CN101291628A - 听诊心音信号的处理方法以及听诊装置 - Google Patents

Abstract

本发明提供一种听诊心音信号的处理方法以及听诊装置。对于心音数据，将检测出的心音信号调整为适当的音量，可高精度、定量地进行心音信号的解析，进行提高心音信号的音质的处理，从而成为易于听清的心音信号。在心音的解析处理中，对使用心音数据和振动模型得到的心音特征值波形数据求评价指数，以使表示评价指数的分散状况的评价函数最小的方式来决定数据集合的中心，求针对阈值的评价指数、数据集合中心的分布状况。为了提高心音的音质，对于心音信号和心音特征值波形，在实质上消除了相位差之后取它们的乘积，将其作为输出心音数据。在心音信号的音量调整中，基于检测出的心音信号的时间(T_a)期间的平均强度，使用参照表求出放大增益，放大接着该时间(T_a)的时间(T_b)期间的心音信号并收录。

Description

听诊心音信号的处理方法以及听诊装置

技术领域

本发明涉及听诊心音信号的处理方法以及听诊装置。

背景技术

在日本国内因心脏病而导致的死亡率较高，在1985年超过脑中风而成为第二位。心脏病中被称为心机能不全和缺血性心脏疾病的心肌梗塞较多，其它的原因不明的急性死亡占三成。如心血管障碍那样的生活方式病由于病情的变化缓慢，因此不经过长时间的定量的疗程观察则不能正确地诊断，据说有很多未被发现的事例。

近年来，人们一直在进行在家庭或公司进行健康管理及诊断的系统的开发，听诊器作为听诊心音、呼吸音等的器具，与体重计、体温计、血压计等一起逐渐得到普及，然而还不能说非常正确地利用了听诊器。其原因是，听诊音的诊断需要熟练，因此困难增加了。由于接触听诊器的部位对听诊有较大的影响，熟练的医师是一边改变接触听诊器的部位一边在最能听清心音的部位进行心音正常还是异常的辨别。像这样需要熟练的听诊技术，对于熟练度较低的一般用户来说掌握起来是很困难的。

单纯的听诊器是用听筒听取检测出的心音，辨别心音的正常或异常的，然而作为用于更精确地检查心音的听诊装置，是用探测器(probe)检测出心音，并将检测出的心音信号作为心音数据进行收录。检测出的心音或者进一步收录的心音是利用听筒来听取的，另外，对于收录的心音数据，通过对其进行解析处理，被用于进行心音正常或异常的辨别。另外，也利用如下的方式，即，将所收录的心音信号通过线路进行传送，由位于远距离位置的专家来进行心音的检查。

为了听取所收录的心音，并且为了对心音信号进行精度较高的解析处理，对心音的收录音量水平(level)进行适当的设定很重要。从重放的音质方面来看，提高收录音量水平是有利的，然而，即使是那样收录的心音信号，在专家听诊时，因声音信号中含有噪声而难于听取的情况也较多。即使采取一般的消除或者降低噪声的方法，也与医师通常听惯了的声音不同，或者消除了有用的信息。

除了听取所收录的心音信号以外，还使用计算机辅助方法，进行针对心音数据的心音解析，辅助进行心脏疾病诊断。作为使用了这样的心音解析的心脏疾病诊断系统，面向专家的专用系统是大规模的系统，对于一般用户来说是难于利用的。另外，针对一般用户的更简单且小规模的装置，难于正确地辨别心音异常。

关于听诊器或者听诊装置，已被以下这样的专利文献所公开。

专利文献1：日本特开2005-52521号公报

专利文献2：日本特表平10-504748号公报

专利文献3：日本特开昭61-290936号

专利文献4：日本特开平5-309075号

在专利文献1中记载了电子听诊器，其以以下方式来设定均衡器的频率特性：将由麦克风取得的声音转换为电信号，并选择性地增强该电信号中与心音相对应的频率范围的信号及与呼吸音相对应的频率范围的信号，并选择性地衰减其他频率范围的信号。

由于在该电子听诊器中，心音数据的特性存在某种程度的个体差异，因此，根据情况不同，有时会对作为心音本应该增强的信号进行衰减，还会发生不只是有效地减少噪声的情况。

在专利文献2中记载了电子听诊器，其具备数字过滤器，用于预加重(preemphasis)、听力损失的补偿等，并具有图案识别单元，用于抑制所观测的信号中的重复信号，并去除杂音。

然而，在这些电子听诊器中，由于具备使脉冲传递函数随机化的过滤单元、用于进行预加重的图案识别单元等要素，因此装置变得复杂，且心音的个体差异有时也使得通过过滤单元、图案识别单元不能有效地减少噪声。

专利文献3中公开了一种心音计，其在信号转换装置中对由心音检测探测器检测出的心音波形信号进行增益调整，并进行AD转换，将其作为通用个人电脑的输入信号，利用通用的计算机进行与目的相适应的运算处理。专利文献3所示的心音计，作为家庭用的面向一般用户的心音计，使用了通用个人电脑，能以简单的结构来利用心音波形的信号。然而，在由心音探测器检测出的心音中含有噪声，在心音转换装置中进行某种程度的增益调整来听取所发出的心音时，或者在发送、接收心音数据并进行解析处理时会给可靠性带来较大的影响，然而，在专利文献3中，对于在进行心音解析时对所检测出的心音波信号怎样进行增益调整好这样的问题未加以考虑，因此在准确地进行心音解析方面是不充分的。

在专利文献4中公开了心音解析装置，其为了在不设置判定标准的情况下准确地判定心音数据，与经过时间一起存储心音的振幅，并绘出所存储的振幅中规定部位的特征，并且基于该结果由神经网络进行规定的识别，输出识别的程度，显示心音的异常程度。

通过该心音解析装置，完成了在心脏诊查的初诊中所寻求的精确诊查必要性的判断中的界限设定，然而由于使用了神经网络，因此结构不够简单，因而对一般用户来讲是不易于利用的装置。

另外，对于一般用户所使用的以简单结构即可以进行心音诊断的数字听诊解析系统的发明，本发明人申请了在先的专利申请(日本专利申请2005-80720号)。该在先发明中的心音的解析手法，是使用鼓膜的振动模型根据所测定的心音数据求出振动响应，并通过解析、评价成为峰的I音及II音的时间宽度，来检测心音的异常。该心音解析手法，通过解析、评价从振动响应所得到的时间宽度，来确认心音的异常性，然而，由于心音数据、振动响应的形状随心音异常的种类、特征的不同而变得多种多样，因此根据该解析手法，对于多种多样的心音异常特性，有时不能准确地把握心音异常。

如上述那样，在以往技术的听诊装置中，在以下方面还不充分，存在装置复杂、价格昂贵的难点。即、对于具有多种多样的特性的心音信号，高效率地有效地去除噪声、提高音质，以便易于听取；以及适当地调整心音的收录水平，以便高精度地进行所收录的心音的听取、辨别，进而传送到远距离的位置心音信号来加以利用。

为此，希望通过廉价的方法、装置，提高心音听诊音的音质，得到噪声少的易于听取的心音听诊音，适当地设定心音信号的收录水平，另外，进行心音信号的解析处理，以便可以高精度地定量地辨别心音的正常或异常。此外，还希望将检测出的心音信号调节至适当的音量，以便进行心音的听取、心音信号的处理、解析。

发明内容

本发明就是为了解决上述的课题而完成的，本发明的听诊心音信号的处理方法，用于进行用于异常心音检测的心音解析，该心音解析包括以下步骤：设定振动模型的模型参数；检测出心音，并由此得到心音数据；针对所得到的心音数据，在所设定的模型参数下生成特征值波形数据；针对阈值(THV)，求出表示上述特征值波形数据的峰的时间宽度及时间间隔的评价指数；根据该评价指数求出使用模糊元(fuzzy member)函数(W_{i， j})规定的数据集合的中心(V_i)；根据评价指数以及数据集合的中心求出表示评价指数的分散状况的评价函数J_m(W，V)；通过反复计算，以该评价函数成为最小的方式来决定数据集合的中心；求出最小评价函数值J_m对规定范围的THV的依赖性，并在该范围内选定J_m成为最小的THV；显示针对选定的THV求出的评价指数以及数据集合的中心的分布状态。

上述评价指数为针对THV的、特征值波形数据中的I音及II音的时间宽度(T1、T2)和时间间隔(T11、T12)，设W＝{w_i，j}、V＝{V_i}，设d_i，j＝‖v_i，-z_k，j‖为数据集合的中心和数据位置之间的欧几里德距离，则上述函数可以用下式来表示。

[算式7]

$J_m(W,V)=\underset{i-1}{\overset{C}{\mathrm{\Σ}}}\underset{j-1}{\overset{N}{\mathrm{\Σ}}}{\left(w_{i,j}\right)}^m{\left(d_{i,j}\right)}^2\·\·\·\left(7\right)$

本发明的听诊装置，具备心音解析处理部，该心音解析处理部进行用于异常心音检测的心音信号解析，包括以下单元：设定振动模型的模型参数的单元；用于检测心音并由此得到心音数据的心音检测单元；针对所得到的心音数据，在所设定的模型参数下生成特征值波形数据的单元；针对阈值(THV)，求表示上述特征值波形数据的峰的时间宽度及时间间隔的评价指数的单元；根据上述评价指数求出使用模糊元函数(W_i，j)规定的数据集合的中心(V_i)的单元；根据上述评价指数以及数据集合的中心求出表示评价指数的分散状况的评价函数J_m(W，V)的单元；通过反复计算以该评价函数成为最小的方式来决定数据集合的中心的单元；求出上述评价函数成为最小的最小评价函数值J_m的单元；求出J_m对规定范围的THV的依赖性，并在该范围内选定(J_m)成为最小的THV的单元；显示针对上述选定的THV求出的评价指数以及数据集合的中心的分布状态的单元。

上述评价指数为针对THV的、特征值波形数据中的I音及II音的时间宽度(T1、T2)和时间间隔(T11、T12)，设W＝{w_i，j}、V＝{V_i}，设d_i，j＝‖v_i，-z_k，j‖为数据集合的中心和数据位置之间的欧几里德距离，则上述函数可以用下式来表示。

[算式7]

$J_m(W,V)=\underset{i-1}{\overset{C}{\mathrm{\Σ}}}\underset{j-1}{\overset{N}{\mathrm{\Σ}}}{\left(w_{i,j}\right)}^m{\left(d_{i,j}\right)}^2\·\·\·\left(7\right)$

另外，本发明的听诊心音信号的处理方法，用于进行用于提高听诊中的音质的心音信号处理，该心音信号处理包括以下步骤：设定振动模型的模型参数，形成振动模型；检测心音并得到心音信号；得到将所得到的心音信号提供给上述振动模型而输出的特征值波形数据；将上述心音信号或者从上述心音信号中去除了高频成分的噪声而得到的信号作为心音数据，取上述心音数据和上述特征值波形数据的互相关，计算出相位延迟，并使上述特征值波形数据的相位错开该相位延迟的量，使得上述心音数据和上述特征值波形数据之间实质上没有相位差；取上述心音数据与使相位错开了上述相位延迟的量的特征值波形数据的乘积，得出输出心音数据。

也可以在将上述心音信号提供给上述振动模型之前使上述心音信号归一化。

本发明的听诊装置，也可以具备心音信号处理部，该心音信号处理部进行用于异常心音检测的心音信号处理，包括：振动模型，通过输入由心音检测单元检测出的心音信号或者由过滤单元从该心音信号中去除了高频成分的噪声而得到的信号，将其作为心音数据，而输出与该心音数据相对应的特征值波形数据；相位延迟计算部，取由该振动模型输出的特征值波形数据和上述心音数据的互相关，来计算出特征值波形数据对上述心音数据的相位延迟；乘法转换部，取特征值波形数据与上述心音数据的乘积，该特征值波形数据是使相位错开了上述相位延迟的量，以使上述心音数据和上述特征值波形数据之间实质上没有相位差而得到的数据。

此外，还可以具有归一化单元，用于在输入到上述振动模型之前对心音信号进行归一化。

另外，本发明的听诊装置也可以具有：探测器，其将心音转换为电信号；自动音量调整收录部，其进行由该探测器得到的心音信号的调整及放大并收录心音；上述自动音量调整收录部具备心音收录音量的自动调整单元，该心音收录音量的自动调整单元包括：微机控制部，为了在基于由上述探测器得到的心音信号的时间T_a期间的平均强度，放大心音信号时，达到适当的音量，而求出放大增益(up gain)，进行心音信号的放大控制；放大调整部，接受该微机控制部的控制，并根据上述求出的放大增益，对接着上述时间T_a的时间T_b期间的心音信号进行放大，并且将放大后的信号作为要收录的心音来取出。

上述微机控制部，也可以预先将用于放大到适当的音量的放大增益的大小与上述计算出的心音信号的平均强度的关系存储成表，并参照该表将心音信号放大至适当的音量。

可以使上述时间T_a为1～3秒范围内的时间，上述时间T_b为4～12秒范围内的时间，另外，也可以使上述时间T_b为8～10秒范围内的时间。

也可以将上述心音收录音量的自动调整单元构成为发送侧单元，使放大了的心音信号能发送到接收侧单元。

根据本发明，对使用心音数据和振动模型得到的心音特征值波形和心音信号，在实质上消除了相位差之后取乘积，并将该乘积作为心音数据，由此，相对于原来的心音数据，强调了峰部分的心音，而减弱了噪声部分，因而在重放时成为易于听取的音质，通过廉价的方法及装置，可以高效且准确地提高心音听诊音的音质，可以有助于准确地辨别心音的正常或异常。

另外，根据本发明，对于使用振动模型从心音数据生成的特征值波形，规定评价指数、数据集合的中心，以使由它们表示的评价函数最小的方式，来决定数据集合的中心，得到关于评价指数、数据集合的中心的处理结果，为了一般用户易于利用而采用简单的方式，并且，对于各种各样的心音异常特性，可以高精度地定量地辨别心音的正常或异常。

此外，关于心音的音量调整，对于检测出的心音信号，基于时间T_a(1～3秒)期间的平均强度，使用参照表求出放大增益，并对接着上述时间T_a的时间T_b(4～12秒)期间的心音信号进行放大，收录心音信号，由此可以将心音始终放大为适当的强度，从而在监控器上容易听到心音，在进行心音的解析时精度增高。

附图说明

图1是表示鼓膜的振动模型的概念图。

图2(a)是表示基于鼓膜的振动模型根据正常心音求出振动响应x的结果的图，(b)是基于鼓膜的振动模型根据二尖瓣关闭不全心音求出的振动响应的结果的图。

图3(a)是表示正常心音的情况下的评价指数的求法的图，(b)是表示评价指数的相关关系的图，(c)是表示评价指数的频度的图。

图4(a)是对表示振动响应的特征值波形和阈值的关系进行表示的图，(b)、(c)是表示评价指数的相关关系因阈值的不同而不同的状况的图。

图5(a)、(b)是表示对于评价指数的相关关系，通过PCM聚类法规定数据集合中心的例子的图，(c)是表示通过PCM聚类法得到的最小评价函数对阈值的依赖性的图。

图6(a)、(b)是表示阈值在10％～70％的范围内示出的评价指数的相关关系的图。(c)、(d)是表示阈值在30％～60％的范围内示出的评价指数的相关关系的图。

图7(a)是表示心律不齐(AF)的情况下最小评价函数值对阈值的依赖性的图，(b)是表示二尖瓣狭窄症(MS)的情况下最小评价函数值对阈值的依赖性的图，(c)是表示主动脉关闭不全症(AR)的情况下最小评价函数值对阈值的依赖性的图，(d)是表示心律不齐(AF)的情况下数据集合中心对阈值的依赖性的图，(e)是表示二尖瓣狭窄症(MS)的情况下数据集合中心对阈值的依赖性的图，(f)是表示主动脉关闭不全症(AR)的情况下数据集合中心对阈值的依赖性的图。

图8(a)、(b)分别是表示心律不齐(AF)的情况下评价指数的相关关系的图，(c)、(d)分别是表示二尖瓣狭窄症(MS)的情况下评价指数的相关关系的图，(e)、(f)分别是主动脉关闭不全症(AR)的情况下评价指数的相关关系的图。

图9是表示本发明的心音解析的流程的图。

图10是表示心音数据和作为振动模型的振动响应的特征值波形的图。

图11是使图10中的特征值波形错开相位延迟量而示出的图。

图12是表示心音信号的处理流程的图。

图13是表示收录心音的情况下的心音信号的状态的图。

图14是对比表示以下两种情况下的N/S比的图，即、根据本发明自动调整了心音的收录音量的情况，以及在未进行自动调整的状态下收录了心音的情况。

图15是表示本发明的听诊装置的概略构成的图。

图16是表示图15的构成中的自动音量调整收录部、就诊部的图。

图17(a)是表示图15的构成中的心音信号处理部的图。(b)是表示(a)中的特别是转换电路部的图。

图18是表示图15的构成中的心音解析处理部的图。

符号说明：a...听诊探测器；b...自动音量调整收录部；c...心音信号处理部；d...心音解析处理部；e...就诊部；1...物体；2...弹簧；3...减震器；11...胸部听诊头；12...放大部；21...信号调整部；22...A/D转换部；23...微机；25...放大部；26...发送器；43...信号调整部；44...振动模型；45...过滤部；46...转换电路部；47...参数设定部；51...运算部；52...乘法转换部；61...参数设定部；62...特征值波形生成单元；63...求评价指数的单元；64...求数据集合的中心的单元；65...求评价函数的单元；66...评价函数最小化单元；67...决定最小评价函数值最小的范围的单元；70...显示部

具体实施方式

在本发明中，考虑心脏疾病诊断系统中的心音信号的处理，该心脏疾病诊断系统以以下形式来使用：对于被收录的心音信号，为了可以辨别心音的正常或异常而进行心音信号的解析处理的形式；进而以以下方式使用：听取被收录的心音信号，或者听取远距离传送来的心音信号的形式。此时，在被收录的心音信号的处理中，使用基于鼓膜的振动模型的特征值波形进行心音信号的处理。因此，对于本发明的特征，分为以下几个方面进行说明：(A)基于振动模型的特征值波形，(B)用于异常心音检测的心音信号的解析处理，(C)用于提高听诊中的音质的心音信号处理，(D)心音收录音量的自动调整，(E)听诊装置的形式。

(A)基于振动模型的特征值波形

心脏分为左心房、左心室、右心房、右心室四个部分，整体上承担着反复收缩和舒张，使血液在全身循环的泵的作用。在左心房的入口处有二尖瓣，在左心室的入口处有主动脉瓣，在右心室的入口处有三尖瓣，在右心房的入口处有肺动脉瓣，这些瓣膜用于防止血液的逆流，心音是这些瓣膜关闭时发出的声音。

对于通过听诊准确地听出心音是正常还是异常，需要专业的知识、经验，然而有时一般人也可以比较简单地分出。这被认为是由于，人的耳朵容易感觉到鼓膜在被来自听诊器的音波拍动时产生的低次模振动。根据该思想可以认为，对鼓膜的振动进行模型近似，并根据由听诊器收集的心音和振动模型的振动响应的关系，来进行心音信号的处理是有效的。

图1为表示鼓膜的振动模型的概念图。在图1中，1是相当于鼓膜的等效质量为m的物体；2是弹簧，其一端安装在相当于鼓膜的物体1上，另一端安装于固定部；3是减震器，其一端安装在相当于鼓膜的物体1上，另一端安装于固定部。当将相当于鼓膜的物体1的等效质量设为m，将弹簧2的弹簧常数设为K_h，将减震器3的粘性衰减系数设为C_h，将来自听诊器的心音设为S时，鼓膜的振动响应x可由式(1)计算出。

[算式1]

$m\stackrel{\·\·}{x}+c\stackrel{\·}{x}+\mathrm{kx}=S\·\·\·\left(1\right)$

将式(1)的两边除以m，进而设心音信号输入值为

[算式2]

S＝±|S/m|，

设固有振动频率为p，将衰减比系数设为ξ，则式(1)成为：

[算式3]

$\stackrel{\·\·}{x}+2\mathrm{\ξp}\stackrel{\·}{x}+p^{2}x=\stackrel{\‾}{S}\·\·\·\left(2\right)$

由此设定了固有振动频率p及衰减比系数ξ时，由式(2)可以求出鼓膜的振动响应x，且该固有振动频率p及衰减比系数ξ，作为模型参数表示振动模型的特征。振动模型也可以不用由等效质量m、机械减震器C_h、弹簧常数K_h构成的机械振动系，而采用由电感L、电阻R、电容C构成的电振动系。

(B)用于异常心音检测的心音信号的解析处理

图2(a)表示基于在(A)中说明了的鼓膜的振动模型，根据正常心音求出振动响应x的结果，图2(b)是表示基于鼓膜的振动模型，根据二尖瓣关闭不全心音求出振动响应的结果。心音数据是使用市面销售的心音听诊训练教材所收录的数据，式(3)的参数p为10Hz，ξ为0.707。在图2(a)、(b)中，灰色的波形为心音S的原波形。实线的波形为表示振动响应的波形，且将表示该振动响应的波形称为特征值波形。图2(a)的波形表示听到“咚、咚”的正常心音，图2(b)表示听到“咕、咕”的二尖瓣关闭不全的心音。图2(a)、(b)的波形为具有正负振幅的特征值波形，然而不管是正负哪一侧的波形部分，只要能够进行解析即可。

图3(a)表示在进行特征值波形的解析时，正的振幅的特征值波形部分。一般来讲，对于正常心音的波形，反复出现被称为I音及II音的峰，这已为人们所知。该I音是因二尖瓣及三尖瓣的关闭而产生的，II音是因主动脉瓣及肺动脉瓣的关闭以及紧张而产生的，因此人们认为为了判断心音的正常、异常，对I音及II音的持续时间(峰的时间宽度)进行解析、评价是有效的。

在图3(a)中，纵轴表示心音的强度，横轴表示时间，并示出了测定时间中的2秒钟，I音峰48及II音峰49各被提取出两个。在图3(a)中，将最大强度的50％作为阈值，并根据该阈值线与特征值波形相交叉的点，求出I音峰48及II音峰49的持续时间(时间宽度)，并分别作为评价指数T1、T2。另外，考虑到因心脏瓣的关闭不全等而将在I音及II音之间出现持续的杂音，因此将从I音峰48的开始到与其相接的II音峰49的结束为止的持续时间作为评价指数T12，此外，考虑到I音间的间隔因心律不齐和心搏紊乱而发生变化，因此将从II音峰48的开始到下一个I音峰48的开始为止的持续时间作为评价指数T11。在心音解析中将这些评价指数T1、T2、T12、T11进行适当组合来使用。

对I音峰48及II音峰49的每一组规定一组评价指数T1、T2、T12、T11，并绘制关于多组的评价指数。图3(b)是将横轴作为T1、T11，将纵轴作为T2、T12，绘制了表示(T1，T2)、(T11，T12)的点的图，根据该图从视觉上判断心音的正常、异常。即，对于正常的心音，如图3(b)所示，评价指数表示的点，存在分别集中于由虚线所包围的范围中的倾向。由此，可以判断在评价指数表示的点落入正常值范围的区域的情况下，心音为正常，而未落入该区域的情况下，心音为异常。然而，由于心音数据存在个体差异，因此希望正常值的范围，通过取得针对多数健康者的数据来以统计方式决定。

在图3(c)中，将横轴作为评价指数的种类，将纵轴作为测定时间为10秒钟的各评价指数的频度，并用柱状图来表示，由此，可以对各评价指数的出现频度进行比较。例如，如果评价指数T2明显比T1少，则II音峰49欠缺，可能存在未被观察到的心律不齐，另外，在T11由多个柱表示的情况下，从视觉上可以判断该评价指数的值存在偏差。

在在先专利申请的发明中，使用这样的评价指数来判断心音的异常，并根据需要对模型参数p、ξ进行变更，然而如图2(a)、(b)所示的波形，由于心音异常的种类的不同而成为各种各样的形状，因此异常的种类、程度的不同，导致有时很难准确地判断心音的异常。

考虑到这一点，在在先专利申请(日本专利申请2005-80720号)的发明中，使规定评价指数T1、T2、T11、T12时的阈值(THV)为50％，除该THV以外未予考虑。然而，进一步研究可知，在心音异常的判断时，其结果较大地依赖于阈值的设定，且THV的设定成为心音解析的重要因素，阈值的设定因听诊器硬件和录音时的条件、测量对象者的个体差异等而受到较大的影响。原理上是，阈值可以在0～100％的范围内进行设定，然而根据实际的状况，10～70％的范围是妥当的。

图4(a)表示分别使THV为15％、30％、60％时的心音特征值波形和THV的关系，图4(b)、(c)为，针对每个THV求出的评价指数(T1，T2)、(T11，T12)表示的点的分布图。在图4(b)、(c)中，在THV＝15％(用□表示)、THV＝60％(用○表示)的情况下，可以看到(T1，T2)或者(T11，T12)的分布相当广泛，然而在THV＝30％(用▲表示)的情况下是集中的。这可以认为是与以下情况相关联，在以图4(a)来看的情况下，THV＝30％的阈值线与所有心音特征值波形的峰相交叉，与此相对，THV＝60％时存在与一部分的峰波形不交叉的部分，而THV＝15％时存在与特征值波形的下侧的噪声部分相交叉的部分。

这样，即使在对相同心音的特征值波形进行解析时，评价指数表示的点的分布的集中程度也会因THV的设定而不同，在该例中，可以说THV＝30％好于THV＝15％、THV＝60％。然而，这种状况应如下考虑：由于特征值波形因心音异常的种类的不同而成为各种各样的形状，因此对心音解析较好的THV，最好根据这些不同情况进行设定。

对于图4(a)那样的特征值波形，如图4(b)、(c)所示，评价指数的分布随THV的设定的不同而不同，但是，为了更好地判断心音异常，可以认为，对于相同的特征值波形，评价指数的离散程度较小为好。由此，在本发明中，作为数据组合的方法，使用模糊C均值(FCM)数据聚类方法。FCM是已提出的各种数据聚类方法中的一个，简要介绍如下。

例如，数据的集合

[算式4]

Z＝{Z₁，Z₂，...，Z_j，...，Z_n}     ········(3)

Z_j＝[Z₁，...，Z_k，...，Z_c]_j

聚集为C个组。此时将聚集为第i个的组的中心位置v_i定义为算式5。

[算式5]

$v_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\left(w_{i,j}\right)}^m{z}_{k,j}}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\left(w_{i,j}\right)}^m}\·\·\·\left(4\right)$

(i＝1，2，...，C，)

在此，w_i，j为满足算式6的0和1之间的模糊元函数。

[算式6]

$\underset{j=1}{\overset{c}{\mathrm{\Σ}}}{w}_{i,j}=1,j=\mathrm{1,2},...,n\·\·\·\left(5\right)$

另外，m∈[1，∽)被称为等待指数(waiting exponent)，一般地可以设定m＝2。将第i个聚类中心位置v_i和第j个数据位置z_k，j之间的欧几里德距离d_i，j定义为

$d_{i,j}=\left|\right|v_i-z_{k,j}\left|\right|\·\·\·\left(6\right).$

用于FCM聚类的评价函数表示为算式7。

[算式7]

$J_m(W,V)=\underset{i-1}{\overset{C}{\mathrm{\Σ}}}\underset{j-1}{\overset{N}{\mathrm{\Σ}}}{\left(w_{i,j}\right)}^m{\left(d_{i,j}\right)}^2\·\·\·\left(7\right)$

在此，W＝{w_i，j}、V＝{V_i}。评价函数J_m(W，V)表示数据的离散状态，可以说评价函数J_m(W，V)越小离散程度越小。为了使数据的离散程度最小，以通过反复计算使评价函数变为最小的方式，决定聚类的中心位置{V_i}。具体而言，首先根据模糊理论设定元函数矩阵{w_i，j}的初始值，并通过式(4)计算聚类的中心位置{V_i}。通过式6求出欧几里德距离d_i，j，并带入式(7)。当评价函数不是最小时，则使用在前一阶段计算得出的欧几里德距离d_i，j，以如下的方式再次计算w_i，j。

[算式8]

$w_{i,j}=\frac{1}{\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{(d_{i,j}/d_{k,j})}^{\frac{2}{m-1}}}\·\·\·\left(8\right)$

由于FCM聚类方法依赖于元函数w_i，j的初始值，因此最好使用初始值不同的元函数执行上述的算法。

将这样的FCM聚类方法应用于心音解析算法，然而，此时，将根据心音特征值波形求出的数据集合[T1，T2，T11，T12]_j作为式(3)中的数据集合[z₁，z₂，z₃，z₄]_j，来应用FCM聚类算法。

将[T1，T2，T11，T12]_j分为(T1，T2)_j和(T11，T12)_j，将它们表示为分散图时，成为图5(a)、(b)那样。根据式(4)分别求出(T1，T2)表示的点的分布中心(v₁，v₂)，和(T11，T12)表示的点的分布中心(v₃，v₄)，并将这些中心分别表示为<A>、<B>。另外，对于正常的心音，将根据所得到的数据求出的阈值(THV)、评价函数J_m(W，V)的最小函数值J_m、数据集合的中心[v₁，v₂，v₃，v₄]的值表示于表1，表1中的最小表函数值J_m随THV如图5(c)所示那样变化。在THV在10％到70％的范围内以10％增加的情况下，在THV为30％～60％的范围内，最小评价函数值J_m变为特别小的值，在该范围内，如图5(c)所示，成为谷底状态。另外，将THV在10％到70％的范围内以10％进行增加时分别得到的(T1，T2)、(T11，T12)的分布表示于图6(a)、(b)，对于在30％～60％的范围内求出的数据表示于图6(c)、(d)。THV在10％～70％的范围内的数据相当分散，然而THV在30％～60％的范围内的数据，偏差较小，可知是凑在一起。这样，从表1及图6(a)～(d)来判断，可以说在表1中J_m小于0.01的THV(30％～60％)为有效值。

对于数据集合的中心v₁、v₂、v₃、v₄和最小评价函数值J_m对THV的依赖性，对于正常的心音也有某种程度的不同，THV的有效阈值的范围也有若干不同，然而一般来讲，在正常心音的情况下，存在J_m的值成为极小，或者如图7那样成为谷底状态的THV的范围，可以说在该范围内，J_m变为0.01左右非常小的值。

接着，对于异常心音的数据，考虑应用了FCM聚类方法的情况。图7分别表示最小评价函数值(J_m)对根据心房颤动和心房扑动(AF，心律不齐)、二尖瓣狭窄症(MS)、主动脉关闭不全症(AR)的心音数据得到的阈值(THV)的依赖性(a～c)，和数据集合的中心[v₁，v₂，v₃，v₄]对THV的依赖性(d～f)。由于在该图中最小评价函数值J_m变小，因此，对于图7(a)的AF，有效阈值范围是16％～46％，对于图7(b)的MS，有效阈值范围是45％～66％，对于图7(c)的AR，有效阈值范围是10％～22％。

基于图7的结果，对于AF、MS、AR的情况，对将THV设定为有效阈值范围内的值而求得的评价指数(T1，T2)、(T11，T12)表示的点进行描绘，成为图8那样。在图8中，(a)、(b)示出了AF情况下的(T1，T2)、(T11，T12)的分布，(c)、(d)示出了MS情况下的(T1，T2)、(T11，T12)的分布，(e)、(f)示出了AR情况下的(T1，T2)、(T11，T12)的分布。可知，图8中的AF、MS、AR情况下的评价指数表示的点的分布，与图6(c)、(d)所示那样的正常心音的情况明显不同，根据由这样的评价指数表示的点的分布图，可以高精度地辨别心音的正常或异常。

这样，基于最小评价函数值J_m、数据集合的中心[v₁，v₂，v₃，v₄]、将阈值设定在有效阈值的范围内而求出的评价指数[T1，T2，T11，T12]表示的点的分布状况，可以辨别正常心音和异常心音。在正常心音的情况下，在有效阈值中，J_m为低于0.02的值，数据集合的中心、评价指数表示的点的分布位于某种程度的范围内，然而，在异常心音的情况下，在这些值中，至少有一个以上与正常心音的情况相比具有极高的值。例如，AF和MS的情况下，这些数据集合的中心和正常心音的情况是同程度的，然而，有效阈值范围内的最小评价函数J_m为0.4，与正常心音的情况相比，为20倍左右，另外，在AR的情况下，有效阈值的范围内的J_m的值较小，然而，表示数据集合的中心的值与正常心音的情况相比，为非常大的值。

无论在正常心音、异常心音的哪一种的情况下，都存在最小评价函数值J_m成为极小或者为谷底状态的有效阈值的范围，为了进行心音解析，可以适当选定有效阈值的范围内的一个THV值。

以上本发明的使用FCM聚类方法的心音解析，以图9的流程表示的方式来进行。

(1)设定模型参数(ξ、p)。

(2)检测心音并由此得到心音数据。

(3)针对所得到的心音数据，在所设定的模型参数下生成特征值波形数据。

(4)针对THV，求评价指数T1、T2、T11、T12。

(5)根据评价指数T1、T2、T11、T12，求出使用元函数规定的数据集合的中心v₁，v₂，v₃，v₄。

(6)根据评价指数以及数据集合的中心求出表示评价指数的分散状况的评价函数J_m(W，V)。

(7)通过反复计算以评价函数变为最小的方式来决定数据集合的中心。

(8)求最小评价函数值(J_m)对规定范围的THV的依赖性，并在该范围内选定J_m成为最小的THV。

(9)显示针对所选定的THV求出的评价指数以及数据集合的中心的分布状况。

在此，在(8)中，J_m成为最小并不局限于一点THV，存在在某个范围内实质上成为最小的情况(在THV的某个范围为谷底的情况)，在此种情况下，只要选定THV的范围，并从该范围内适当地选定THV即可。

根据像这样使用了FCM聚类方法的心音解析的结果，可以以简单的结构，高精度地进行心音的正常、异常的辨别。

(C)用于提高听诊中的音质的心音信号处理

在听取心音信号并辨别心音的正常或异常时，为了减少所收录的信号的噪声，使之成为易于听取的信号，另外，为了在将所收录的心音信号传送至远距离的位置来利用时减少心音信号的劣化，进行使用了基于在(A)中说明的振动模型而得到的特征值波形的信号处理。振动模型的转换电路使用数字电路是有利的，听诊心音最好在输入到该转换电路之前首先进行A/D转换，预先成为被数字信号化了的心音信号。另外，从信号处理的效率化方面来看，优选，进行用对最大值的比来表示信号的值的归一化。

图10示出了对振动模型提供心音信号而求出振动响应x的结果，与图3是一样的。横轴表示时间，对于时间t，，以采样周期△t为基准来表示，作为t＝i△t，用离散变量i表示时间，并将心音信号表示为Y(i)，将振动响应表示为x(i)。纵轴表示信号的强度。

虽然心音信号Y(i)具有正负值，然而，在观察振动的作用时，可以将取Y(i)的绝对值的S(i)(S(i)＝|Y(i)|)作为心音数据来考虑。另外，根据与式(1)、(2)的关系，以下改S(i)/m为S。在图10中灰色的波形是被输入的心音数据S(i)的原波形。另外，实线的波形表示振动响应x(i)的波形，并将该波形称为特征值波形数据。

对于图10中的心音数据波形S(i)、特征值波形数据x(i)，表现为峰的部分相当于心音，峰间的值较低的部分含有噪声。特别是在最初得到的心音信号中，包含的高频成分的噪声较多，因此优选为，求出S_w(i)，并将其作为心音数据来使用，该S_w(i)是通过子波(wavelet)分析从心音数据Y(i)中提取并删除了5kHz以上或者2.5kHz以上的高频成分而得到的。

在本发明中认为，对于心音数据S(i)和特征值波形数据x(i)，通过使峰彼此一致并取它们的乘积，来减弱心音数据中的噪声，强调心音本身，由此最终将得到噪声较少的心音数据。

然而，图10中的特征值波形数据x(i)，相对于心音数据S_w(i)有相位延迟(k)。为此，需要求出相位延迟k，并使x(i)的波形相位错开该相位延迟量，即，需要在使之与S_w(i)的相位一致之后取乘积。对于相位延迟k，根据算式9，求出ρ(i)最大时的i的值，作为相位差k。

[算式9]

$\mathrm{\&rho;}\left(i\right)=\frac{\underset{j=0}{\overset{N-1}{\mathrm{\&Sigma;}}}[(S_W\left(j\right)-S_{\mathrm{Wavg}})\&CenterDot;(x(j-i)-x_{\mathrm{avg}})]}{\sqrt{\underset{j=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(S_W\left(j\right)-S_{\mathrm{Wavg}})}^2}\sqrt{\underset{j-0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(x\left(j\right)-x_{\mathrm{avg}})}^2}}\&CenterDot;\&CenterDot;\&CenterDot;\left(9\right)$

在此，ρ(i)为互相关函数的数列，S_Wavg、x_avg分别表示平均值。将该k作为数列ρ(i)成为最大时的i的值来使用。在运算上，可以使用k来实质上消除相位差。

当使特征值波形数据x(i)的波形错开相位延迟k的量时，如图11所示，心音数据波形S_w(i)和特征值数据波形x(i)的峰部分实质上重合。在此基础上进行转换，该转换为，取心音数据波形S_w(i)与和特征值数据波形η(i)错开了相位延迟量的x(k+1)的乘积。在将S_w(i)和x(i)分别像

S_w(i)＝[S_w(1)S_w(2)····S_w(N-k)]

x(k+i)＝[x(k+1)x(k+2)····x(N)]

这样用矩阵表示的情况下，心音数据S_w(i)和使相位错开了的特征值波形数据x(k+1)的乘积的转换，作为矩阵运算用下式表示。

TS(i)＝S_w(i)·x(k+i)^T

其中，在上式中x(k+1)^T为转置矩阵。

这样得到的TS(i)的输出心音数据，相对于原来的心音数据，峰部分的心音被强调，而减弱了噪声部分，因此重放时成为易于听取的音质，另外，对于心音的解析也可高精度地进行。这样，将根据本发明强调心音、减弱噪声的心音信号的处理方法作成流程图来表示时，如图12所示。

(D)心音收录音量的自动调整

在听诊装置中，利用将心音转换为电信号的麦克风转换为心音信号，并利用听筒听取该心音信号来辨别心音的正常或异常，另外，作为在(B)、(C)中说明的心音信号的处理，有进行心音解析，或者进行提高心音的音质的处理这样的方式，这样在利用心音信号时，在最初收录心音的阶段将心音的音量调整为适当的水平是很重要的。

在自动音量调整收录部中对利用探测器收录的心音信号进行音量调整并收录，进而进行发送这样的听诊系统中，有如下调整心音收录音量的方法。

(i)使置于探测器的胸部听诊头(chest piece)中的麦克风的放大音量为最大，使用数字控制型声频衰减器衰减至适当的水平。

(ii)检测出置于探测器的胸部听诊头中的麦克风的音量，并通过增益可调整放大器放大至适当的水平。

(i)的方法适用于心音特征数值解析，然而，由于是降低音量来设置为适当水平的，因此不能放大。(ii)的方法，可以提高和降低音量，然而当输入信号较小时，根据A/D转换后的数据来决定音量水平是很困难的。

在本发明中，根据A/D转换后的数据来进行心音信号的放大率的控制，另外，由于想对所得到的心音数据进行心音解析，因此使用(i)的方法。即，设定为使探测器中的放大率最大后，发送至音量调整部。

本发明的心音收录音量的调整方法的基本想法为，在最初的比较短的时间T_a期间取得用于增益调整的数据，并将其用于对其后的更长的时间T_b期间的心音信号进行适当的放大。这样，在将所利用的心音放大之前的较短时间，通过设定将心音的信号放大到何种程度，完成适当的增益调整。取得用于增益调整的数据的时间T_a为1～3秒左右，2秒左右是最合适的。这是由于，通常的心搏周期为0.8～1秒，如果可以收集到两个周期左右的心音，则认为可以用作用于增益调整的数据。放大所利用的心音的时间T_b为4～12秒左右。这是由于，在心音特征值波形解析中，如果有大约十个周期的数据，则可以得到合适的解析结果，因此标准上，特别是8～10秒左右是合适的。

基于这样的关于心音收录音量的调整方法的基本想法，通过如下的顺序来进行心音的收录音量的调整。对于对检测出的心音信号进行了AD转换后的信号，该音量的调整是通过微机的动作，以如下的顺序来完成的。此时，预先设定取得用于上述的增益调整的数据的时间T_a(1～3秒)以及放大所利用的心音的时间T_b(4～12秒)，另外，将根据用于增益调整而取得的数据对所利用的心音进行放大时所需的放大增益，预先设定为增益参照表。

<心音的收录音量的调整顺序>

(1)对检测出的心音信号进行信号调整，并且用A/D转换器转换为8比特(也可以是10比特、12比特)的数字数据，在时间T_a期间取入该数字数据。

(2)求表示时间T_a期间中的N个心音的大小的x(i)的平均值Y(Y＝[∑x(i)]/N)。

(3)将Y的值与增益参照表进行对比，决定放大增益。

(4)对控制放大器设置增益，并通过所设置的放大增益来放大接着时间T_a的时间T_b期间的心音的信号，作为适当的音量进行收录。

然而，在(2)中，求平均值Y时，不包括噪声部分是恰当的，对于心音的大小x(i)，最好预先规定阈值x₀，使在时间T_a期间x(i)＞x₀的x(i)的个数为N来取平均。

将以上的(1)～(4)的顺序至少进行一次，通常，最好反复进行多次(2～5次)。(1)～(4)的顺序中的心音收录音量的自动调整是由微机23的控制来完成的。微机23存储有这样的控制所需的程序、增益参照表等。

图13是表示通过(1)～(4)的顺序收录心音时的心音信号的状态的图。在图13中，(a)表示原来的心音波形信号，(b)表示用于计算出增益的时间T_a期间的心音波形信号，(c)表示(a)的心音波形信号中利用由(b)的信号得出的放大增益，在接着时间T_a的时间T_b期间进行放大并收录的心音波形信号。这样基于在收录心音之前的时间T_a期间取入的心音信号来决定放大增益，据此将心音信号放大至适当的音量，因此在图13的(c)阶段所收录的心音成为适当的音量。

图14是表示将以下两种情况的N/S比进行对比的图，这两种情况为：通过(1)～(4)的顺序自动调整了心音的收录音量的情况，和未进行这样的心音的收录音量的自动调整而收录了音量的情况。横轴表示第几次的心音收录。在图14中，分别表示了如下的情况：○是完全未进行心音的收录音量的自动调整的情况，□是以T_b＝10秒进行了(1)～(4)的顺序的心音的自动调整的情况，◆是以T_b＝12秒进行了(1)～(4)的顺序的心音的自动调整的情况。通过像这样进行(1)～(4)的顺序的心音的自动调整，提高了N/S比，有利于监控听诊音，在进行心音解析时可高精度地完成。

(E)听诊装置的形式

图15对本发明的听诊装置的形式进行了概略的表示，从整体上看，听诊装置具有：听诊探测器a，其用于检测心音；自动音量调整收录部b，将利用探测器a检测出的心音信号的音量调整至适当的大小并收录心音信号；心音信号处理部c，对由自动音量调整收录部b进行了音量调整并收录的心音信号，进行心音的强调，降低噪声的处理；心音解析处理部d，对由自动音量调整收录部b进行了音量调整并收录的心音信号，进行心音解析处理，并生成用于心音的正常或异常的辨别的数据；以及接收部e。

由自动音量调整收录部b进行了音量调整并且被收录的心音信号，或者进而由心音信号处理部c完成了心音的强调、噪声降低的处理的心音信号，可以通过监控单元进行听取，另外，可通过发送单元发送至远距离的位置。在心音解析处理部d中对由自动音量调节部b进行了音量调整并且被收录的心音信号进行解析处理的结果，通过监控器来显示，或者通过发送单元来发送作为解析处理的结果的数据。在接收部e中，可以接收所发送的心音信号和进行了解析处理的数据，并用于心音的正常或异常的辨别，或者进一步对所接收的信号、数据进行处理。图15表示的是构成形式的一例，除了探测器a以外，可以是根据需要而进行了组合的形式。以下，对于图15的装置形式中的要素部分单独进行说明

<自动音量调整收录部>

图16表示了图15的听诊装置中的听诊探测器a、自动音量调整收录部b、接收部e的要素部分。此时，对进行了音量调整并收录的心音信号进行发送，并利用接收部e来接收，可考虑采用如下的形式，即，在通过图15中的心音信号处理部c进行了心音的强调、噪声降低的处理之后发送的形式，或者在接收部e中接收了所发送的心音之后再通过心音信号处理部c，进行心音的强调、噪声降低的处理的形式。

在图16中，听诊探测器a具有：胸部听诊头11，其中装入了检测心音信号并转换为电信号的麦克风；放大部12，用于放大检测出的心音信号；耳麦13，用于听取被放大了的心音。放大部12包括：前置放大器、滤波器、功率放大器，被放大为适当水平后，心音信号被发送至音量自动调整发送模块10。

自动音量调整收录部b具有：信号调整部21、A/D转换部22、微机23、高通滤波器24、放大调整部25、发送器26。信号调整部21包括：高通滤波器24和信号调整电路，调整从听诊探测器a的放大部12接受的心音的信号，发送至A/D转换部22，另外，通过高通滤波器24送至放大部25。放大调整部25包括：控制放大器、信号调节器、高通滤波器，接受来自微机的指令，对从信号调整部21的信号调节器，经由高通滤波器24发送出的心音信号，以达到适当的增益的方式进行放大。

被传送到A/D转换部22的心音信号，被转换为8比特(也可以为10比特、12比特)的数字数据，并通过微机23进行处理，在微机23上，基于此，如上述那样进行心音信号的放大控制。即、预先设定取得用于增益调整的数据的时间T_a(1～3秒)和放大所利用的心音的时间T_b(4～12秒)，另外，在微机23中预先存储提供放大时的放大增益的参照表。微机控制部，在基于由听诊探测器a得到的心音信号的时间T_a期间的平均强度，放大心音的信号时，为了达到适当的音量而从参照表中求出放大增益，进行心音信号的放大控制；接受该微机控制部的控制，按照上述求得的放大增益，放大接着上述时间T_a的时间T_b期间的心音信号，并暂时收录于存储器27，并且取出心音信号通过听筒听取，另外，在放大调整部25中，可以进行放大、调整，并由发送器26进行发送。

接收部e具有：接收器31，其接收从自动音量调整收录部b的发送器26发送的心音信号；以及调整部32、放大部33，从调整部32送出的心音信号，利用听筒来监听，或者，被用于通过计算机进行心音解析处理。此外，也可以由放大部进行放大，作为模拟输出而取出。从自动音量调整收录部b侧向接收部e侧的发送，可以通过天线进行无线发送，或者，通过线缆来发送。

<心音信号处理部>

图17(a)、(b)为表示心音信号处理部c的构成的图。图17(a)从整体上表示了心音信号处理部，由听诊探测器a的心音检测部得到后，由自动音量调整收录部b的A/D转换部转换为数字信号的信号Y(i)，被输入到心音信号处理部c。心音信号处理部c包括：信号调整部43，取A/D转换后的心音信号Y(i)的绝对值，进行归一化等处理；振动模型44，输入来自信号调整部43的信号S(i)，形成特征值波形x(i)；过滤部45，从来自信号调整部43的信号中除去高频成分的噪声，作为心音数据S_w(i)进行输出；转换电路部46，用于输入来自过滤部45的心音数据和来自振动模型44的特征值波形数据，并进行信号处理，输出为强调了心音、减弱了噪声的心音数据T_S(i)。在此，将来自信号调整部S(i)的信号S(i)输入到振动模型44，然而也可以在过滤部45中形成为去除了高频成分的噪声的心音数据S_w(i)之后，输入到振动模型14。此时，将相同的心音数据SW(i)也输入到转换电路部46。47是参数设定部，用于设定振动模型44中的参数。

图17(b)是更详细地表示了图17(a)中的转换电路部46的一部分的图。转换电路部46构成为：相位延迟运算部51和乘法转换部22。心音数据S_w(i)和特征值波形数据x(i)，分别输入到相位延迟运算部51和乘法转换部52这两者，在相位延迟运算部51中求出的相位延迟k的值被输入到乘法转换部52。在乘法转换部52中，使x(i)错开相位延迟k的量，将其作为x(k+i)，对x(k+i)与S_w(i)的乘积进行运算并输出。

图17(a)、(b)示出的心音信号处理部，包括：在A/D转换部12中处理数字化后的信号的部分和收录心音信号的存储器，构成为小规模的数字电路，可以采用装入听诊装置内的形式，另外，也可以形成为用所收录的心音信号来处理信号的独立的装置。

<心音解析处理部>

图18表示了心音解析处理部d的构成。a是心音检测部，b是自动音量调整收录部，其对利用心音检出部a检测出的心音信号进行A/D转换，并进行音量调整。进行了A/D转换并进行了音量调整的心音数据被输入到心音处理解析处理部d。

心音解析处理部d具有：参数设定部61，用于设定振动模型的模型参数；特征值波形生成单元62，在所设定的模型参数下，生成心音数据的特征值波形数据；针对阈值(THV)求评价指数的单元63；根据评价指数，求使用元函数规定的数据集合中心的单元64；根据评价指数及数据集合中心求评价函数的单元65；通过反复计算以评价函数成为最小的方式来决定数据集合中心的单元66；针对规定范围的THV决定最小评价函数值(J_m)成为最小的THV的单元67；将针对所选定的THV的评价指数、数据集合的中心等显示数据发送到显示部70的单元68。62～67的部分，是根据所设定的参数对所输入的数据进行运算处理的部分，可以形成为进行这些运算处理的包含存储器的专用电路，还可以为采用通过个人电脑来执行的形式，该个人电脑具备用于进行图9的流程中的运算处理的程序。

显示部70显示作为心音解析的结果而得到的数据，最好使用液晶面板等具有画面的装置。显示内容，是将评价指数、数据集合中心的分布状况用数值或者柱状图来显示。通过这样的心音数据的显示，可以高精度、定量地把握心音的正常或异常。通过心音解析处理部d的运算处理所得到的结果，除了作为显示数据显示于显示部70以外，也可以由发送单元向位于远距离的接收部进行发送。

在心音解析处理部d中，需要存储解析心音数据所需要的定义式等必要事项的单元。此外，由于具备将由心音解析而实际得到的实际数据进行数据库化来存储的单元，因此也可以作为进行新的心音解析时的比较数据来利用。

产业可利用性

本发明，可以将心音收录音量的自动调整、心音信号音质的提高、心音信号的解析处理分别以独自进行的方式加以利用，另外，也可以用作对它们进行了组合的方式的听诊装置。

Claims (13)

1.一种听诊心音信号的处理方法，其特征在于，用于进行用于异常心音检测的心音解析，该心音解析由以下步骤构成：

设定振动模型的模型参数；

检测心音，并由此得到心音数据；

针对所得到的心音数据，在所设定的模型参数下生成特征值波形数据；

针对阈值(THV)，求出表示上述特征值波形数据的峰的时间宽度及时间间隔的评价指数；

根据该评价指数求出使用模糊元函数(W_i，j)规定的数据集合的中心(V_i)；

根据评价指数以及数据集合的中心求出表示评价指数的分散状况的评价函数J_m(W，V)；

通过反复计算以该评价函数成为最小的方式来决定数据集合的中心；

求出最小评价函数值(J_m)对规定范围的THV的依赖性，并在该范围内选定J_m成为最小的THV；以及

显示针对选定的THV求出的评价指数以及数据集合的中心的分布状态。

2.根据权利要求1所述的听诊心音信号的处理方法，其特征在于，

上述评价指数为针对THV的、特征值波形数据中的I音及II音的时间宽度(T1、T2)和时间间隔(T11、T12)，设W＝{w_i，j}、V＝{V_i}，设d_i，j＝‖v_i，-z_k，j‖为数据集合的中心和数据位置之间的欧几里德距离，则上述函数可以用下式来表示。

[算式7]

$J_m(W,V)=\underset{i-1}{\overset{C}{\mathrm{\&Sigma;}}}\underset{j-1}{\overset{N}{\mathrm{\&Sigma;}}}{\left(w_{i,j}\right)}^m{\left(d_{i,j}\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(7\right)$

3.一种听诊装置，其特征在于，具备心音解析处理部，该心音解析处理部进行用于异常心音检测的心音信号解析，由以下单元构成：

设定振动模型的模型参数的单元；

用于检测心音并由此得到心音数据的心音检测单元；

针对所得到的心音数据，在所设定的模型参数下生成特征值波形数据的单元；

针对阈值(THV)，求出表示上述特征值波形数据的峰的时间宽度及时间间隔的评价指数的单元；

根据上述评价指数求出使用模糊元函数(W_i，j)规定的数据集合的中心(V_i)的单元；

根据上述评价指数以及数据集合的中心求出表示评价指数的分散状况的评价函数J_m(W，V)的单元；

通过反复计算以该评价函数成为最小的方式来决定数据集合的中心的单元；

求出上述评价函数成为最小的最小评价函数值J_m的单元；

求出J_m对规定范围的THV的依赖性，并在该范围内选定(J_m)成为最小的THV的单元；以及

显示针对上述选定的THV求出的评价指数以及数据集合的中心的分布状态的单元。

4.根据权利要求3所述的听诊装置，其特征在于，

上述评价指数为针对THV的、特征值波形数据中的I音及II音的时间宽度(T1、T2)和时间间隔(T11、T12)，设W＝{w_i，j}、V＝{V_i}，设d_i，j＝‖v_i，-z_k，j‖为数据集合的中心和数据位置之间的欧几里德距离，则上述函数可以用下式来表示。

[算式7]

$J_m(W,V)=\underset{i-1}{\overset{C}{\mathrm{\&Sigma;}}}\underset{j-1}{\overset{N}{\mathrm{\&Sigma;}}}{\left(w_{i,j}\right)}^m{\left(d_{i,j}\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(7\right)$

5.一种听诊心音信号的处理方法，其特征在于，用于进行用于提高听诊中的音质的心音信号处理，该心音信号处理由以下步骤构成：

设定振动模型的模型参数，形成振动模型；

检测心音并得到心音信号；

将所得到的心音信号提供给上述振动模型而得到输出的特征值波形数据；

将上述心音信号或者从上述心音信号中去除了高频成分的噪声而得到的信号作为心音数据，取上述心音数据和上述特征值波形数据的互相关，计算出相位延迟，并使上述特征值波形数据的相位错开该相位延迟的量，使得上述心音数据和上述特征值波形数据之间实质上没有相位差；

取上述心音数据与使相位错开了上述相位延迟的量的特征值波形数据的乘积，得出输出心音数据。

6.根据权利要求5所述的听诊心音信号的处理方法，其特征在于，

在将上述心音信号提供给上述振动模型之前对上述心音信号进行归一化。

7.一种听诊装置，其特征在于，具备心音信号处理部，该心音信号处理部进行用于异常心音检测的心音信号处理，包括：

振动模型，通过输入由心音检测单元检测出的心音信号或者由过滤单元从该心音信号中去除了高频成分的噪声而得到的信号，将其作为心音数据，而输出与该心音数据相对应的特征值波形数据；

相位延迟计算部，取由该振动模型输出的特征值波形数据和上述心音数据的互相关，来计算特征值波形数据相对于心音数据的相位延迟；

乘法转换部，取特征值波形数据与上述心音数据的乘积，该特征值波形数据是使相位错开了上述相位延迟的量，以使上述心音数据和上述特征值波形数据之间实质上没有相位差而得到的数据。

8.根据权利要求7所述的听诊装置，其特征在于，

还可以具有归一化单元，该归一化单元用于在输入到上述振动模型之前对心音信号进行归一化。

9.一种听诊装置，其特征在于，具有：

探测器，其将心音转换为电信号；以及

自动音量调整收录部，其进行由该探测器得到的心音信号的调整及放大，并收录心音；

上述自动音量调整收录部具备心音收录音量的自动调整单元，该心音收录音量的自动调整单元包括：

微机控制部，在基于由上述探测器得到的心音信号的时间T_a期间的平均速度，放大心音信号时，求出放大增益以达到适当的音量，并进行心音信号的放大控制；

放大调整部，接受该微机控制部的控制，按照上述求出的放大增益，对接着上述时间T_a的时间T_b期间的心音信号进行放大，并且将放大后的信号作为要收录的心音取出。

10.根据权利要求9所述的听诊装置，其特征在于，

上述微机控制部，预先将用于放大至适当的音量的放大增益的大小与上述计算出的心音信号的平均强度的关系存储为表，并参照该表将心音信号放大至适当的音量。

11.根据权利要求9或10的任意一项所述的听诊装置，其特征在于，

上述时间T_a为1～3秒的范围内的时间，上述时间T_b为4～12秒的范围内的时间。

12.根据权利要求11所述的听诊装置，其特征在于，

上述时间T_b为8～10秒的范围内的时间。

13.一种听诊装置，其特征在于，

将权利要求9～12的任意一项所述的心音收录音量的自动调整单元构成为发送侧单元，使放大后的心音信号可发送到接收侧单元。

Images