摘要
本申请涉及健康监测领域,公开一种基于轴向加速度数据组合的慢阻肺患者咳嗽检测系统。包括:数据采集模块,配置为通过佩戴于用户体表的加速度计采集多轴向的加速度时序数据;控制模块,配置为对多轴向加速度时序数据进行梯度滤波预处理,以提取有效生理信号特征;构建深度学习模型;对预处理后的加速度时序数据进行特征提取,生成多维特征向量;采用联合概率验证机制对多维特征向量进行处理,通过结合咳嗽信号与运动信号、呼吸节律信号的概率分布差异,提升咳嗽识别的置信度,分离咳嗽信号与非咳嗽生理信号或运动信号;输出咳嗽检测结果,检测结果包括咳嗽发生的时间、频率及与呼吸节律相关的临床特征,用于进行病情分析和康复评估。
技术关键词
多维特征向量
深度学习模型
加速度
空间关系特征
验证机制
信号特征
数据采集模块
时序特征
生理
咳嗽检测方法
运动
Softmax函数
患者
控制模块
隐马尔可夫模型
滤除高频噪声