使其发挥最佳功效，首先采集用户的个性化属性和需求信息并处理获得与用户助听需求对应的助听功效指数和功效因子，再采集用户在一定时间段内使用助听设备的效果信息以及对助听设备监测标记的异常记录信息，并提取对应数据，同时采集时间段内各时间节点的助听设备的性能数据，再根据性能数据结合提取的效果功用数据、监测标记的异常记录数据以及因子进行计算处理获得该时间段内的助听设备功效响应数据，然后采集各时间节点的环境对助听干扰的动态信息并处理获得干扰因子，再根据干扰因子结合助听设备功效响应数据输入模型中进行修正计算获得时间段内的的助听设备功效修正数据，最后根据该修正数据与预设的助听功效指数进行处理获得配置效应差数据，通过该效应差数据对助听设备进行调校，并根据调校后获得的第二效应差数据进行有效性验证，通过获得的调校后的调校后助听配置效应差数据与预设值进行阈值对比，判断调校后助听配置效应差数据是否符合预设值的阈值对比要求，若满足则说明调校有效，从而实现通过大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验的技术。
请参照图2，图2是本申请一些实施例中的基于大数据监测的助听设备智能检测方法的获取助听功效预设指数和助听设备功效因子的一种流程图。根据本发明实施例，所述获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子，具体为：
S201、获取用户的属性标识信息和助听需求信息，所述属性标识信息包括用户群类信息、听力标定信息以及身份属性信息，所述助听需求信息包括工种助听需求信息、生活助听需求信息以及特殊环境助听需求信息；
S202、将所述用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得与所述用户相匹配的助听功需匹配数据模型；
S203、根据所述听力标定信息、工种助听需求信息以及生活助听需求信息输入所述助听功需匹配数据模型中获取对应的助听功效预设指数和助听设备功效因子。
需要说明的是，首先根据用户个性化属性和助听需求进行信息识别并匹配数据模型，再通过该数据模型获取与用户个性化属性需求相适配的助听设备功效预设指数和助听设备功效因子，助听设备功效预设指数是根据用户个性化属性和助听需求相适配的助听设备的功效预设参量，是助听设备达到预设匹配度的衡量数据，助听设备功效因子是与用户相匹配助听设备的功效适配度因子，对于处理助听功效具有校准作用，具体通过获取用户的属性标识信息包括用户的群体类别、听力标定和身份属性的信息，即用户的群体类别如弱听级数、失聪类型等信息，听力度、听域值等标定信息，职业身份工作性质等信息，并获取用户的助听需求信息，再通过用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得用户匹配的助听功需匹配数据模型，该助听功用配置数据库是预设的存有各类型助听设备功用数据信息的第三方数据库，通过上述信息输入该数据库中可获得与用户匹配的数据模型，该模型是数据库中助听设备功用需求匹配的数据模型，可通过模型根据上述信息匹配出对应的指数和因子。
请参照图3，图3是本申请一些实施例中的基于大数据监测的助听设备智能检测方法的获取助听实效功用数据和助听设备检测标记数据的一种流程图。根据本发明实施例，所述采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据，具体为：
S301、采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息；
S302、通过预设的助听设备数据监测平台对所述助听效果信息进行数据提取，获得助听实效功用数据，包括混响清晰度数据、输出失真率数据以及听阈适应度数据；
S303、根据所述助听设备数据监测平台提取所述助听设备标记信息的助听设备检测标记数据，包括啸听点位标记数据和干扰异响标记数据。
需要说明的是，为评估检测用户使用助听设备的效果情况，需采集用户在一定的预设时间段内的细分时间节点内的使用助听设备的助听效果信息以及助听设备通过预设终端或服务器采集的标记信息，预设时间段可以是一天/一小时等，预设时间节点的划分是为了使采集信息数据精细化，节点分区越小，则对信息数据的采集和处理的准确率也相对越高，预设时间节点的划分可以是几小时/几分钟等，时间段以及时间节点的预设根据方案实施的实际需求进行设置，标记信息主要包括对助听设备使用过程中出现的异常状况如啸听、干扰异响的标记记录的信息，再通过第三方预设的助听设备数据监测平台对信息进行数据提取，根据助听效果信息提取助听实效功用数据，根据助听设备标记信息提取助听设备检测标记数据，包括反映啸听时间点和坐标定位的标记数据，以及干扰异常产生的标记数据。
根据本发明实施例，所述获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据，具体为：
根据所述助听设备数据监测平台监测所述助听设备在所述预设时间节点内的性能状态特征数据；
所述性能状态特征数据包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据。
需要说明的是，为评估预设时间段内的助听设备的实用功效情况，还需采集在预设时间节点内的助听设备的性能状态特征数据，该特征数据是动态的，通过助听设备数据监测平台监测并获得性能状态特征数据，性能状态特征数据反映了助听设备在时间节点内实用性能所输出的特性动态数据。
根据本发明实施例，所述根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据，具体为：
根据所述预设时间节点内的助听设备检测标记数据结合助听实效功用数据进行处理，获得对应时间节点内的助听时效检测指数；
根据所述助听时效检测指数结合所述助听设备功效因子以及性能状态特征数据输入预设的助听成效检测模型中进行计算处理，获得对应所述预设时间节点内的助听设备功效响应点数据；
根据所述助听设备功效响应点数据进行聚合获得所述预设时间段内的助听设备功效响应数据。
需要说明的是，根据获得的各时间节点内的助听设备检测标记数据和助听实效功用数据进行处理计算，获得助听时效检测指数，反映对时间节点内助听设备实用时效的检测状况，所述助听时效检测指数的计算公式为：
Figure SMS_13
；
其中，
Figure SMS_15
为助听时效检测指数，
Figure SMS_18
、
Figure SMS_21
分别为啸听点位标记数据、干扰异响标记数据，
Figure SMS_16
、
Figure SMS_19
、
Figure SMS_22
分别为混响清晰度数据、输出失真率数据、听阈适应度数据，
Figure SMS_24
、
Figure SMS_14
、
Figure SMS_17
、
Figure SMS_20
、
Figure SMS_23
为预设特征系数；
然后根据得到的助听时效检测指数结合助听设备功效因子以及性能状态特征数据通过预设的助听成效检测模型进行计算处理，获得对应时间节点内的助听设备功效响应点数据，该数据是反映在预设时间节点内的助听设备的功效情况，预设时间节点内的助听设备功效响应点数据的计算公式为：
Figure SMS_25
；
其中，
Figure SMS_27
为助听设备功效响应点数据，
Figure SMS_31
为助听时效检测指数，
Figure SMS_33
为助听设备功效因子，
Figure SMS_29
、
Figure SMS_32
、
Figure SMS_35
、
Figure SMS_37
分别为动态增益数据、放大动态数据、频宽频响动态数据、信噪比动态数据，
Figure SMS_26
、
Figure SMS_30
、
Figure SMS_34
、
Figure SMS_36
、
Figure SMS_28
为预设特征系数（特征系数通过助听功用配置数据库获得）；
在获得了时间节点内的助听设备功效响应点数据后，对数据进行聚合获得在预设时间段内的助听设备功效响应数据，助听设备功效响应数据的计算公式为：
Figure SMS_38
；
其中，
Figure SMS_39
为助听设备功效响应数据，
Figure SMS_40
为第i个时间节点内的助听设备功效响应点数据，n为预设时间段内的时间节点个数；
通过获得的助听设备功效响应数据反映出在预设时间段内助听设备的实用功效情况数据。
根据本发明实施例，所述采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子，具体为：
采集所述预设时间节点内所述助听设备使用的环境干扰动态信息，包括噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息；
根据所述噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息输入预设环境干扰检测模型中进行识别处理，获得所述预设时间节点内的环变干扰因子。
需要说明的是，由于外界环境变化带来的干扰对助听设备的功效具有影响性，如外界噪声、电场磁场活动、温湿度变化以及压力压强的差等，因此需对预设时间节点内对应的环境动态信息进行收集和处理，获得环变干扰因子，通过该因子反映出环境变化状态对助听设备使用功效的影响，对处理和检测助听设备实用功效具有补偿和修正作用；其中，所述环变干扰因子的计算公式为：
Figure SMS_41
；
其中，
Figure SMS_44
为环变干扰因子，
Figure SMS_46
、
Figure SMS_49
、
Figure SMS_43
、
Figure SMS_47
分别为噪声动态信息、电场磁场动态信息、温湿度动态信息、压差动态信息，
Figure SMS_50
为预设环变干扰系数，
Figure SMS_51
、
Figure SMS_42
、
Figure SMS_45
、
Figure SMS_48
为预设特征系数（环变干扰系数和特征系数通过助听功用配置数据库获得）。
根据本发明实施例，所述根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据，具体为：
根据所述预设时间节点的助听设备功效响应点数据结合对应所述环变干扰因子输入预设的助听干扰自适应处理模型进行修正聚合，获得所述预设时间段内的助听设备功效修正数据；
所述助听设备功效修正数据的修正聚合计算公式为：
Figure SMS_52
；
其中，
Figure SMS_53
为助听设备功效修正数据，
Figure SMS_54
为第i个时间节点内的助听设备功效响应点数据，
Figure SMS_55
为第i个时间节点内的环变干扰因子，
Figure SMS_56
为助听设备功效因子，n为预设时间段内的时间节点个数，
Figure SMS_57
为预设特征系数（特征系数通过助听功用配置数据库获得）。
需要说明的是，对预设时间段内各时间节点的助听设备功效响应点数据结合获得的对应环变干扰因子以及助听设备功效因子，通过预设的助听干扰自适应处理模型进行修正聚合计算，获得预设时间段内的助听设备功效修正数据，实现对助听设备的功效数据的修正，通过时间节点数据的修正和聚合处理，提升了对功效数据的修正精确度。
根据本发明实施例，所述根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据，具体为：
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理，获得助听配置效应差数据；
根据所述助听配置效应差数据对所述助听设备进行调校处理，并采集调校处理后调校后时间段内的调校后助听配置效应差数据；
所述助听配置效应差数据的计算公式为：
Figure SMS_58
；
其中，
Figure SMS_59
为助听配置效应差数据，
Figure SMS_60
为助听设备功效修正数据，
Figure SMS_61
为助听功效预设指数，
Figure SMS_62
、
Figure SMS_63
为预设特征系数（特征系数通过助听功用配置数据库获得）。
需要说明的是，在获得了预设时间段的助听设备的功效修正数据后，为检验助听设备的实用功效与预设功效之间的差异度，以获得对助听设备进行调校处理的参照数据，根据助听设备功效修正数据与助听功效指数进行计算处理获得助听配置效应差数据，通过该效应差数据对助听设备进行调校，并根据调校后再次采集获得的第二效应差数据对调校的效果进行有效性验证，以实现对助听设备的智能化精准检测验证。
如图4所示，本发明还公开了基于大数据监测的助听设备智能检测系统4，包括存储器41和处理器42，所述存储器中包括基于大数据监测的助听设备智能检测方法程序，所述基于大数据监测的助听设备智能检测方法程序被所述处理器执行时实现如下步骤：
获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
需要说明的是，为评估检测针对不同用户需求的助听设备在一定时间和环境下的实用功效，获得精准又直观的结果信息数据，以评估或调校助听设备以使其发挥最佳功效，首先采集用户的个性化属性和需求信息并处理获得与用户助听需求对应的助听功效指数和功效因子，再采集用户在一定时间段内使用助听设备的效果信息以及对助听设备监测标记的异常记录信息，并提取对应数据，同时采集时间段内各时间节点的助听设备的性能数据，再根据性能数据结合提取的效果功用数据、监测标记的异常记录数据以及因子进行计算处理获得该时间段内的助听设备功效响应数据，然后采集各时间节点的环境对助听干扰的动态信息并处理获得干扰因子，再根据干扰因子结合助听设备功效响应数据输入模型中进行修正计算获得时间段内的的助听设备功效修正数据，最后根据该修正数据与预设的助听功效指数进行处理获得配置效应差数据，通过该效应差数据对助听设备进行调校，并根据调校后获得的第二效应差数据进行有效性验证，通过获得的调校后的调校后助听配置效应差数据与预设值进行阈值对比，判断调校后助听配置效应差数据是否符合预设值的阈值对比要求，若满足则说明调校有效，从而实现通过大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验的技术。
根据本发明实施例，所述获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子，具体为：
获取用户的属性标识信息和助听需求信息，所述属性标识信息包括用户群类信息、听力标定信息以及身份属性信息，所述助听需求信息包括工种助听需求信息、生活助听需求信息以及特殊环境助听需求信息；
将所述用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得与所述用户相匹配的助听功需匹配数据模型；
根据所述听力标定信息、工种助听需求信息以及生活助听需求信息输入所述助听功需匹配数据模型中获取对应的助听功效预设指数和助听设备功效因子。
需要说明的是，首先根据用户个性化属性和助听需求进行信息识别并匹配数据模型，再通过该数据模型获取与用户个性化属性需求相适配的助听设备功效预设指数和助听设备功效因子，助听设备功效预设指数是根据用户个性化属性和助听需求相适配的助听设备的功效预设参量，是助听设备达到预设匹配度的衡量数据，助听设备功效因子是与用户相匹配助听设备的功效适配度因子，对于处理助听功效具有校准作用，具体通过获取用户的属性标识信息包括用户的群体类别、听力标定和身份属性的信息，即用户的群体类别如弱听级数、失聪类型等信息，听力度、听域值等标定信息，职业身份工作性质等信息，并获取用户的助听需求信息，再通过用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得用户匹配的助听功需匹配数据模型，该助听功用配置数据库是预设的存有各类型助听设备功用数据信息的第三方数据库，通过上述信息输入该数据库中可获得与用户匹配的数据模型，该模型是数据库中助听设备功用需求匹配的数据模型，可通过模型根据上述信息匹配出对应的指数和因子。
根据本发明实施例，所述采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据，具体为：
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息；
通过预设的助听设备数据监测平台对所述助听效果信息进行数据提取，获得助听实效功用数据，包括混响清晰度数据、输出失真率数据以及听阈适应度数据；
根据所述助听设备数据监测平台提取所述助听设备标记信息的助听设备检测标记数据，包括啸听点位标记数据和干扰异响标记数据。
需要说明的是，为评估检测用户使用助听设备的效果情况，需采集用户在一定的预设时间段内的细分时间节点内的使用助听设备的助听效果信息以及助听设备通过预设终端或服务器采集的标记信息，预设时间段可以是一天/一小时等，预设时间节点的划分是为了使采集信息数据精细化，节点分区越小，则对信息数据的采集和处理的准确率也相对越高，预设时间节点的划分可以是几小时/几分钟等，时间段以及时间节点的预设根据方案实施的实际需求进行设置，标记信息主要包括对助听设备使用过程中出现的异常状况如啸听、干扰异响的标记记录的信息，再通过第三方预设的助听设备数据监测平台对信息进行数据提取，根据助听效果信息提取助听实效功用数据，根据助听设备标记信息提取助听设备检测标记数据，包括反映啸听时间点和坐标定位的标记数据，以及干扰异常产生的标记数据。
根据本发明实施例，所述获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据，具体为：
根据所述助听设备数据监测平台监测所述助听设备在所述预设时间节点内的性能状态特征数据；
所述性能状态特征数据包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据。
需要说明的是，为评估预设时间段内的助听设备的实用功效情况，还需采集在预设时间节点内的助听设备的性能状态特征数据，该特征数据是动态的，通过助听设备数据监测平台监测并获得性能状态特征数据，性能状态特征数据反映了助听设备在时间节点内实用性能所输出的特性动态数据。
根据本发明实施例，所述根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据，具体为：
根据所述预设时间节点内的助听设备检测标记数据结合助听实效功用数据进行处理，获得对应时间节点内的助听时效检测指数；
根据所述助听时效检测指数结合所述助听设备功效因子以及性能状态特征数据输入预设的助听成效检测模型中进行计算处理，获得对应所述预设时间节点内的助听设备功效响应点数据；
根据所述助听设备功效响应点数据进行聚合获得所述预设时间段内的助听设备功效响应数据。
需要说明的是，根据获得的各时间节点内的助听设备检测标记数据和助听实效功用数据进行处理计算，获得助听时效检测指数，反映对时间节点内助听设备实用时效的检测状况，所述助听时效检测指数的计算公式为：
Figure SMS_64
；
其中，
Figure SMS_66
为助听时效检测指数，
Figure SMS_70
、
Figure SMS_73
分别为啸听点位标记数据、干扰异响标记数据，
Figure SMS_67
、
Figure SMS_69
、
Figure SMS_72
分别为混响清晰度数据、输出失真率数据、听阈适应度数据，
Figure SMS_75
、
Figure SMS_65
、
Figure SMS_68
、
Figure SMS_71
、
Figure SMS_74
为预设特征系数；
然后根据得到的助听时效检测指数结合助听设备功效因子以及性能状态特征数据通过预设的助听成效检测模型进行计算处理，获得对应时间节点内的助听设备功效响应点数据，该数据是反映在预设时间节点内的助听设备的功效情况，预设时间节点内的助听设备功效响应点数据的计算公式为：
Figure SMS_76
；
其中，
Figure SMS_80
为助听设备功效响应点数据，
Figure SMS_82
为助听时效检测指数，
Figure SMS_85
为助听设备功效因子，
Figure SMS_79
、
Figure SMS_83
、
Figure SMS_86
、
Figure SMS_88
分别为动态增益数据、放大动态数据、频宽频响动态数据、信噪比动态数据，
Figure SMS_77
、
Figure SMS_81
、
Figure SMS_84
、
Figure SMS_87
、
Figure SMS_78
为预设特征系数（特征系数通过助听功用配置数据库获得）；
在获得了时间节点内的助听设备功效响应点数据后，对数据进行聚合获得在预设时间段内的助听设备功效响应数据，助听设备功效响应数据的计算公式为：
Figure SMS_89
；
其中，
Figure SMS_90
为助听设备功效响应数据，
Figure SMS_91
为第i个时间节点内的助听设备功效响应点数据，n为预设时间段内的时间节点个数；
通过获得的助听设备功效响应数据反映出在预设时间段内助听设备的实用功效情况数据。
根据本发明实施例，所述采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子，具体为：
采集所述预设时间节点内所述助听设备使用的环境干扰动态信息，包括噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息；
根据所述噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息输入预设环境干扰检测模型中进行识别处理，获得所述预设时间节点内的环变干扰因子。
需要说明的是，由于外界环境变化带来的干扰对助听设备的功效具有影响性，如外界噪声、电场磁场活动、温湿度变化以及压力压强的差等，因此需对预设时间节点内对应的环境动态信息进行收集和处理，获得环变干扰因子，通过该因子反映出环境变化状态对助听设备使用功效的影响，对处理和检测助听设备实用功效具有补偿和修正作用；其中，所述环变干扰因子的计算公式为：
Figure SMS_92
；
其中，
Figure SMS_95
为环变干扰因子，
Figure SMS_96
、
Figure SMS_99
、
Figure SMS_94
、
Figure SMS_98
分别为噪声动态信息、电场磁场动态信息、温湿度动态信息、压差动态信息，
Figure SMS_101
为预设环变干扰系数，
Figure SMS_102
、
Figure SMS_93
、
Figure SMS_97
、
Figure SMS_100
为预设特征系数（环变干扰系数和特征系数通过助听功用配置数据库获得）。
根据本发明实施例，所述根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据，具体为：
根据所述预设时间节点的助听设备功效响应点数据结合对应所述环变干扰因子输入预设的助听干扰自适应处理模型进行修正聚合，获得所述预设时间段内的助听设备功效修正数据；
所述助听设备功效修正数据的修正聚合计算公式为：
Figure SMS_103
；
其中，
Figure SMS_104
为助听设备功效修正数据，
Figure SMS_105
为第i个时间节点内的助听设备功效响应点数据，
Figure SMS_106
为第i个时间节点内的环变干扰因子，
Figure SMS_107
为助听设备功效因子，n为预设时间段内的时间节点个数，
Figure SMS_108
为预设特征系数（特征系数通过助听功用配置数据库获得）。
需要说明的是，对预设时间段内各时间节点的助听设备功效响应点数据结合获得的对应环变干扰因子以及助听设备功效因子，通过预设的助听干扰自适应处理模型进行修正聚合计算，获得预设时间段内的助听设备功效修正数据，实现对助听设备的功效数据的修正，通过时间节点数据的修正和聚合处理，提升了对功效数据的修正精确度。
根据本发明实施例，所述根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据，具体为：
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理，获得助听配置效应差数据；
根据所述助听配置效应差数据对所述助听设备进行调校处理，并采集调校处理后调校后时间段内的调校后助听配置效应差数据；
所述助听配置效应差数据的计算公式为：
Figure SMS_109
；
其中，
Figure SMS_110
为助听配置效应差数据，
Figure SMS_111
为助听设备功效修正数据，
Figure SMS_112
为助听功效预设指数，
Figure SMS_113
、
Figure SMS_114
为预设特征系数（特征系数通过助听功用配置数据库获得）。
需要说明的是，在获得了预设时间段的助听设备的功效修正数据后，为检验助听设备的实用功效与预设功效之间的差异度，以获得对助听设备进行调校处理的参照数据，根据助听设备功效修正数据与助听功效指数进行计算处理获得助听配置效应差数据，通过该效应差数据对助听设备进行调校，并根据调校后再次采集获得的第二效应差数据对调校的效果进行有效性验证，以实现对助听设备的智能化精准检测验证。
本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括基于大数据监测的助听设备智能检测方法程序，所述基于大数据监测的助听设备智能检测方法程序被处理器执行时，实现如上述任一项所述的基于大数据监测的助听设备智能检测方法的步骤。
本发明公开的基于大数据监测的助听设备智能检测方法、系统和介质，通过用户的属性标识信息和助听需求信息识别处理获得助听功效预设指数和助听设备功效因子，采集使用助听设备的助听效果信息和助听设备标记信息并提取助听实效功用数据和助听设备检测标记数据，并结合获取的助听设备性能状态特征数据以及助听设备功效因子处理获得助听设备功效响应数据，再根据采集的环境干扰动态信息处理获得的环变干扰因子输入助听干扰自适应处理模型中修正处理获得助听设备功效修正数据，并通过与助听功效预设指数处理获得的助听配置效应差数据对助听设备进行调校，最后获取调校后助听配置效应差数据对调校有效性进行检验；从而基于大数据对助听设备使用信息和性能数据进行处理获得功效数据进而进行调校检验，实现根据助听设备监测信息数据进行功效检验评估的技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.基于大数据监测的助听设备智能检测方法，其特征在于，包括以下步骤：
获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
2.根据权利要求1所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子，包括：
获取用户的属性标识信息和助听需求信息，所述属性标识信息包括用户群类信息、听力标定信息以及身份属性信息，所述助听需求信息包括工种助听需求信息、生活助听需求信息以及特殊环境助听需求信息；
将所述用户群类信息、身份属性信息以及特殊环境助听需求信息输入预设助听功用配置数据库中进行信息识别，获得与所述用户相匹配的助听功需匹配数据模型；
根据所述听力标定信息、工种助听需求信息以及生活助听需求信息输入所述助听功需匹配数据模型中获取对应的助听功效预设指数和助听设备功效因子。
3.根据权利要求2所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据，包括：
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息；
通过预设的助听设备数据监测平台对所述助听效果信息进行数据提取，获得助听实效功用数据，包括混响清晰度数据、输出失真率数据以及听阈适应度数据；
根据所述助听设备数据监测平台提取所述助听设备标记信息的助听设备检测标记数据，包括啸听点位标记数据和干扰异响标记数据。
4.根据权利要求3所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据，包括：
根据所述助听设备数据监测平台监测所述助听设备在所述预设时间节点内的性能状态特征数据；
所述性能状态特征数据包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据。
5.根据权利要求4所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据，包括：
根据所述预设时间节点内的助听设备检测标记数据结合助听实效功用数据进行处理，获得对应时间节点内的助听时效检测指数；
根据所述助听时效检测指数结合所述助听设备功效因子以及性能状态特征数据输入预设的助听成效检测模型中进行计算处理，获得对应所述预设时间节点内的助听设备功效响应点数据；
根据所述助听设备功效响应点数据进行聚合获得所述预设时间段内的助听设备功效响应数据。
6.根据权利要求5所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子，包括：
采集所述预设时间节点内所述助听设备使用的环境干扰动态信息，包括噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息；
根据所述噪声动态信息、电场磁场动态信息、温湿度动态信息以及压差动态信息输入预设环境干扰检测模型中进行识别处理，获得所述预设时间节点内的环变干扰因子。
7.根据权利要求6所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据，包括：
根据所述预设时间节点的助听设备功效响应点数据结合对应所述环变干扰因子输入预设的助听干扰自适应处理模型进行修正聚合，获得所述预设时间段内的助听设备功效修正数据；
所述助听设备功效修正数据的修正聚合计算公式为：
Figure QLYQS_1
；
其中，
Figure QLYQS_2
为助听设备功效修正数据，
Figure QLYQS_3
为第i个时间节点内的助听设备功效响应点数据，
Figure QLYQS_4
为第i个时间节点内的环变干扰因子，
Figure QLYQS_5
为助听设备功效因子，n为预设时间段内的时间节点个数，
Figure QLYQS_6
为预设特征系数。
8.根据权利要求7所述的基于大数据监测的助听设备智能检测方法，其特征在于，所述根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据，包括：
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理，获得助听配置效应差数据；
根据所述助听配置效应差数据对所述助听设备进行调校处理，并采集调校处理后调校后时间段内的调校后助听配置效应差数据；
所述助听配置效应差数据的计算公式为：
Figure QLYQS_7
；
其中，
Figure QLYQS_8
为助听配置效应差数据，
Figure QLYQS_9
为助听设备功效修正数据，
Figure QLYQS_10
为助听功效预设指数，
Figure QLYQS_11
、
Figure QLYQS_12
为预设特征系数。
9.基于大数据监测的助听设备智能检测系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括基于大数据监测的助听设备智能检测方法的程序，所述基于大数据监测的助听设备智能检测方法的程序被所述处理器执行时实现以下步骤：
获取用户的属性标识信息和助听需求信息，并根据所述属性标识信息和助听需求信息输入预设助听功用配置数据库中进行识别处理，获得所述用户助听功需对应的助听功效预设指数和助听设备功效因子；
采集所述用户在预设时间节点内使用助听设备的助听效果信息和助听设备标记信息，并根据所述助听效果信息和助听设备标记信息提取对应助听实效功用数据和助听设备检测标记数据；
获取所述预设时间节点内所述助听设备的性能状态特征数据，包括动态增益数据、放大动态数据、频宽频响动态数据以及信噪比动态数据；
根据预设时间段内各时间节点内的所述性能状态特征数据结合所述助听实效功用数据、助听设备检测标记数据以及所述助听设备功效因子输入预设的助听成效检测模型中进行计算处理，获得所述预设时间段内的助听设备功效响应数据；
采集所述预设时间段内各时间节点所述用户在使用助听设备的环境干扰动态信息，并根据环境干扰动态信息进行处理，获得各时间节点内的环变干扰因子；
根据所述环变干扰因子结合所述助听设备功效响应数据输入预设的助听干扰自适应处理模型中进行修正处理，获得所述预设时间段内的助听设备功效修正数据；
根据所述助听设备功效修正数据与所述助听功效预设指数进行处理获得助听配置效应差数据，并根据所述助听配置效应差数据对所述助听设备进行调校处理，并获取调校后时间段内的调校后助听配置效应差数据；
根据所述调校后助听配置效应差数据对所述助听设备的调校有效性进行检验。
10.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中包括基于大数据监测的助听设备智能检测方法程序，所述基于大数据监测的助听设备智能检测方法程序被处理器执行时，实现如权利要求1至8中任一项所述的基于大数据监测的助听设备智能检测方法的步骤。
CN202310406181.7A 2023-04-17 2023-04-17 基于大数据监测的助听设备智能检测方法、系统和介质 Active CN116156401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310406181.7A CN116156401B (zh) 2023-04-17 2023-04-17 基于大数据监测的助听设备智能检测方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310406181.7A CN116156401B (zh) 2023-04-17 2023-04-17 基于大数据监测的助听设备智能检测方法、系统和介质

Publications (2)

Publication Number Publication Date
CN116156401A true CN116156401A (zh) 2023-05-23
CN116156401B CN116156401B (zh) 2023-06-27

Family

ID=86358484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310406181.7A Active CN116156401B (zh) 2023-04-17 2023-04-17 基于大数据监测的助听设备智能检测方法、系统和介质

Country Status (1)

Country Link
CN (1) CN116156401B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102124759A (zh) * 2009-06-16 2011-07-13 松下电器产业株式会社 助听适合度判断装置、助听处理调整系统及助听适合度判断方法
CN102265335A (zh) * 2009-07-03 2011-11-30 松下电器产业株式会社 助听器的调整装置、方法以及程序
CN103039092A (zh) * 2011-07-08 2013-04-10 松下电器产业株式会社 助听适合度判断装置及助听适合度判断方法
US20150124985A1 (en) * 2013-11-06 2015-05-07 Samsung Electronics Co., Ltd. Device and method for detecting change in characteristics of hearing aid
US20160255447A1 (en) * 2013-04-24 2016-09-01 Biosoundlab Co., Ltd. Method for Fitting Hearing Aid in Individual User Environment-Adapted Scheme, and Recording Medium for Same
GB201912676D0 (en) * 2019-09-04 2019-10-16 Sonova Ag A method for automatically adjusting a hearing aid device based on a machine learning
KR102093365B1 (ko) * 2020-01-16 2020-03-25 한림국제대학원대학교 산학협력단 시험착용데이터 기반 보청기 적합관리 시스템의 제어 방법, 장치 및 프로그램
US10757513B1 (en) * 2019-04-11 2020-08-25 Compal Electronics, Inc. Adjustment method of hearing auxiliary device
WO2022095381A1 (zh) * 2020-11-03 2022-05-12 平安科技（深圳）有限公司 性能监测评价方法、装置、计算机设备及可读存储介质
US20220353602A1 (en) * 2020-01-17 2022-11-03 Sivantos Pte. Ltd. Method for operating a hearing aid and system having the hearing aid

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102124759A (zh) * 2009-06-16 2011-07-13 松下电器产业株式会社 助听适合度判断装置、助听处理调整系统及助听适合度判断方法
CN102265335A (zh) * 2009-07-03 2011-11-30 松下电器产业株式会社 助听器的调整装置、方法以及程序
CN103039092A (zh) * 2011-07-08 2013-04-10 松下电器产业株式会社 助听适合度判断装置及助听适合度判断方法
US20160255447A1 (en) * 2013-04-24 2016-09-01 Biosoundlab Co., Ltd. Method for Fitting Hearing Aid in Individual User Environment-Adapted Scheme, and Recording Medium for Same
US20150124985A1 (en) * 2013-11-06 2015-05-07 Samsung Electronics Co., Ltd. Device and method for detecting change in characteristics of hearing aid
US10757513B1 (en) * 2019-04-11 2020-08-25 Compal Electronics, Inc. Adjustment method of hearing auxiliary device
GB201912676D0 (en) * 2019-09-04 2019-10-16 Sonova Ag A method for automatically adjusting a hearing aid device based on a machine learning
KR102093365B1 (ko) * 2020-01-16 2020-03-25 한림국제대학원대학교 산학협력단 시험착용데이터 기반 보청기 적합관리 시스템의 제어 방법, 장치 및 프로그램
US20220353602A1 (en) * 2020-01-17 2022-11-03 Sivantos Pte. Ltd. Method for operating a hearing aid and system having the hearing aid
WO2022095381A1 (zh) * 2020-11-03 2022-05-12 平安科技（深圳）有限公司 性能监测评价方法、装置、计算机设备及可读存储介质

Also Published As

Publication number Publication date
CN116156401B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
AU2020244485B2 (en) Methods and apparatus to analyze recordings in leak detection
CN109087655A (zh) 一种交通道路声音监测与异常声音识别系统
CN116156402B (zh) 基于环境状态监测的助听设备智能响应方法、系统及介质
KR20180073649A (ko) 에코 지연을 추적하는 방법 및 장치
CN107708048B (zh) 啸叫检测方法和装置、存储介质及电子装置
CN109714180A (zh) 压减冗余告警的方法、相应设备及存储介质
JP5716595B2 (ja) 音声補正装置、音声補正方法及び音声補正プログラム
CN114143646B (zh) 检测方法、装置、耳机和可读存储介质
CN117081851B (zh) 网络安全态势感知信息的显示方法、系统和介质
CN114095847B (zh) 环境和聚合声学剂量测定
CN116502925B (zh) 基于大数据的数字工厂设备巡检评估方法、系统和介质
CN116094837B (zh) 基于网络大数据的网终应用采集分析方法、系统及介质
CN115664551B (zh) 一种用于射频功率放大器的安全监测预警系统
Tseng et al. A graph Fourier transform based method for missing temperature data detection
CN115081969B (zh) 异常数据确定方法及相关装置
CN114974301B (zh) 一种异音检测方法、计算机可读存储介质及电子设备
CN103258039A (zh) 一种微博伪造信息的检测方法
CN102509550A (zh) 声音信息的处理方法和用户设备
CN113739906B (zh) 噪声暴露指数统计方法、装置、设备及存储介质
CN116156401B (zh) 基于大数据监测的助听设备智能检测方法、系统和介质
CN113613123B (zh) 音频数据的处理方法、装置、耳机及存储介质
CN117098166B (zh) 一种腕式监护设备运行监控系统
CN112115984A (zh) 基于深度学习的茶园异常数据校正方法、系统和存储介质
CN112114215A (zh) 基于误差反向传播算法的变压器老化评估的方法及系统
CN114220446A (zh) 一种适应性背景噪声检测方法、系统及介质

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
GR01 Patent grant
GR01 Patent grant