-
Patent Agency Ranking
公开(公告)号：CN108461092A
公开(公告)日：2018-08-28
申请号：CN201810186362.2
申请日：2018-03-07
Applicant: 燕山大学
Abstract: 本发明公开了一种对帕金森病语音分析的方法，包括对语音信号的升维处理，对升维信号进行降维滤波，对降维滤波信号进行分类计算得到语音的患病概率。即对语音信号进行升维——对一维语音信号进行分帧加窗，并将每一帧进行拼接，组成二维信号；对二维信号进行降维滤波，利用参数M，A，B对以上计算得到的二维信号进行滤波计算，对滤波结果进行池化后通过分类计算最后得到其分类结果。本发明通过对语音信号的分析，计算得到其患病概率，不需要复杂的提取语音特征的过程，对原始语音直接进行处理，得到患病概率。是一种简单、廉价、方便、可行的帕金森病语音分析方法。
-
公开(公告)号：CN109616141B
公开(公告)日：2022-01-11
申请号：CN201910005097.8
申请日：2019-01-03
Applicant: 燕山大学
Abstract: 本发明涉及一种发音异常检测方法，包括语音信号预处理模块、语音时频同窗可视化模块、局部信息统计模块和分类模块。语音信号预处理模块将待测的语音信号进行处理，处理后传输至语音时频同窗可视化模块；由语音时频同窗可视化模块将处理后的语音信号的时域信息和频域信息进行同窗可视化显示，并将显示信息传输至局部信息统计模块；局部信息统计模块进行计算并且统计单位区间内各数据的特征信息，并将其统计的特征信息传递给分类模块；分类模块是将统计的高维数据经过多次映射关系进行类别划分，通过数据和标签训练分类器。从而实现对新的病态语音信号进行检测。本发明测量方便，费用低廉，且准确率较高。
-
公开(公告)号：CN109008981A
公开(公告)日：2018-12-18
申请号：CN201810890193.0
申请日：2018-08-07
Applicant: 燕山大学
IPC: A61B5/00
CPC classification number: A61B5/4854 , A61B5/0022
Abstract: 本发明公开了一种脉象远程传输装置，包括脉象采集器、数据处理装置、数据存储装置、脉象还原器。通过在采集端放置多个紧密排列的探头，利用多个探头施加不同的压力组合对脉搏信息进行全方位全压力采集，通过对脉搏信息进行一段时间的测量与存储，可得到有时差连续脉象信号。脉象还原器中的反探头与脉象采集器中的探头数量、大小、排列方式均相同，并逐一对应，远程医师控制脉象还原器上各个反探头受力端子的压力，处理器可根据检测到的受力端子的压力，通过反探头的施力端子对各个对应的探头进行脉象信息还原，其优点在于：能够准确的找出患者的寸、关、尺三部；可避免由于脉象信号延迟而导致的诊脉不准确；也可实现非实时远程诊脉，不用医生和患者约定时间；更适用于中医教学，成为教学设备。
-
公开(公告)号：CN108461092B
公开(公告)日：2022-03-08
申请号：CN201810186362.2
申请日：2018-03-07
Applicant: 燕山大学
Abstract: 本发明公开了一种对帕金森病语音分析的方法，包括对语音信号的升维处理，对升维信号进行降维滤波，对降维滤波信号进行分类计算得到语音的患病概率。即对语音信号进行升维——对一维语音信号进行分帧加窗，并将每一帧进行拼接，组成二维信号；对二维信号进行降维滤波，利用参数M，A，B对以上计算得到的二维信号进行滤波计算，对滤波结果进行池化后通过分类计算最后得到其分类结果。本发明通过对语音信号的分析，计算得到其患病概率，不需要复杂的提取语音特征的过程，对原始语音直接进行处理，得到患病概率。是一种简单、廉价、方便、可行的帕金森病语音分析方法。
-
公开(公告)号：CN109616141A
公开(公告)日：2019-04-12
申请号：CN201910005097.8
申请日：2019-01-03
Applicant: 燕山大学
Abstract: 本发明涉及一种发音异常检测方法，包括语音信号预处理模块、语音时频同窗可视化模块、局部信息统计模块和分类模块。语音信号预处理模块将待测的语音信号进行处理，处理后传输至语音时频同窗可视化模块；由语音时频同窗可视化模块将处理后的语音信号的时域信息和频域信息进行同窗可视化显示，并将显示信息传输至局部信息统计模块；局部信息统计模块进行计算并且统计单位区间内各数据的特征信息，并将其统计的特征信息传递给分类模块；分类模块是将统计的高维数据经过多次映射关系进行类别划分，通过数据和标签训练分类器。从而实现对新的病态语音信号进行检测。本发明测量方便，费用低廉，且准确率较高。
-
-
-
-
Search Results
5
records
(took 0.01 seconds)
