技术问题描述：

1. 高质量声学信号采集与快速标注

外部噪声的干扰、人体运动和不合适的佩戴位置会影响到采集信号的质量。质量低下、信息稀疏的信号会严重影响后续分析结果，因此需要研究高质量信号的采集与增强方法，减少外部干扰。此外，精确的分析系统依赖于高质量的人体声学信号标注数据集。而数据集的收集和标注需要消耗大量的人力资源，因此，需要研究基于深度学习的辅助标注方法，用于快速扩充数据集。

3. 多场景、多任务的个性化人体声信号建模与学习

系统需要应用于睡眠、行走和坐立等不同场景，并检测咳嗽、打鼾、言语、喘息、呼吸和心音信号，实现多种心脏和肺部疾病的预警和诊断。系统还需要考虑个体差异所带来的影响，不同年纪、性别、体重等因素会使每个人的声学信号存在差异。因此需要构建一个能够适用于多场景、多任务的个性化人体声信号深度神经网络模型。

4. 结合专家知识的长期健康监控和疾病预测方法

个体化差异、复杂的人体结构和疾病干扰等因素使声音信号与人体健康联系构建难度大。此外，短时间内身体状态和声信号多变且可靠性低，使得分析结果的准确性难以保障。利用专家知识可以有效减小系统学习难度，提高系统精确度。因此需要开展结合专家知识的长期预测模型以提高系统的稳定性与准确性。

5. 低功耗轻重量约束下实时信号采集分析技术

为方便使用需要控制设备的体积和重量，使得设备难以提供大容量电池和较高的算力。因此需要研究轻量级的信号采集与处理方法，并实现高效的系统开发。

应用场景如下：

1. 医用监控和智能辅助诊断设备：开发智能听诊器等设备取代当前医生使用的听诊器，能实时显示智能诊断结果，辅助医生精确诊断。此外，在医院和医疗机构中，可以辅助和增强其他监测设备，实现人体健康状况的实时监测。

2. 家用诊断医疗器械和可穿戴健康监测设备：在家庭或社区环境中，可以用于监测日常生活中人体的健康状况，如睡眠质量、压力水平、健康隐患等，帮助人们采取适当的健康管理措施。也可以在运动健身场所中，通过监测人体健康状况，帮助使用者更好地控制训练强度。

3. 个人疾病健康监控预警设备：在养老机构中，对老年人或患有慢性疾病的人群进行监测，并对心血管、肺部疾病等做出预警。也可在工业生产领域，分析工人健康状态，及时发现工业生产中意外和健康隐患。-

需要的技术成果及相关指标描述：

基于声信号的人体健康风险预警和智能分析场景，研究并攻克人体声信号智能分析关键技术，研制轻量化的人体声信号健康监测装备，为患者提供个体健康状态预测与评估，具体包括：

1. 建立高质量、多病种的人体声信号分析评价数据集

针对现实应用场景复杂的问题，快速收集海量样本，覆盖心脑血管疾病、慢性呼吸系统疾病等人体声信号。研究人工智能辅助的数据标注方法。针对数据不均衡问题，研究小样本生成和典型样本选择方法。

2. 突破多传感器信息融合的人体声信号降噪技术

传感器所采集的信号包含环境噪声、仪器噪声等干扰信号，在应用过程中受到限制。多传感器可在同样的环境和条件下采集信号，融合各传感器之间的信息对没有先验知识的人体声信号进行去噪，以获得更为纯净的真实声信号。

3. 突破融合专家知识的多实例、多输入人体声信号异常检测技术

针对各种环境下不同疾病的人体声信号，根据专家知识设计并筛选统一有效的特征，研究基于卷积和全连接的多实例、多输入人工神经网络，以每个段级信号为模型的一个输入实例，将各个段的预测结果在决策层面融合，并融入专家知识，学习不同心动阶段中的生理意义，实现人体声信号异常检测。

4. 实现多模态、长时序声信号的人体健康风险预测与智能分析

研究多模态的人体声信号数据分割、定量分析和异常特征检测技术，并结合个体常规信息、人口学资料和基础病理知识等指标信息，实现端到端的模型训练，对输入的多维度信息进行各自权重的自动学习，构建多层次人体健康风险预测和评估模型。

5. 研制轻量化、长续航的人体健康风险预测与智能分析的可穿戴设备

采用敏捷开发模式结合医生反馈意见，快速迭代优化，提高系统可用性和稳定性。邀请合作医院与检验机构进行试用和性能评估，并申请知识产权。

关键量化指标：

1. 研制基于人体声信号的可穿戴健康监测与评估设备1套，可检测疾病种类大于10种；

2. 人体声信号数据库样本总量不少于2万例；

3. 申请发明专利不少于4项，发表高水平论文不少于5篇；

4. 对于心音的异常检测识别准确度达到90%；

5. 对于呼吸音的异常检测识别灵敏度达到92%，特异性达到85%；

6. 对于睡眠状态检测，包括识别出阻塞性睡眠呼吸暂停，识别准确度达到88%；

7. 对于语言逻辑异常检测，包括区分出正常语音和逻辑异常语音，灵敏度和特异性均达到85%。

-拟合作方式：合作开发-

拟投入资金（万元）：1000