内窥镜自动定位语音识别系统

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (8): 207-210.

内窥镜自动定位语音识别系统

马宁，陈晓冬，李亚楠，尹青云，汪毅，郁道银

天津大学精密仪器与光电子工程学院，天津 300072

出版日期:2014-04-15 发布日期:2014-05-30

Speech recognition for endoscopic automatic positioning system

MA Ning, CHEN Xiaodong, LI Yanan, YIN Qingyun, WANG Yi, YU Daoyin

College of Precision Instruments & Opto-electronics Engineering, Tianjin University, Tianjin 300072, China

Online:2014-04-15 Published:2014-05-30

摘要/Abstract

摘要： 提出一种基于特定人的内窥镜自动定位语音识别系统，通过识别特定医生的语音控制口令实现内窥镜的定位，为手持内窥镜操作提供更加智能化的解决方案。在识别算法上提出了参考模板归一化平均的动态时间规划（Normalized Average-Dynamic Time Warping，NA-DTW）算法，可获得更高的识别率，系统以片上Windows?CE操作系统和ARM作为系统的软硬件平台。实验通过对10个不同测试人的共1 250组测试数据进行识别检测，NA-DTW算法与传统DTW算法相比，识别率从96.6%提高到99.76%，运算时间从469 ms缩短到241 ms。验证了NA-DTW算法可以完成基于特定人、孤立词的语音识别功能，并满足嵌入式系统中的实时检测条件。

关键词: 内窥镜, 动态时间规整, 参考模板, 特定人, 嵌入式系统

Abstract: A novel system for minimally invasive surgery is presented in this paper. The system utilizes an Endoscopic Automatic Positioner（EAP） controlled by speech recognition engine to implement the clamping and dynamical positioning of the laparoscope. The motion instructions of the EAP are transformed from voice commands of specific doctor recognized by speaker dependent speech recognition algorithm named Dynamic Time Warping（DTW）. The DTW recognizes particular commands and rejects irrelevant items by enhancing the performance of the reference template. An ARM-core embedded platform is designed to run the DTW on Windows CE operating system. And on that basis, the performance of DTW is demonstrated by 1250 groups of experiments from 10 individual speakers. Compared with the traditional algorithm, the enhanced algorithm can improve the recognition rate by 3.16% and shorten the time of calculation by 51%. The results demonstrate the availability of the enhanced algorithm and its ability to satisfy the real time requirement in embedded system.

Key words: endoscopic, dynamic time warping, reference template, speaker dependent, embedded system

马宁，陈晓冬，李亚楠，尹青云，汪毅，郁道银. 内窥镜自动定位语音识别系统[J]. 计算机工程与应用, 2014, 50(8): 207-210.

MA Ning, CHEN Xiaodong, LI Yanan, YIN Qingyun, WANG Yi, YU Daoyin. Speech recognition for endoscopic automatic positioning system[J]. Computer Engineering and Applications, 2014, 50(8): 207-210.

[1]	王见，毛黎明，尹爱军. 结合形状特征及其上下文的多维DTW[J]. 计算机工程与应用, 2020, 56(22): 42-47.
[2]	范纯龙，崔宇斌，滕一平. 基于自适应搜索窗口的序列相似比对算法[J]. 计算机工程与应用, 2019, 55(2): 54-59.
[3]	郭林，孙青林，陈赛，陈增强，贾洪琛. 基于实时多任务操作系统的动力翼伞系统设计[J]. 计算机工程与应用, 2019, 55(16): 227-234.
[4]	王浩，夏利民. 基于堆叠深度卷积沙漏网络的步态识别[J]. 计算机工程与应用, 2019, 55(14): 127-133.
[5]	潘杰1，渡边政彦2，周宽久1，梁浩然1，崔凯1. 嵌入式软件形式化建模方法[J]. 计算机工程与应用, 2018, 54(8): 61-71.
[6]	谢小雨1，刘喆颉1，2. 基于DTW算法的肌电信号手势识别方法[J]. 计算机工程与应用, 2018, 54(5): 132-137.
[7]	敬雪平，郑秀娟，刘凯. 医用内窥镜图像计算机辅助诊断研究进展[J]. 计算机工程与应用, 2018, 54(3): 18-22.
[8]	赵波1，2，李二辉1，2，马骏1，2，黄宇晴1，2. 基于USB Key的安全增强密钥生成方案[J]. 计算机工程与应用, 2018, 54(10): 135-142.
[9]	彭自然1，王国军1，2. 基于MPSoC平台小波变换并行算法研究[J]. 计算机工程与应用, 2017, 53(4): 33-38.
[10]	苗敏敏，周治平. 手势认证中基于能量熵的端点检测方法研究[J]. 计算机工程与应用, 2016, 52(4): 205-210.
[11]	李鸿利，单征，郭浩然. 基于MDTW的飞行动作识别算法[J]. 计算机工程与应用, 2015, 51(9): 267-270.
[12]	李晓丹. 基于STM32的物联网嵌入式网关的设计[J]. 计算机工程与应用, 2015, 51(4): 61-65.
[13]	刘阳，尚赵伟. 基于Kinect骨架信息的交通警察手势识别[J]. 计算机工程与应用, 2015, 51(3): 157-161.
[14]	陈玲，杨天奇. 基于质心和轮廓关键点的步态识别[J]. 计算机工程与应用, 2015, 51(19): 173-177.
[15]	涂辉1，刘丽1，2，张正金1. 改进DTW算法的心电信号相似性度量[J]. 计算机工程与应用, 2015, 51(16): 215-218.