1.一种基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，包括电动牙刷声信号采集模块、多通道信号同步模块、SIMO系统辨识模块、特征提取及降维模块、刷牙行为分类模块和实时检测模块；所述电动牙刷声信号采集模块，用于采集观测信号；所述观测信号由刷头与牙齿摩擦产生的声信号经面部组织传递后在颈部和耳部产生；所述多通道信号同步模块，用于对喉麦和蓝牙耳机采集到的有时延信号进行同步和对齐；所述SIMO系统辨识模块，用于获取同步之后的观测信号后计算各牙面对应口腔系统的频域响应函数，提取出牙面的稳定特征；所述特征提取及降维模块，用于对频域响应函数和MFCC融合之后的特征进行降维处理，形成融合降维特征；所述刷牙行为分类模块，用于对比使用多种机器学习模型，对特征集对应的刷牙行为进行分类识别，优选准确率和计算性能较好的模型集成到实时检测应用中；所述实时检测模块，基于融合降维特征对刷牙行为进行识别。2.根据权利要求1所述的基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，所述电动牙刷声信号采集模块包括：双通道喉麦模块，包含有两个麦克风，作为信号采集的硬件，其中一个麦克风贴近皮肤，用于采集到牙刷头与牙齿表面摩擦产生的声信号经过食道传递后的观测信号，另一个麦克风朝向外部，用于采集到牙刷电机在清洁不同牙面时其电机旋转的信号差异；含麦克风的蓝牙耳机，用于采集非对称的刷牙场信号，增加对称分布于口腔左右两侧牙面的识别准确率；处理模块，对采集到信号进行滑动窗口处理。3.根据权利要求2所述的基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，所述多通道信号同步模块包括：相关度计算模块，用于计算同一个窗口内喉麦采集信号和蓝牙耳机采集信号的互相关函数；采样点获取模块，对互相关函数分步进行分析，找到其距离零点最近的极值对应采样点；对齐模块，用于将有时延的信号向前偏移采样点获取模块中计算得到的采样点数，对齐信号。4.根据权利要求3所述的基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，所述SIMO系统辨识模块包括：空转事件输入信号模块，用于在空转事件中采集到的电动牙刷空转声信号，提取出其前K个主要频率成分，估计输入信号；两路输出模块，用于针对一个采样窗口内的喉麦信号和蓝牙耳机信号，计算输入的自功率谱；频域响应函数模块，用于计算空转事件输入信号模块和两路输出模块之间的互功率谱并通过Hv估计，得到两个输出信号分别对应的频域响应函数分布。5.根据权利要求4所述的基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，所

述特征提取及降维模块包括：特征融合模块，基于所述频域响应函数模块的函数分布利用直方图估计获取频域响应向量后，与原始音频的MFCC特征进行融合；特征降维模块，采用ANOVA方法对全体特征集进行方差分析并进行特征降维，以满足在移动设备上实时监测的计算要求。6.根据权利要求5所述的基于声学的电动牙刷口腔清洁质量检测系统，其特征在于，所述实时检测模块包括：采样分类模块，对于每一个采样窗口信号，抽取并融合特征，并通过最优分类器对牙面进行分类；刷牙状态显示模块，按照基准刷牙方法对各牙面的清洗时间和覆盖率进行累计，并在应用中针对清洁不到位的牙面，给使用者图形和声音提示；据各牙面清洁质量对本次刷牙进行评分反馈，并存储到云服务器，记录使用者的长期牙齿健康数据。7.一种根据权利要求1-6任意一项所述的基于声学的电动牙刷口腔清洁质量检测系统的检测方法，其特征在于，包括：采集经面部组织传递后在颈部和耳部产生的观测信号和非对称的刷牙场信号；基于观测信号和非对称的刷牙场信号进行同步和对齐；获取各牙面对应口腔系统的频域响应函数，提取出牙面的稳定特征；对频域响应函数和MFCC融合之后的特征进行降维；使用机器学习算法，基于融合降维特征对刷牙行为进行识别后并形成刷牙健康数据。8.根据权利要求7所述的基于声学的电动牙刷口腔清洁质量检测方法，其特征在于，所述采集经面部组织传递后在颈部和耳部产生的观测信号和非对称的刷牙场信号包括：采用喉麦采集刷头与牙齿摩擦产生的声信号经面部组织传递后在颈部和耳部产生的观测信号；采用有麦克风的蓝牙耳机采集非对称的刷牙场信号，增加对称分布于口腔左右两侧牙面的识别准确率；其中，所述喉麦采用双通道喉麦，其中一个麦克风贴近皮肤，用于采集到牙刷头与牙齿表面摩擦产生的声信号经过食道传递后的观测信号，另一个麦克风朝向外部，采集到牙刷电机在清洁不同牙面时其电机旋转的信号差异。9.根据权利要求7所述的基于声学的电动牙刷口腔清洁质量检测方法，其特征在于，所述基于观测信号和非对称的刷牙场信号进行同步和对齐包括：获取同一个窗口内喉麦采集信号和蓝牙耳机采集信号的互相关函数；基于互相关函数分步进行分析，找到其距离零点最近的极值对应采样点；针对有时延的信号向前偏移上步中计算得到的采样点数，对齐信号。10.根据权利要求7所述的基于声学的电动牙刷口腔清洁质量检测方法，其特征在于，所述获取各牙面对应口腔系统的频域响应函数，提取出牙面的稳定特征包括：针对空转事件中采集到的电动牙刷空转声信号，提取出其前K个主要频率成分，估计输入信号；对于一个采样窗口内的喉麦信号和蓝牙耳机信号，计算输入的自功率谱；获取输入信号和两路输出之间的互功率谱；通过Hv估计，获取两个输出信号分别对应的频域响应函数分布。