CN102395322A - 使用利用标记验证进行显式加标记的呼吸阶段分类的方法和系统 - Google Patents
使用利用标记验证进行显式加标记的呼吸阶段分类的方法和系统 Download PDFInfo
- Publication number
- CN102395322A CN102395322A CN201080016468XA CN201080016468A CN102395322A CN 102395322 A CN102395322 A CN 102395322A CN 201080016468X A CN201080016468X A CN 201080016468XA CN 201080016468 A CN201080016468 A CN 201080016468A CN 102395322 A CN102395322 A CN 102395322A
- Authority
- CN
- China
- Prior art keywords
- phase
- stage
- respiration phase
- respiration
- breath signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0803—Recording apparatus specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Abstract
一种使用利用标记验证的显式加标记来将单通道声信号中的呼吸阶段分类为吸气和呼气的方法和系统。在该方法和系统中,受检对象通过用户输入显式地指示呼吸循环的开始(即,吸气的开始)。应用阶段指示,以将单通道声信号的若干连续阶段临时标记为吸气和呼气。然后基于吸气阶段和呼气阶段之间的特性差异,产生临时阶段规则集合。然后重复阶段指示、临时加标记以及临时规则集合产生步骤。然后将两个产生的临时规则集合进行比较以用于匹配,从而验证受检对象的阶段指示的准确性以及在发生信号丢失的情况下自动恢复阶段的能力。
Description
技术领域
本发明涉及呼吸监测,更具体地涉及使用利用标记验证的显式加标记来将单通道声信号中的呼吸阶段分类为吸气和呼气的方法和系统,并且该方法和系统用于在信号中断之后自动恢复呼吸阶段。无需额外通道,本发明解决了在吸气阶段与呼气阶段之间进行区分的困难,这种困难由缺乏对所有人的这些阶段进行区别的通用信号特性而引起。此外,本发明提供了在由于诸如信号丢失或噪声信号之类的原因而引起的阶段跟踪丢失之后对阶段的自动恢复。
背景技术
典型地,人类的呼吸由两个阶段来表征:吸气,或者将空气吸入到肺中,以及呼气,或者从肺中排出空气。表征呼吸阶段的数据在个体呼吸健康判定以及肺部疾病研究方面非常重要。例如,低比例吸气时间(即,吸气阶段时间除以呼吸循环时间)或者低吸气与呼气时间比(即,吸气阶段时间除以呼气阶段时间,也被称作I∶E比)可以反映拖长的呼气阶段,这种拖长的呼气阶段指示导气管堵塞。高比例吸气时间或高I∶E比可以用于例如在受监测受检对象的当前状态方面通知受检对象正在打鼾或者讲话。比例吸气时间和I∶E比的趋势在以下应用中也是有指导性的。
用于获得呼吸阶段数据的一种方法是肺部声音方法,有时被称作听诊。肺部声音方法部分地由于低成本和肺部声音检测系统的便捷可用性而变得日益普遍。在肺部声音方法中,一个或多个安装在身体上的呼吸声音换能器记录声音,可以根据该声音来确定呼吸阶段数据。通常选择典型地在胸骨上切迹(supreasternal notch)上或者在咽部附近的侧向颈部处听到的气管声音用于呼吸声音检测,这是因为这种声音具有高信噪比并且对于流量的变化具有高灵敏度,使得能够精确地确定呼吸阶段开始点。
利用肺部声音方法的已知实现方式的一个问题在于,不能区分来自单个声音换能器(即,单个通道声音信号)的呼吸循环的吸气阶段和呼气阶段。没有对所有人的吸气阶段和呼气阶段进行区分的通用信号特性。例如,吸气和呼气气管声音之间的幅度差异在受检对象之中变化巨大。对于许多人而言,吸气声音更大,而对于其他人而言,不存在太大的区别,对于另外一些人而言,呼气声音更大。因此,仅使用气管声音在呼吸循环的吸气阶段与呼气阶段之间进行区分是困难的。解决肺部声音方法的这种缺陷的一个方式是在受检对象身体的多个部分上安装附加声音换能器,例如在产生肺部声音的受检对象胸腔和/或背部,根据该肺部声音可以更好地区分吸气阶段和呼气阶段。然而,与附加声音换能器(即,多通道声音信号)有关的可靠性会给受检对象增添不便之处,以及增加系统复杂性和计算开销。
肺部声音方法的已知实现方式的另一问题在于,信号中断之后的阶段恢复。一种用于识别吸气阶段和呼气阶段的方法会因多种原因而丢失对阶段的跟踪。一个原因是由于不可靠的网络连通性而引起的信号丢失。另一原因是例如周围环境、受检对象的语言或受检对象的运动而引起的噪声信号。每次有阶段跟踪丢失时要求受检对象手动干预来恢复阶段是麻烦的,并且会引起失败。
发明内容
本发明提供了一种使用利于标记验证的显式加标记来将单通道声信号中的呼吸阶段分类为吸气和呼气的方法和系统。
在本发明的一个方面中,一种用于分类呼吸阶段的系统包括数据处理器、呼吸声音换能器以及用户接口,其中,数据处理器接收来自呼吸声音换能器的呼吸信号以及来自用户接口的第一呼吸阶段指示,并且基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气。
在本发明的另一方面中,一种用于分类呼吸阶段的方法包括以下步骤:接收呼吸信号,基于第一用户输入接收第一呼吸阶段指示,以及基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气。
结合以下简要描述的附图,参照以下详细描述,将更好地理解本发明的这些和其他方面。当然,本发明由所附权利要求来限定。
附图说明
图1示出了本发明一些实施例中用于对呼吸阶段进行分类的系统。
图2示出了本发明一些实施例中用于对呼吸阶段进行分类的系统中用于向患者呈现的用户屏幕的序列。
图3示出了本发明一些实施例中用于对呼吸阶段进行分类的方法。
图4示出了本发明一些实施例中用于在从阶段跟踪丢失恢复之后自动对呼吸阶段进行分类的方法。
图5示出了具有阶段持续时间、最大幅度以及所绘制的从阶段开始到最大幅度的斜率的若干呼吸阶段的示例呼吸信号。
图6示出了具有所绘制的从最大幅度到阶段结束的斜率的若干呼吸阶段的示例呼吸信号。
图7示出了具有所绘制的阶段包络宽度的若干呼吸循环的示例呼吸信号。
图8示出了具有所绘制包络下阶段表面积的若干呼吸循环的示例呼吸信号。
具体实施方式
在基本特征中,本发明提供了一种使用利于标记验证的显式加标记来将单通道声信号中的呼吸阶段分类为吸气和呼气的方法和系统。在所描述的方法和系统中,受检对象通过用户输入显式地指示呼吸循环的开始(即,吸气的开始)。应用阶段指示,以将单通道声信号的若干连续阶段临时标记为吸气和呼气。然后基于吸气阶段与呼气阶段之间的特性差异,产生临时阶段规则集合。然后重复阶段指示、临时加标记以及临时规则集合步骤。然后将两个产生的临时规则集合进行比较以进行匹配,从而验证受检对象阶段指示的准确性,以及如果发生信号丢失情况下自动恢复阶段的能力。
图1示出了本发明一些实施例中用于对呼吸阶段进行分类的系统。该系统包括位于正受监测的人类受检对象的气管130处的呼吸声音换能器105,然而在其他实施例中,换能器105可以位于受检对象的胸腔或背部。换能器105以通信方式与前置放大器110、带通滤波器115、末级放大器120以及数据获取元件125串联耦合。数据获取元件125向数据处理器140发送由换能器105检测到且被放大器110、120和滤波器115修改的呼吸信号。在一些实施例中,呼吸信号是连续单通道呼吸声信号。数据处理器140还以通信方式与接收输入并向受检对象发送输出的用户接口150耦合。
在一些实施例中,元件105、110、115、120、125和140驻留于声换能器装置上,该声换能器装置捕获呼吸信号,提供板上处理,并具有无线接口,无线接口支持与其上存在用户接口150的便携式电子设备(例如,移动电话或个人数据助理(PDA))的通信。
在其他实施例中,元件105、110、115、120和125驻留于声换能器装置上,该声换能器装置捕获呼吸信号,并具有无线接口,无线接口支持与其上存在处理器140和用户接口150的便携式电子设备(例如,移动电话或PDA)的通信。
在另一些实施例中,元件105、110、115、120和125驻留于声换能器装置上,该声换能器装置捕获呼吸信号并具有诸如通用串行总线(USB)之类的有线接口,有线接口支持与其上驻留处理器140和用户接口150的台式或笔记本个人计算器的通信。
换能器105检测气管130处的呼吸信号。换能器105向前置放大器110输出检测到的呼吸信号作为模拟电压。
前置放大器110提供从换能器105接收到的呼吸信号的阻抗匹配,并且将呼吸信号放大到适合于后续滤波器级的电平。
带通滤波器115包括模拟高通滤波器,模拟高通滤波器对从前置放大器110接收到的呼吸信号施加截止频率,以降低例如包括心脏声音、肌肉声音和接触噪声的噪声。滤波器115在高通滤波器之后还包括低通滤波器,低通滤波器具有施加于呼吸信号的截止频率。
末级放大器120对从带通滤波器115接收到的呼吸信号进行放大。
数据获取元件125对从末级放大器120接收到的呼吸信号执行模拟/数字(A/D)转换,并且如果需要对呼吸信号进行下采样,以便缩减采样数据长度。数据获取元件125向数据处理器140发送所得到的呼吸信号以用于分析。
数据处理器140是其上具有可执行软件的微处理器,用于对从数据获取元件125接收到的呼吸信号中的呼吸阶段进行分类,包括:阶段加标记、阶段规则集合产生以及阶段规则集合比较;并且对呼吸信号执行呼吸阶段无关和阶段特定分析。在一些实施例中,处理器140根据基于连续的呼吸信号产生呼吸阶段数据,例如比例吸气时间和/或I∶E比,以实现对受检对象呼吸健康的实时监测。
用户接口150包括输入设备,例如键盘、键区、触摸屏或鼠标中的一个或多个,通过输入设备,受检对象输入对诸如对呼吸循环的开始(即,吸气的开始)加以指示的阶段指示的信息。用户接口150还包括输出设备,例如液晶显示(LCD)屏或发光二极管(LED)显示屏中的一个或多个,在输出设备上受检对象观看各种用户屏幕,例如,提供显式阶段加标记状态信息和呼吸健康状态信息。
图2示出了在本发明一些实施例中用于对呼吸阶段进行分类的系统中向受检对象呈现的用户屏幕序列。首先呈现阶段指示输入指令屏幕210。屏幕210指导受检对象在受检对象开始吸入时按压按钮。这会使第一呼吸阶段指示开始。受检对象在吸入时按压按钮,并且系统使用按压按钮的时刻来将相应时刻的呼吸信号的阶段临时标记为吸气。然后,系统将对应时间之后的呼吸信号的阶段临时标记为呼气。使用该临时标记作为记号,系统给若干连续(多个)呼吸循环上的呼吸信号的附加呼吸阶段临时加标记,并且基于多个呼吸循环中已经被临时标记为吸气阶段和已经被临时标记为呼气阶段的呼吸阶段之间的特性差异,来产生第一临时阶段规则集合。换言之,将多个呼吸循环的一部分临时标记为吸气,并且将多个呼吸循环的另一部分临时标记为呼气。在这种临时加标记和临时规则集合产生正在进行时,向受检对象呈现等待屏幕220。一旦已经完成了临时规则集合产生,就在第二实例中向受检对象呈现阶段指示输入指令屏幕210,并且针对第二呼吸阶段指示重复上述过程。然而,在第二实例中已经呈现了等待屏幕220并完成了临时阶段规则集合产生(第二临时阶段规则集合)之后,呈现完成屏幕230。
图3示出了本发明一些实施例中用于对呼吸阶段进行分类的方法。首先,受检对象吸入并且在用户接口150上输入第一呼吸阶段指示中吸入开始的指示(305)。例如,受检对象可以按压阶段指示输入指令屏幕210上的“吸入”按钮。用户接口150将时间戳添加至阶段指示(310),并且向数据处理器140转发加时间戳的阶段指示。数据处理器140对从数据获取单元125接收到的呼吸信号进行分析,并且在时间戳所指示的时刻将呼吸阶段标记为吸气(315)。系统然后将时间戳之后的呼吸信号的阶段临时标记为呼气。数据处理器140继而根据交替阶段,继续将连续呼吸循环上的附加呼吸阶段临时标记为呼气和吸气(320)。在一些实施例中,给三个连续呼吸循环加标记,使得给总共六个连续呼吸阶段(即,三个吸气和三个呼气)加标记。
数据处理器140然后基于对六个加标记的呼吸阶段中吸气阶段和呼气阶段之间的特性差异的分析,来产生包括规则的临时阶段规则集合(325)。作为示例,数据处理器140进行分析以产生临时规则集合的特性差异包括如下:
(1)相对阶段持续时间:这项检查确定吸气阶段较长还是呼气阶段较长。转向图5,绘制了连续阶段的阶段持续时间505、510。在检查中,将三个吸气阶段的阶段持续时间与三个呼气阶段的阶段持续时间进行比较,以进行确定。
(2)相对最大幅度:这项检查确定吸气阶段还是呼气阶段具有更高的最大幅度。参照图5,标识了连续阶段的最大幅度520、530。在检查中,将三个吸气阶段的最大幅度与三个呼气阶段的最大幅度进行比较,以进行确定。
(3)从阶段开始到最大的相对斜率:这项检查确定吸气阶段还是呼气阶段具有更陡峭的从阶段开始到最大幅度的斜率。参照图5,标识了连续阶段的开始至峰值斜率(即,幅度的变化率)515、525。在检查中,将三个吸气阶段的开始至峰值斜率与三个呼气阶段的开始至峰值斜率进行比较,以进行确定。
(4)从最大到阶段结束的相对斜率:这项检查确定吸气阶段还是呼气阶段具有更陡峭的从最大幅度到阶段结束的斜率。参照图6,标识了连续阶段的峰值至结束斜率(即,幅度的变化率)605、610。在检查中,将三个吸气阶段的峰值至结束斜率与三个呼气阶段的峰值至结束斜率进行比较,以进行确定。
(5)相对阶段宽度:这项检查确定吸气阶段更宽还是呼气阶段更宽。参照图7,绘制了连续阶段的阶段宽度705、710、715、720。通过计算阶段包络的拟合高斯曲线的半最大值处的全宽度,来确定阶段宽度705、710、715、720。在检查中,将三个吸气阶段的阶段宽度与三个呼气阶段的阶段宽度进行比较,以进行确定。
(6)包络下相对阶段表面积:这项检查确定吸气阶段的包络下表面积更大还是呼气阶段的包络下表面积更大。参照图8,绘制包络(从拟合高斯曲线形成的包络)下阶段表面积805作为利用阴影线画出阴影的区域。在检查中,将三个吸气阶段的包络下阶段表面积与三个呼气阶段的包络下阶段表面积进行比较,以进行确定。
临时规则集合可以包括针对按照四个结果之一表示的每个特性差异的规则。一个结果在于,针对特性的吸气阶段值始终大于呼气阶段值。第二结果在于,针对特性的呼气阶段值始终大于吸气阶段值。第三结果在于,针对特性的吸气阶段值与呼气阶段值之间的差异不显著。例如,如果每个吸气阶段的阶段持续时间是2.01秒,并且每个呼气阶段的阶段持续时间是1.99秒,则应当附上第三结果。第四结果在于,针对特性的吸气阶段值与呼气阶段值之间的差异尽管是显著的,但是缺乏一致性。例如,如果三个呼吸循环中的两个呼吸循环内吸气阶段具有比呼气阶段更大最大幅度,并且在第三呼吸循环内呼气阶段具有比吸气阶段更大的最大幅度,则应当附上第四结果。
临时阶段规则集合用二进制码来表示。例如,对于每个特性,如果吸气阶段值始终大于呼气阶段值,则可以使用“10”码,如果呼气阶段值大于吸气阶段值,则可以使用“01”,如果吸气阶段值与呼气阶段值之间的差异不显著,则可以使用“00”,以及如果吸气阶段值与呼气阶段值之间的差异尽管显著但是缺乏一致性,则可以使用“11”。
如果在步骤325中产生的临时阶段规则集合指示针对任何特性的缺乏一致差异,则将临时规则集合产生视为失败,并且判定重试(即,重新执行步骤305-325)或者中止过程(330)。
如果在步骤325中产生的临时阶段规则集合指示针对至少一个特性的一致差异,则将临时规则集合产生视为成功,并且在第二实例中重复步骤305-325(335)。
在这种情况下,第二实例中的重复包括以下步骤:基于第二用户输入接收第二呼吸阶段指示;基于第二呼吸阶段指示将呼吸信号中的第二多个呼吸阶段标记为吸气和呼气;基于被标记为吸气的第二多个呼吸阶段与被标记为呼气的第二多个呼吸阶段之间的特性比较,产生第二阶段规则集合;将第一阶段规则集合与第二阶段规则集合之间的特性进行比较,以用于匹配;以及如果第一阶段规则集合与第二阶段规则集合之间的比较特性匹配,则产生永久阶段规则集合。
第二实例还包括以下步骤:验证呼吸信号中由第一呼吸阶段指示标识的阶段与呼吸信号中由第二呼吸阶段指示标识的阶段由奇数个干预阶段来分离。
也以针对第三实例重复上述操作,第三实例包括:基于永久阶段规则集合,自动将呼吸信号中第三多个呼吸阶段的阶段标记为吸气和呼气。
一旦已经成功产生两个临时阶段规则集合,流程前进至步骤340,在步骤340中,将临时阶段规则集合进行比较以用于匹配,从而验证受检对象的阶段指示的准确性以及如果发生信号丢失的情况下自动恢复阶段的能力。如果第一实例中所产生的临时阶段规则集合中针对每个特性的二进制码与第二实例中所产生的临时阶段规则集合中针对每个特性的相应二进制码相匹配,则找到匹配。如果没有找到匹配,则将永久规则集合产生视为失败,并且判定重试(即,重新执行步骤305-325)或者中止过程(360)。然而,如果找到匹配,则将临时阶段规则保存为永久阶段规则(345),在这一点处,数据处理器140基于验证后的显式标记开始永久阶段加标记(350)以及呼吸信号的呼吸阶段特定分析(355)。
在一些实施例中,数据处理器140对在第一呼吸阶段指示与第二呼吸阶段指示之间已经通过的呼吸阶段的数目进行计数,并且在基于第二呼吸阶段指示产生临时阶段规则集合之前,验证第二呼吸阶段指示寻址的阶段与第一呼吸阶段指示寻址的阶段由奇数个干预阶段来分离。这项检查确保两个阶段指示标识相同类型的阶段(例如,两次吸气),并且在受检对象的显式加标记中提供针对错误的附加安全措施。如果这项检查失败,则判定重试或中止过程。
图4示出了本发明一些实施例中用于在从阶段跟踪丢失恢复之后自动分类呼吸阶段的方法。例如,如果数据处理器140从数据获取元件125接收到的连续信号丢失,或者呼吸信号变得噪声太大。则会发生阶段跟踪丢失。也会从对信号的临时中断中发生阶段跟踪丢失,导致网络连通性的丢失。在从这样的阶段跟踪丢失中恢复之后,数据处理器140开始针对从数据获取元件125接收到的呼吸信号的呼吸阶段无关分析(410)。数据处理器140然后根据先前保存的永久阶段规则(阶段规则集合)对呼吸信号进行分析,以将连续阶段标识为吸气和呼气(420)。例如,如果永久阶段规则指示吸气阶段持续时间始终长于呼气阶段持续时间,并且指示吸气阶段具有始终较高的最大幅度,则数据处理器140使用这些特性差异,来标识呼吸信号中的连续吸气阶段和呼气阶段对,并且如此自动给连续吸气阶段和呼气阶段加标记。一旦已经成功地标识了连续阶段,则数据处理器140以下个阶段(在这种情况下,下个阶段是第三多个呼吸阶段)为开始,开始进行永久自动加标记(430),并且开始对呼吸信号的呼吸阶段特定分析(440)。
本领域技术人员将认识到,在不背离本发明的精神和实质特点的前提下,本发明可以以其他特定形式来具体实现。在所有方面中那个本说明书应视为示意性的并非限制性的。本发明的范围由所附权利要求指示,本发明等同物的意义和范围内的所有改变应包括在本发明等同物的意义和范围内。
权利要求书(按照条约第19条的修改)
国际局于2010年8月26日(26.08.2010)接收
1.一种用于分类呼吸阶段的系统,包括:
数据处理器;
呼吸声音换能器;以及
用户接口,其中,所述数据处理器接收来自呼吸声音换能器的呼吸信号以及来自用户接口的第一呼吸阶段指示,并且基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气,其中,所述数据处理器基于被标记为吸气的第一多个呼吸阶段的一部分与被标记为呼气的第一多个呼吸阶段的另一部分之间的特性比较,来产生第一阶段规则集合。
2.(删除)
3.根据权利要求1所述的系统,其中,第一阶段规则集合包括:基于被标记为吸气的第一多个呼吸阶段与被标记为呼气的第一多个呼吸阶段之间的特性差异的规则。
4.根据权利要求1所述的系统,其中,第一阶段规则集合包括基于以下中的一个或多个的特性差异的规则:阶段持续时间、最大幅度、从阶段开始到最大幅度的幅度变化率、从最大幅度到阶段结束的幅度变化率、阶段宽度、或者阶段包络的拟合高斯曲线下阶段表面积。
5.根据权利要求1所述的系统,其中,所述数据处理器接收来自用户接口的第二呼吸阶段指示,并且基于第二呼吸阶段指示,将呼吸信号中的第二多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气,其中
所述数据处理器基于被标记为吸气的第二多个呼吸阶段的一部分与被标记为呼气的第二多个呼吸阶段的另一部分之间的特性比较,来产生第二阶段规则集合,以及所述数据处理器将第一阶段规则集合与第二阶段规则集合之间的特性进行比较,以用于匹配,并且在第一阶段规则集合和第二阶段规则集合的比较特性匹配的情况下产生永久阶段规则集合。
6.根据权利要求5所述的系统,其中,所述数据处理器基于永久阶段规则集合,自动将呼吸信号中的第三多个呼吸阶段的一部分标记为吸气,并且将呼吸信号中第三多个呼吸阶段的另一部分标记为呼气。
7.根据权利要求6所述的系统,其中,所述数据处理器在从呼吸信号的临时中断中恢复之后,执行对第三多个呼吸阶段的自动加标记。
8.一种用于分类呼吸阶段的方法,包括以下步骤:
接收呼吸信号;
基于第一用户输入接收第一呼吸阶段指示;以及
基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气,并且基于被标记为吸气的第一多个呼吸阶段的一部分与被标记为呼气的第一多个呼吸阶段的另一部分之间的特性比较,来产生第一阶段规则集合。
9.根据权利要求6所述的系统,其中,所述数据处理器在从由于网络连通性丢失而引起的阶段跟踪丢失中恢复之后,执行对第三多个呼吸阶段的自动加标记。
10.根据权利要求6所述的系统,其中,所述数据处理器在从由于噪声呼吸信号而引起的阶段跟踪丢失中恢复之后,执行对第三多个呼吸阶段的自动加标记。
11.根据权利要求5所述的系统,其中,所述数据处理器验证呼吸信号中由第一呼吸阶段指示寻址的阶段与呼吸信号中由第二呼吸阶段指示寻址的阶段由奇数个干预阶段来分离。
12.一种用于分类呼吸阶段的系统,包括:
数据处理器;以及
呼吸声音换能器;
其中,所述数据处理器接收来自呼吸声音换能器的呼吸信号;并且基于永久阶段规则集合,将呼吸信号中的多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的多个呼吸阶段的另一部分标记为呼气;
其中,所述永久阶段规则集合基于以下中的一个或多个的特性差异,以便区分吸气阶段和呼气阶段:阶段持续时间、最大幅度、从阶段开始到最大幅度的幅度变化率、从最大幅度到阶段结束的幅度变化率、阶段宽度、或者阶段包络的拟合高斯曲线下阶段表面积。
13.根据权利要求6或12所述的系统,其中,永久规则集合指示吸气阶段持续时间始终长于呼气阶段持续时间,并且吸气阶段具有始终较高的最大幅度。
Claims (13)
1.一种用于分类呼吸阶段的系统,包括:
数据处理器;
呼吸声音换能器;以及
用户接口,其中,所述数据处理器接收来自呼吸声音换能器的呼吸信号以及来自用户接口的第一呼吸阶段指示,并且基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气。
2.根据权利要求1所述的系统,其中,所述数据处理器基于被标记为吸气的第一多个呼吸阶段的一部分与被标记为呼气的第一多个呼吸阶段的另一部分之间的特性比较,来产生第一阶段规则集合。
3.根据权利要求2所述的系统,其中,第一阶段规则集合包括:基于被标记为吸气的第一多个呼吸阶段与被标记为呼气的第一多个呼吸阶段之间的特性差异的规则。
4.根据权利要求2所述的系统,其中,第一阶段规则集合包括基于以下中的一个或多个的特性差异的规则:阶段持续时间、最大幅度、从阶段开始到最大幅度的幅度变化率、从最大幅度到阶段结束的幅度变化率、阶段宽度、或者阶段包络的拟合高斯曲线下阶段表面积。
5.根据权利要求2所述的系统,其中,所述数据处理器接收来自用户接口的第二呼吸阶段指示,并且基于第二呼吸阶段指示,将呼吸信号中的第二多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气,其中
所述数据处理器基于被标记为吸气的第二多个呼吸阶段的一部分与被标记为呼气的第二多个呼吸阶段的另一部分之间的特性的比较,来产生第二阶段规则集合,以及所述数据处理器将第一阶段规则集合与第二阶段规则集合之间的特性进行比较,以用于匹配,并且在第一阶段规则集合和第二阶段规则集合的比较特性匹配的情况下产生永久阶段规则集合。
6.根据权利要求5所述的系统,其中,所述数据处理器基于永久阶段规则集合,自动将呼吸信号中的第三多个呼吸阶段的一部分标记为吸气,并且将呼吸信号中第三多个呼吸阶段的另一部分标记为呼气。
7.根据权利要求6所述的系统,其中,所述数据处理器在从呼吸信号的临时中断中恢复之后,执行对第三多个呼吸阶段的自动加标记。
8.一种用于分类呼吸阶段的方法,包括以下步骤:
接收呼吸信号;
基于第一用户输入接收第一呼吸阶段指示;以及
基于第一呼吸阶段指示,将呼吸信号中的第一多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的第一多个呼吸阶段的另一部分标记为呼气。
9.根据权利要求6所述的系统,其中,所述数据处理器在从由于网络连通性丢失而引起的阶段跟踪丢失中恢复之后,执行对第三多个呼吸阶段的自动加标记。
10.根据权利要求6所述的系统,其中,所述数据处理器在从由于噪声呼吸信号而引起的阶段跟踪丢失中恢复之后,执行对第三多个呼吸阶段的自动加标记。
11.根据权利要求5所述的系统,其中,所述数据处理器验证呼吸信号中由第一呼吸阶段指示寻址的阶段与呼吸信号中由第二呼吸阶段指示寻址的阶段由奇数个干预阶段来分离。
12.一种用于分类呼吸阶段的系统,包括:
数据处理器;以及
呼吸声音换能器;
其中,所述数据处理器接收来自呼吸声音换能器的呼吸信号;并且基于永久阶段规则集合,将呼吸信号中的多个呼吸阶段的一部分标记为吸气以及将呼吸信号中的多个呼吸阶段的另一部分标记为呼气;
其中,所述永久阶段规则集合基于以下中的一个或多个的特性差异,以便区分吸气阶段和呼气阶段:阶段持续时间、最大幅度、从阶段开始到最大幅度的幅度变化率、从最大幅度到阶段结束的幅度变化率、阶段宽度、或者阶段包络的拟合高斯曲线下阶段表面积。
13.根据权利要求6或12所述的系统,其中,永久规则集合指示吸气阶段持续时间始终长于呼气阶段持续时间,并且吸气阶段具有始终较高的最大幅度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/386,072 | 2009-04-14 | ||
US12/386,072 US20100262031A1 (en) | 2009-04-14 | 2009-04-14 | Method and system for respiratory phase classification using explicit labeling with label verification |
PCT/JP2010/055494 WO2010119763A1 (en) | 2009-04-14 | 2010-03-23 | Method and system for respiratory phase classification using explicit labeling with label verification |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102395322A true CN102395322A (zh) | 2012-03-28 |
Family
ID=42934938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080016468XA Pending CN102395322A (zh) | 2009-04-14 | 2010-03-23 | 使用利用标记验证进行显式加标记的呼吸阶段分类的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20100262031A1 (zh) |
EP (1) | EP2427116A1 (zh) |
JP (1) | JP2012523249A (zh) |
CN (1) | CN102395322A (zh) |
WO (1) | WO2010119763A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9597011B2 (en) | 2012-12-28 | 2017-03-21 | Panasonic Corporation | Respiratory phase determination apparatus, respiratory phase determination method and respiratory phase determination program |
CN110113998A (zh) * | 2016-12-28 | 2019-08-09 | 皇家飞利浦有限公司 | 表征睡眠呼吸障碍的方法 |
CN110251119A (zh) * | 2019-05-28 | 2019-09-20 | 深圳和而泰家居在线网络科技有限公司 | 分类模型获取方法、hrv数据分类方法、装置及相关产品 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9788757B2 (en) | 2005-12-28 | 2017-10-17 | Breath Research, Inc. | Breathing biofeedback device |
US9779751B2 (en) | 2005-12-28 | 2017-10-03 | Breath Research, Inc. | Respiratory biofeedback devices, systems, and methods |
US9265477B2 (en) * | 2011-02-17 | 2016-02-23 | Sharp Laboratories Of America, Inc. | Adaptive lightweight acoustic signal classification for physiological monitoring |
CA2872785C (en) * | 2012-05-10 | 2021-06-29 | University Of Washington Through Its Center For Commercialization | Sound-based spirometric devices, systems, and methods |
US10426426B2 (en) | 2012-06-18 | 2019-10-01 | Breathresearch, Inc. | Methods and apparatus for performing dynamic respiratory classification and tracking |
US9814438B2 (en) | 2012-06-18 | 2017-11-14 | Breath Research, Inc. | Methods and apparatus for performing dynamic respiratory classification and tracking |
US9883820B2 (en) | 2014-03-31 | 2018-02-06 | Sharp Laboratories Of America, Inc. | Method and engine for defining respiration events in body sensor signals |
TWI538712B (zh) * | 2015-01-26 | 2016-06-21 | 國立交通大學 | 胸腹部運動的監控與反饋系統及其方法與電子裝置 |
US11439320B2 (en) | 2016-12-20 | 2022-09-13 | Air Water Biodesign Inc. | Biological-sound analysis device, biological-sound analysis method, program, and storage medium |
US20210315463A1 (en) * | 2018-08-20 | 2021-10-14 | Macdonald, Dettwiler And Associates Inc. | Method and apparatus for deriving biometric information using multiple-axis seismocardiography |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6139505A (en) * | 1998-10-14 | 2000-10-31 | Murphy; Raymond L. H. | Method and apparatus for displaying lung sounds and performing diagnosis based on lung sound analysis |
JP2005066045A (ja) * | 2003-08-25 | 2005-03-17 | Konica Minolta Medical & Graphic Inc | 音データ処理装置及びプログラム |
US20060198533A1 (en) * | 2005-03-04 | 2006-09-07 | Wang Le Y | Method and system for continuous monitoring and diagnosis of body sounds |
US20080243014A1 (en) * | 2007-03-28 | 2008-10-02 | Zahra Moussavi | Breathing sound analysis for detection of sleep apnea/popnea events |
US20080243018A1 (en) * | 2007-03-30 | 2008-10-02 | General Electric Company | System and method to track a respiratory cycle of a subject |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4122069A1 (de) * | 1991-07-04 | 1993-01-07 | Draegerwerk Ag | Verfahren zur erkennung der atemphasen eines patienten bei assistierenden beatmungsverfahren |
US5438980A (en) * | 1993-01-12 | 1995-08-08 | Puritan-Bennett Corporation | Inhalation/exhalation respiratory phase detection circuit |
US6168568B1 (en) * | 1996-10-04 | 2001-01-02 | Karmel Medical Acoustic Technologies Ltd. | Phonopneumograph system |
AUPP974599A0 (en) * | 1999-04-14 | 1999-05-06 | Resmed Limited | Detection and classification of breathing patterns |
US6561987B2 (en) * | 2001-03-02 | 2003-05-13 | Opher Pail | Apparatus and methods for indicating respiratory phases to improve speech/breathing synchronization |
US20030171655A1 (en) * | 2002-03-08 | 2003-09-11 | Newman Richard W. | Combination otoscope |
IL155955A0 (en) * | 2003-05-15 | 2003-12-23 | Widemed Ltd | Adaptive prediction of changes of physiological/pathological states using processing of biomedical signal |
JP4993980B2 (ja) * | 2006-09-15 | 2012-08-08 | Gac株式会社 | 呼気時間を出力可能な装置および方法 |
-
2009
- 2009-04-14 US US12/386,072 patent/US20100262031A1/en not_active Abandoned
-
2010
- 2010-03-23 WO PCT/JP2010/055494 patent/WO2010119763A1/en active Application Filing
- 2010-03-23 CN CN201080016468XA patent/CN102395322A/zh active Pending
- 2010-03-23 EP EP10764348A patent/EP2427116A1/en not_active Withdrawn
- 2010-03-23 JP JP2011544532A patent/JP2012523249A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6139505A (en) * | 1998-10-14 | 2000-10-31 | Murphy; Raymond L. H. | Method and apparatus for displaying lung sounds and performing diagnosis based on lung sound analysis |
JP2005066045A (ja) * | 2003-08-25 | 2005-03-17 | Konica Minolta Medical & Graphic Inc | 音データ処理装置及びプログラム |
US20060198533A1 (en) * | 2005-03-04 | 2006-09-07 | Wang Le Y | Method and system for continuous monitoring and diagnosis of body sounds |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
US20080243014A1 (en) * | 2007-03-28 | 2008-10-02 | Zahra Moussavi | Breathing sound analysis for detection of sleep apnea/popnea events |
US20080243018A1 (en) * | 2007-03-30 | 2008-10-02 | General Electric Company | System and method to track a respiratory cycle of a subject |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9597011B2 (en) | 2012-12-28 | 2017-03-21 | Panasonic Corporation | Respiratory phase determination apparatus, respiratory phase determination method and respiratory phase determination program |
CN110113998A (zh) * | 2016-12-28 | 2019-08-09 | 皇家飞利浦有限公司 | 表征睡眠呼吸障碍的方法 |
CN110113998B (zh) * | 2016-12-28 | 2022-05-13 | 皇家飞利浦有限公司 | 表征睡眠呼吸障碍的方法 |
CN110251119A (zh) * | 2019-05-28 | 2019-09-20 | 深圳和而泰家居在线网络科技有限公司 | 分类模型获取方法、hrv数据分类方法、装置及相关产品 |
CN110251119B (zh) * | 2019-05-28 | 2022-07-15 | 深圳数联天下智能科技有限公司 | 分类模型获取方法、hrv数据分类方法、装置及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
JP2012523249A (ja) | 2012-10-04 |
US20100262031A1 (en) | 2010-10-14 |
WO2010119763A1 (en) | 2010-10-21 |
EP2427116A1 (en) | 2012-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102395322A (zh) | 使用利用标记验证进行显式加标记的呼吸阶段分类的方法和系统 | |
Abeyratne et al. | Pitch jump probability measures for the analysis of snoring sounds in apnea | |
Belkacem et al. | End-to-end AI-based point-of-care diagnosis system for classifying respiratory illnesses and early detection of COVID-19: a theoretical framework | |
US6168568B1 (en) | Phonopneumograph system | |
US9687191B2 (en) | Method and device for swallowing impairment detection | |
US5751911A (en) | Real-time waveform analysis using artificial neural networks | |
Vieira et al. | On the influence of laryngeal pathologies on acoustic and electroglottographic jitter measures | |
US8554517B2 (en) | Physiological signal quality classification for ambulatory monitoring | |
CN101896122B (zh) | 用于在听诊器信号中检测呼吸周期的方法和设备 | |
CN101815465A (zh) | 从心电图得出的呼吸暂停/呼吸减弱指数 | |
CN109893163B (zh) | 一种自动定位并修复电子听诊器削波失真波形的方法 | |
US11717181B2 (en) | Adaptive respiratory condition assessment | |
CN111563451A (zh) | 基于多尺度小波特征的机械通气无效吸气努力识别方法 | |
CN104970820A (zh) | 一种智能听诊系统及检测方法 | |
CN102512138A (zh) | 一种心音监控预警方法 | |
CN106097829A (zh) | 一种声乐练习辅助器 | |
US20120253216A1 (en) | Respiration analysis using acoustic signal trends | |
CN102821733A (zh) | 用于监测进行中的心肺复苏的系统 | |
Demartsev et al. | Vocalization-associated respiration patterns: thermography-based monitoring and detection of preparation for calling | |
CN111968675A (zh) | 一种基于手部识别的弦乐器音符比对系统及其使用方法 | |
CN202960514U (zh) | 哮鸣音多通道检测气道激发试验仪 | |
CN202446270U (zh) | 用于辅助随访受测客户哮喘病情或吸烟戒烟现况的系统 | |
CN108731791A (zh) | 一种采集钢琴按键动作的方法及装置 | |
KR102251478B1 (ko) | 인공지능 기반 천명 판정 방법 및 시스템 | |
CA2584258A1 (en) | Breathing sound analysis for estimation of airflow rate |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120328 |