本發明涉及哮喘檢測，更具體的說是涉及一種哮喘檢測方法及便攜式哮喘檢測設備。
背景技術：
1、哮喘是一種由呼吸道狹窄或阻塞引起的高調、音樂樣的呼吸音，是氣流通過狹窄的支氣管或細支氣管時產生的渦流導致局部振動所發出的聲音。
2、作為兒童常見的慢性氣道炎癥性疾病，其發病率呈現增高趨勢。但由于兒童，尤其是低齡兒童，無法準確表述自己的癥狀及誘發因素，且看護者甄別病情能力弱，無法早期且有效應用阻止急性發作加重進展的干預方案。因此，需要構建針對兒童的哮喘監測方法，以實現早期識別及時干預。
3、然而，目前針對兒童的哮喘監測方法，主要通過植入設備采集患者呼氣信息，或通過檢測患者所處環境的熱成像信息，或采用手腕呼吸判斷哮喘，準確性較差，并且不便于攜帶。例如：
4、1)植入式檢測手段如將植入式呼吸傳感器通過微創手術固定于氣道內，不僅設備體積大，不滿足日常攜帶使用需求，且雖能獲取精確數據，但存在異物排斥風險、依從性差；
5、2)基于環境熱成像的非接觸式監測依賴高分辨率紅外攝像頭，通常僅適用于醫療機構；同時易受環境溫度波動干擾，呼吸信號信噪比不足；
6、3)腕戴式呼吸監測設備核心算法依賴多模態傳感器融合(如加速度計、陀螺儀)，硬件電路復雜度較高，且通過胸腹運動間接推算呼吸參數，難以捕捉高頻哮鳴音特征。
7、此外，現有算法普遍采用復雜網絡結構(如深度殘差網絡或3d卷積網絡)，模型參數量大，難以實現數據的實時處理。
8、因此，如何是本領域技術人員亟需解決的問題。
技術實現思路
1、為至少部分解決上述技術問題，本發明針對兒童哮喘音檢測提出一種哮喘檢測方法及便攜式哮喘檢測設備。
2、為了實現上述目的，本發明采用如下技術方案：
3、第一方面，本申請提供了一種哮喘檢測方法，步驟包括，
4、獲取用戶呼吸音；
5、去噪后分段，并通過短時傅里葉變換和對數變換轉化成頻譜圖；
6、將頻譜圖輸入至神經網絡模型獲得哮鳴音和喘鳴音。
7、一個可選的實施例中，采用小波閾值對用戶呼吸音進行濾波去噪。
8、一個可選的實施例中，短時傅里葉變換計算公式為：
9、
10、式中，t表示當前窗口中心時間點，f表示頻率，x(τ)表示去噪分段后的呼吸信號在τ處的取值，h(τ-t)表示截取信號段的時移窗函數，中心位于t，τ表示積分時間變量，e-j2πfτ表示傅里葉變換的復指數基函數。
11、一個可選的實施例中，對數變換計算公式為：
12、
13、式中，imf(i,j)表示通過stft得到的頻譜圖，i表示時間幀索引，j表示頻率索引。
14、一個可選的實施例中，神經網絡模型包括：多個特征提取模塊和全連接層；每個特征提取模塊包括，
15、基礎單元：1個或多個連續卷積層；
16、標準化單元：緊接在卷積層后的批量歸一化層及relu激活層；
17、下采樣單元：可選的最大池化層，用于降低特征圖分辨率。
18、第二方面，本申請公開了一種便攜式哮喘檢測設備，包括殼體，殼體內置主控單元，底部嵌有與主控單元相連的接觸式傳聲器；其中，主控單元用于控制接觸式傳聲器采集呼吸音并執行如上任一所述的哮喘檢測方法識別哮鳴音和喘鳴音。
19、在一個可選的實施例中，殼體頂部布設按鍵及顯示面板，按鍵用于實現檢測的手動控制，顯示面板用于顯示識別結果。
20、在一個可選的實施例中，所述主控單元集成于電路板，所述電路板連接有可充電鋰電池、type-c接口、sd卡接口以及揚聲器。
21、在一個可選的實施例中，電路板上還集成有模擬數據處理模塊，用于對采集的呼吸音進行放大濾波與模數轉換。
22、第三方面，本申請公開了一種便攜式哮喘檢測設備，包括殼體，殼體內置主控單元和無線模塊，底部嵌有與單元相連的接觸式傳聲器；其中，主控單元用于控制接觸式傳聲器采集呼吸音并通過無線模塊傳輸至終端，所述終端執行如上任一所述的哮喘檢測方法識別哮鳴音和喘鳴音。
23、本發明公開提供的哮喘檢測方法及便攜式哮喘檢測設備，能夠解決當前檢測設備植入繁瑣、無法在日常生活中進行檢測等問題，與現有技術相比，本申請優點包括：
24、(1)通過對用戶呼吸音進行去噪、分段、短時傅里葉變換和對數變換，將時域信號轉化為頻譜圖，能夠更清晰地展現呼吸音的頻率特征；進一步，本申請特別設計的輕量級神經網絡模型，具有更少的模型參數量，降低計算復雜度，實現呼吸音數據的實時處理的同時，保證了較高的檢測準確度，能夠滿足了哮喘實時監測的需求。
25、(2)本申請提供的檢測設備設計輕便小巧，操作簡單，易于使用，便于用戶隨時隨地開展哮喘檢測，尤其適合需要長期監測的兒童哮喘患者，可有效輔助看護者判斷病情。
1.一種哮喘檢測方法，其特征在于，
2.根據權利要求1所述的哮喘檢測方法，其特征在于，采用小波閾值對用戶呼吸音進行濾波去噪。
3.根據權利要求1所述的哮喘檢測方法，其特征在于，短時傅里葉變換計算公式為：
4.根據權利要求1所述的哮喘檢測方法，其特征在于，對數變換計算公式為：
5.根據權利要求1所述的哮喘檢測方法，其特征在于，神經網絡模型包括：多個特征提取模塊和全連接層；每個特征提取模塊包括：
6.一種便攜式哮喘檢測設備，其特征在于，包括殼體，殼體內置主控單元，底部嵌有與主控單元相連的接觸式傳聲器；其中，主控單元用于控制接觸式傳聲器采集呼吸音并執行權利要求1-5任一所述的哮喘檢測方法識別哮鳴音和喘鳴音。
7.根據權利要求6所述的便攜式哮喘檢測設備，其特征在于，殼體頂部布設按鍵及顯示面板，按鍵用于實現檢測的手動控制，顯示面板用于顯示識別結果。
8.根據權利要求6所述的便攜式哮喘檢測設備，其特征在于，所述主控單元集成于電路板，所述電路板連接有可充電鋰電池、type-c接口、sd卡接口以及揚聲器。
9.根據權利要求8所述的便攜式哮喘檢測設備，其特征在于，電路板上還集成有模擬數據處理模塊，用于對采集的呼吸音進行放大濾波與模數轉換。
10.一種便攜式哮喘檢測設備，其特征在于，包括殼體，殼體內置主控單元和無線模塊，底部嵌有與單元相連的接觸式傳聲器；其中，主控單元用于控制接觸式傳聲器采集呼吸音并通過無線模塊傳輸至終端，所述終端執行權利要求1-5任一所述的哮喘檢測方法識別哮鳴音和喘鳴音。