CN103052355B - 生物体声音处理装置及生物体声音处理方法 - Google Patents

生物体声音处理装置及生物体声音处理方法 Download PDF

Info

Publication number
CN103052355B
CN103052355B CN201280002253.1A CN201280002253A CN103052355B CN 103052355 B CN103052355 B CN 103052355B CN 201280002253 A CN201280002253 A CN 201280002253A CN 103052355 B CN103052355 B CN 103052355B
Authority
CN
China
Prior art keywords
noise
organism sound
contribution
processing apparatus
organism
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.)
Active
Application number
CN201280002253.1A
Other languages
English (en)
Other versions
CN103052355A (zh
Inventor
远藤充
堀井则彰
山田麻纪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP2011067215A external-priority patent/JP5634311B2/ja
Priority claimed from JP2011067216A external-priority patent/JP5634312B2/ja
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN103052355A publication Critical patent/CN103052355A/zh
Application granted granted Critical
Publication of CN103052355B publication Critical patent/CN103052355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/003Detecting lung or respiration noise
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/02Stethoscopes
    • A61B7/04Electric stethoscopes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Acoustics & Sound (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供一种可输出表示生物体声音传感器的当前安装状态的信息的生物体声音处理装置。生物体声音处理装置(300)是对安装于体表面的生物体声音传感器(200)的声信号进行处理的装置,具有:从声信号提取包含于声信号的噪声成分的噪声提取单元(320)、将提取出的噪声成分分类为与生物体声音传感器(200)的各个不同安装状态相对应的多个噪声种类,输出与所述分类的结果相对应的信息的噪声分类判定单元(340)。

Description

生物体声音处理装置及生物体声音处理方法
技术领域
本发明涉及对粘贴型生物体声音传感器的声信号进行处理的生物体声音处理装置及生物体声音处理方法。
背景技术
取得心音等生物体声音的声信号的生物体声音传感器被广泛使用。另外,目前已存在进行生物体声音的解析处理等对生物体声音传感器的声信号(以下简称“声信号”)的处理的生物体声音处理装置。
但是,声信号中会混入各种噪声成分。噪声成分的混入会使对生物体声音的解析精度降低。
因此,例如专利文献1中记载有降低与皮肤等体表面接触的瞬间产生的噪声成分的技术。专利文献1记载的技术中,在生物体声音传感器的与体表面的接触面设置开关,在接触面与体表面接触的时刻使声信号静音。
另外,例如专利文献2中记载有将人的呼吸音以外的声音成分作为噪声成分进行检测的技术。专利文献2所记载的技术中,通过在刚刚之前的呼吸的1循环和下一个呼吸的1循环之间比较声信号,由此判定包含咳嗽或抽鼻子等产生的噪声成分的区间,将该区间的数据从分析对象中除去。
这些现有技术能够抑制噪声成分的混入导致的生物体声音的解析精度的降低。
现有技术文献
专利文献
专利文献1:日本特开平10-24033号公报
专利文献2:日本特开2009-261518号公报
发明要解决的问题
但是,近年来的生物体声音传感器以长时间连续的生物体声音的解析等为目的,通过医疗用双面胶带等粘贴于体表面使用的类型的传感器正在普及。在这样的粘贴型的生物体声音传感器的情况下,起因于相对于体表面的粘接不良、传送声信号的引线的安装不良等生物体声音传感器的各种安装状态的噪声成分成为问题。
但是,在上述实施方式1及实施方式2记载的技术中,存在不能充分抑制起因于生物体声音传感器的安装状态的生物体声音的解析精度的降低的问题。这是因为,这样的噪声成分在将生物体声音传感器安装于体表面后持续产生,但专利文献1记载的技术及专利文献2记载的技术均不能检测这样的持续的噪声成分。
因此,考虑输出表示生物体声音传感器的当前安装状态的信息。如果能够输出这样的信息,则能够抑制起因于生物体声音传感器的安装状态的生物体声音的解析精度的降低。
发明内容
本发明的目的在于,提供一种能够输出表示生物体声音传感器的当前安装状态的信息的生物体声音处理装置及生物体声音处理方法。
用于解决问题方案
本发明提供一种生物体声音处理装置,其对安装于体表面的生物体声音传感器的声信号进行处理,具有:噪声提取单元,其从所述声信号提取包含于所述声信号的噪声成分;以及噪声分类判定单元,其将提取出的所述噪声成分分类为与所述生物体声音传感器的各个不同安装状态相对应的多个噪声种类,输出与所述分类的结果对应的信息。
本发明提供一种生物体声音处理方法,其对安装于体表面的生物体声音传感器的声信号进行处理,包括:从所述声信号提取包含于所述声信号的噪声成分的步骤;以及将提取出的所述噪声成分分类为与所述生物体声音传感器的各个不同安装状态相对应的多个噪声种类,输出与所述分类的结果对应的信息的步骤。
发明效果
根据本发明,能够输出表示生物体声音传感器的当前生物体声音传感器安装状态的信息。
附图说明
图1是表示本发明实施方式1的生物体声音处理装置的结构的系统结构图;
图2是表示本发明实施方式2的生物体声音处理装置的结构之一例的框图;
图3是表示本实施方式2的生物体声音传感器的安装状态之一例的示意图;
图4是表示本实施方式2的噪声分类判定单元的结构之一例的框图;
图5是表示本实施方式2的噪声种类对策对应表的内容之一例的图;
图6是表示本实施方式2的生物体声音处理装置的动作之一例的流程图;
图7是表示本实施方式2的安装状态好的情况下的声信号的频谱图之一例的图;
图8是表示本实施方式2的安装状态差的情况下的声信号的频谱图的第一例的图;
图9是表示本实施方式2的安装状态差的情况下的声信号的频谱图的第二例的图;
图10是表示本实施方式2的安装状态差的情况下的声信号的频谱图的第三例的图;
图11是表示本实施方式2的与呼吸联动的脉冲性噪声的情况下的呼吸音成分的频带的功率的第一图;
图12是表示本实施方式2的与呼吸联动的脉冲性噪声的情况下的呼吸音成分的状态的第二图;
图13是表示本实施方式2的与呼吸联动的脉冲性噪声的情况下的噪声成分的状态的第一图;
图14是表示本实施方式2的与呼吸联动的脉冲性噪声的情况下的噪声成分的状态的第二图;
图15是表示本实施方式2的不与呼吸联动的脉冲性噪声的情况下的呼吸音成分的状态的第一图;
图16是表示本实施方式2的不与呼吸联动的脉冲性噪声的情况下的呼吸音成分的状态的第二图;
图17是表示本实施方式2的不与呼吸联动的脉冲性噪声的情况下的噪声成分的状态的第一图;
图18是表示本实施方式2的不与呼吸联动的脉冲性噪声的情况下的噪声成分的状态的第二图。
符号说明
100生物体声音处理系统
200、200a生物体声音传感器
210a主体部
220a引线
230a粘接面
300、300a生物体声音处理装置
310a声信号输入单元
320、320a噪声提取单元
330a呼吸音提取单元
340、340a噪声分类判定单元
341a噪声短期变化分析单元
342a噪声长期变化分析单元
343a呼吸音长期变化分析单元
344a变化速度/同步性判定单元
350a噪声对策引导单元
360a噪声分量判定单元
370a噪声对策控制单元
380a噪声信号处理单元
400信息输出装置
510体表面
520双面胶带
530外科胶带
具体实施方式
下面,参照附图详细说明本发明的各实施方式。本发明的实施方式1是本发明的基本方式例,本发明的实施方式2是本发明的具体方式例。
(实施方式1)
图1是表示本发明实施方式1的生物体声音处理装置的结构的系统结构图。此外,为容易理解地说明发明,图1一并图示使用本实施方式的生物体声音处理装置的生物体声音处理系统的结构。
图1中,生物体声音处理系统100具有生物体声音传感器200、本发明的生物体声音处理装置300及信息输出装置400。
生物体声音传感器200是安装于被试验者的体表面的传感器。更具体而言,生物体声音传感器200例如是利用医疗用双面胶带(以下简称“双面胶带”)等粘接于体表面使用的粘贴型的生物体声音传感器。而且,生物体声音传感器200将从体内向体表面传播的声音作为体表面的振动直接地进行检测,或作为体表面附近的空气的振动间接地进行检测。而且,生物体声音传感器200对检测出的这些振动(以下总称为“声音”)进行检测,且输出表示检测出的声音的波形的声信号。
但是,如上述,在从该生物体声音传感器200输出的声信号(以下简称“声信号”)中会混入起因于对皮肤的粘接不良等生物体声音传感器200的安装状态的噪声成分。
生物体声音处理装置300是对上述的声信号进行处理的装置。生物体声音处理装置300具有噪声提取单元320及噪声分类判定单元340。噪声提取单元320从声信号提取包含于声信号的噪声成分。噪声分类判定单元340将提取出的噪声成分分类为与生物体声音传感器200的各个不同安装状态相对应的多个噪声种类,且输出与该分类的结果对应的信息。
例如,噪声分类判定单元340将提取出的噪声成分分类为与粘接面的粘接力弱的状态或引线的安装状态等相对应的噪声种类。例如,与粘接面的粘接力弱的状态相对应的噪声种类是指因粘接面的粘接力弱而产生的噪声成分的种类。
信息输出装置400输出与生物体声音处理装置300的分类结果相对应的信息。例如,信息输出装置400将表示生物体声音传感器200处于粘接面的粘接力弱的状态的信息进行画面显示。看到该信息的用户例如将生物体声音传感器200的双面胶带更换为新的双面胶带、或者擦拭体表面。其结果,生物体声音传感器200对体表面的粘接度增加,噪声成分降低。
此外,生物体声音处理装置300例如分别具有CPU(central processingunit,中央处理单元)、存储有控制程序的ROM(read only memory,只读存储器)等存储介质及RAM(random access memory,随机存储器)等工作存储器。该情况下,上述的各单元的功能通过CPU执行控制程序而实现。
这样的生物体声音处理装置300可以使声信号中含有的噪声成分与生物体声音传感器200的安装状态相对应。由此,生物体声音处理装置300可以输出表示生物体声音传感器200的当前安装状态的信息。因此,生物体声音处理装置300例如可以催促用户改善生物体声音传感器200的安装状态。由此,生物体声音处理装置300能够抑制起因于生物体声音传感器200的安装状态的噪声成分带来的生物体声音的解析精度的降低。
如上所述,本实施方式的生物体声音处理装置是对安装于体表面的生物体声音传感器的声信号进行处理的生物体声音处理装置。而且,本实施方式的生物体声音处理装置具有从上述声信号提取上述声信号中包含的噪声成分的噪声提取单元。另外,本实施方式的生物体声音处理装置具有将提取出的上述噪声成分分类为与上述生物体声音传感器的各个不同安装状态相对应的多个噪声种类,且输出与上述分类的结果对应的信息的噪声分类判定单元。
这样的生物体声音处理装置可以输出表示生物体声音传感器的当前安装状态的信息,可以抑制起因于生物体声音传感器的安装状态的噪声成分引起的生物体声音的解析精度的降低。
(实施方式2)
本发明的实施方式2是将本发明应用于将人的心音或呼吸音(肺音)作为生物体声音进行测量的生物体声音处理装置之例。
图2是表示本实施方式的生物体声音处理装置的结构之一例的框图。此外,本实施方式的生物体声音处理装置被用于与实施方式1的图1相同的生物体声音处理系统。
图2中,生物体声音处理装置300a具有声信号输入单元310a、噪声提取单元320a、呼吸音提取单元330a、噪声分类判定单元340a、噪声对策引导单元350a、噪声分量判定单元360a、噪声对策控制单元370a、及噪声信号处理单元380a。
声信号输入单元310a输入生物体声音传感器的声信号,并向噪声提取单元320a、呼吸音提取单元330a及噪声信号处理单元380a输出。如上述,在该声信号中会混入起因于对皮肤的粘接不良等生物体声音传感器的安装状态的噪声成分。
图3是表示生物体声音传感器的安装状态之一例的示意图。
如图3所示,生物体声音传感器200a具有安装于人的体表面510的主体部210a和与主体部210a连接的引线220a。
将主体部210a的应与体表面510粘接的面(下称“粘接面”)230a例如通过双面胶带520与体表面510粘接。即,粘接面230a和双面胶带520的上部、及双面胶带520的下部和体表面510在使用生物体声音传感器200a时分别密接。在此,为确保图中的识别性,将它们以分开的状态表示。
另外,将引线220a例如利用外科胶带530等在接近主体部210a的位置固定于体表面510。
通过这些粘接及固定,生物体声音传感器200a被安装于体表面510。具体而言,生物体声音传感器200a例如被安装于人的胸部或颈部的皮肤表面。
主体部210a是振动传感器型或声敏传感器型(传声器型)的传感器,在粘接面230a检测声音。而且,主体部210a将表示检测出的声音的波形的声信号向引线220a输出。振动传感器型的传感器是将粘接面230a接触的体表面的振动直接作为振动进行检测的传感器。声敏传感器型的传感器是将粘接面230a接触的体表面的振动借助于空气的振动作为声音进行检测的传感器。
生物体声音作为振动在体表面510体现。而且,通过粘接面230a与体表面510一体地振动,生物体声音被主体部210a检测出,变换为声信号并在引线220a中传送。但是,声信号因粘接面230a与体表面510的粘接状态或引线220a的安装状态会有噪声成分混入。
例如,体表面510因被试验者的呼吸而进行收缩。另一方面,粘接面230a使用合成树脂等难以收缩的材质。因此,在生物体声音传感器200a的声信号中,当双面胶带520和体表面510之间的粘接力弱时,在呼吸引起的体表面510的收缩过程的特定的时刻混入脉冲性的噪声成分。例如,声信号在呼吸过程中的体表面510扩展的每个时刻,在声信号中产生噪声成分。
另外,即使双面胶带520和体表面510之间的粘接力充分,在引线220a的张力高的情况下,也会与呼吸同步地产生张力的强弱变化。因此,在生物体声音传感器200a的声信号中会混入脉冲性的噪声成分。
另外,在粘接面230a和双面胶带520之间存在气泡的情况、或引线220a断续地接触其它物体的情况下,在生物体声音传感器200a的声信号中会混入与呼吸不同步的脉冲性的噪声成分。
另外,在存在引线220a持续性接触的物体,并产生摩擦的情况下,在生物体声音传感器200a的声信号中会混入摩擦性的噪声成分。此外,摩擦性的噪声成分也会在手提生物体声音传感器200a将其按压于体表面510的情况下产生,但在以生物体声音传感器200a对体表面510的粘贴为前提的本实施方式中不作为对象。
图2的噪声提取单元320a从声信号提取包含于声信号的噪声成分,将提取出的噪声成分的功率的时间序列信号输出到噪声分类判定单元340a及噪声分量判定单元360a。下面,将包含于声信号的噪声成分的功率的时间序列信号称作“功率波形”。
会混入声信号的噪声成分的频带宽。但是,心音及呼吸音的频带的上限为1kHz左右。因此,噪声提取单元320a例如通过HPF(高通滤波器)取出1kHz以上的信号,将每个规定的短区间求出的功率的时间序列信号作为噪声成分的功率波形进行提取。
例如在原来的声信号的采样频率为48kHz时,规定的短区间为480点的区间。该情况下,噪声成分的功率波形的采样频率为100Hz。
呼吸音提取单元330a从声信号提取包含于声信号的呼吸音成分,且将提取出的呼吸音成分的功率波形输出到噪声分类判定单元340a。噪声成分少的1kHz以下的频带中的低频带中含有心音。因此,呼吸音提取单元330a例如通过BPF(带通滤波器)取出500Hz以上1kHz以下的信号,将上述每个规定的短区间求出的功率的时间序列作为呼吸音成分的功率波形提取。
噪声分类判定单元340a将提取出的噪声成分分类为与生物体声音传感器200a的各个不同安装状态相对应的多个噪声种类。而且,噪声分类判定单元340a将分类的结果输出到噪声对策引导单元350a。有关噪声成分的分类的细节及用于进行该分类的噪声分类判定单元340a的结构的细节,将后述。
噪声对策引导单元350a将用于催促改善与噪声成分的分类结果相对应的安装状态的信息提示给用户,进行噪声对策的引导。
更具体而言,噪声对策引导单元350a判断与提取出的噪声成分的噪声种类相对应的安装状态是否应改善。而且,噪声对策引导单元350a在判断为应改善时,将通知该内容的信息输出到信息输出装置(参照图1),通过图像及语音中的至少一者进行输出(下称“噪声对策的引导”)。
但是,噪声对策引导单元350a从后述的噪声对策控制单元370a接受是否进行噪声对策的引导的控制(即是否应改善上述安装状态的判断)。关于噪声对策引导单元350a中应进行引导的噪声对策的决定方法的详情后述。
噪声分量判定单元360a,根据噪声成分的功率波形,将声信号中的噪声成分的强度作为噪声分量定量化并输出到噪声对策控制单元370a。更具体而言,噪声分量判定单元360a求出噪声成分的功率波形超过预先设定的第一阈值的区间的、一定时间内的频数或区间比率,作为噪声分量。该一定时间例如为呼吸音成分的功率波形超过预先设定的第二阈值的区间的长度。
噪声对策控制单元370a基于噪声分量控制噪声对策。更具体而言,噪声对策控制单元370a以噪声分量超过预先设定的第三阈值为条件,对噪声对策引导单元350a指示噪声对策的引导。另外,噪声对策控制单元370a以噪声分量未超过第三阈值为条件,对噪声信号处理单元380a指示基于后述的信号处理的噪声对策。
此外,有时噪声分量具有在开始生物体声音的测量后,在数次的呼吸周期的期间会减少的特性。鉴于这样的特性,噪声对策控制单元370a也可以在噪声分量处于减少趋势的期间保留阈值判定,不实施噪声对策。
噪声信号处理单元380a在提取出的噪声成分的影响少且不需要特别地改善安装状态时,对声信号进行用于除去一般的噪声成分的信号处理。更具体而言,噪声信号处理单元380a在频率域或时间域进行把会存在噪声成分的区域屏蔽等的信号处理,降低基于声信号的生物体声音测量中的噪声成分的影响。
但是,如上所述,噪声信号处理单元380a从噪声对策控制单元370a接受是否通过信号处理实施噪声对策的控制(即是否不需要上述安装状态的改善的判断)。
此外,生物体声音处理装置300a例如分别具有CPU、存储了控制程序的ROM等存储介质、及RAM等工作存储器。该情况下,上述的各单元的功能通过CPU执行控制程序来实现。
这样的生物体声音处理装置300a可以使包含于声信号的噪声成分与生物体声音传感器200a的安装状态相对应。因此,生物体声音处理装置300a可以根据噪声的种类催促用户改善生物体声音传感器200a的安装状态。由此,生物体声音处理装置300a能够抑制起因于生物体声音传感器200a的安装状态的生物体声音的解析精度的降低。
另外,生物体声音处理装置300a在不需要改善安装状态时,进行用于除去噪声成分的信号处理。因此,生物体声音处理装置300a能够在抑制重新安装的频数的同时,降低起因于生物体声音传感器200a的安装状态的生物体声音的解析精度的降低,能够减轻用户的负担。
其次,对噪声成分的分类的细节及用于进行该分类的噪声分类判定单元340a的结构的细节进行说明。
图4是表示噪声分类判定单元340a的结构之一例的框图。
图4中,噪声分类判定单元340a具有噪声短期变化分析单元341a、噪声长期变化分析单元342a、呼吸音长期变化分析单元343a、和变化速度/同步性判定单元344a。
噪声短期变化分析单元341a从噪声成分的功率波形中提取比一般呼吸的周期的最小值短的周期的变化(高频成分)中功率最大的频带。下面,将这样的频带称作“噪声成分的短期峰值频带”。
而且,噪声短期变化分析单元341a将提取出的噪声成分的短期峰值频带输出到变化速度/同步性判定单元344a。例如可通过利用点数50的FFT(快速傅立叶变换)对噪声成分的功率波形进行处理来进行该提取。噪声成分的短期峰值频带在声信号的噪声成分为脉冲性时高,在声信号的噪声成分为摩擦性时低。
噪声长期变化分析单元342a根据噪声成分的功率波形,在比一般呼吸的周期的最小值长的周期的变化(低频成分)中,进行每个频带的功率的大小排序。而且,噪声长期变化分析单元342a将各频带的功率顺序(下称“噪声功率顺序”)输出到变化速度/同步性判定单元344a。噪声功率顺序的上位的频带,在噪声成分的原因和呼吸的关联性高时,包含后述的呼吸音峰值频带。
呼吸音长期变化分析单元343a从呼吸音成分的功率波形,在比一般呼吸的周期的最小值长的周期的变化(低频成分)中,提取功率最大的频带(下称“呼吸音峰值频带”)。而且,呼吸音长期变化分析单元343a将提取出的呼吸音峰值频带输出到变化速度/同步性判定单元344a。呼吸音峰值频带高精度地表示呼吸的周期。
变化速度/同步性判定单元344a基于噪声成分的短期峰值频带判定噪声成分的功率波形的变化是快还是慢(噪声成分的功率的变化速度)。而且,变化速度/同步性判定单元344a基于噪声成分的功率波形的变化是快还是满,判定该噪声成分是脉冲性的还是摩擦性的。
更具体而言,变化速度/同步性判定单元344a例如在噪声成分的短期峰值频带为10Hz以上时,判定为声信号的噪声成分为脉冲性的。另外,变化速度/同步性判定单元344a在噪声成分的短期峰值频带小于10Hz时,判定为声信号的噪声成分为摩擦性的。
另外,变化速度/同步性判定单元344a基于呼吸音峰值频带判定噪声成分的产生是否与呼吸同步。更具体而言,变化速度/同步性判定单元344a判定在噪声功率顺序的上位的频带中是否包含呼吸音峰值频带。即,变化速度/同步性判定单元344a将呼吸音成分的功率波形的变化和噪声成分的功率波形的变化进行对照,判定它们是否联动。
而且,变化速度/同步性判定单元344a在噪声成分的产生与呼吸同步时,判定为噪声成分是呼吸同步性的。另外,变化速度/同步性判定单元344a在噪声成分的产生不与呼吸同步时,判定为噪声成分为非呼吸同步性的。
此外,变化速度/同步性判定单元344a在判定为声信号的噪声成分为摩擦性的(不是脉冲性的)的情况下,也可以不必进行噪声成分和呼吸之间的同步性的判定。另外,为高精度地判定噪声成分和呼吸之间的同步性,需要进行2呼吸周期左右的时间长度的分析。因此,变化速度/同步性判定单元344a也可以在该时间长度的分析结束之前不进行同步性的判定。
变化速度/同步性判定单元344a基于上述的判定结果将声信号的噪声成分分类为与生物体声音传感器200a的各个不同安装状态相对应的多个噪声种类。而且,变化速度/同步性判定单元344a将表示分类为哪个噪声种类的噪声分类结果输出到图2的噪声对策引导单元350a。
本实施方式中,多个噪声种类例如为“摩擦性噪声”、“不与呼吸联动的脉冲性噪声”、及“与呼吸联动的脉冲性噪声”这三种。
变化速度/同步性判定单元344a在声信号的噪声成分为摩擦性的时,将该噪声成分分类为“摩擦性噪声”。
另外,变化速度/同步性判定单元344a在声信号的噪声成分为脉冲性的且是非呼吸同步性的时,将该噪声成分分类为“不与呼吸联动的脉冲性噪声”。
另外,变化速度/同步性判定单元344a在声信号的噪声成分为脉冲性的且是呼吸同步性的时,将该噪声成分分类为“与呼吸联动的脉冲性噪声”。
其次,对各噪声种类和安装状态之间的对应关系的细节、及噪声对策引导单元350a中的应进行引导的噪声对策的决定方法的细节进行说明。
噪声对策引导单元350a预先存储有噪声种类对策对应表。噪声种类对策对应表是记载各噪声种类和安装状态之间的对应关系、及安装状态和应对用户进行引导的噪声对策之间的对应关系的信息。
而且,噪声对策引导单元350a在每次输入了噪声分类结果时,参照该噪声种类对策对应表。而且,噪声对策引导单元350a将与噪声分类结果所示的噪声种类对应的噪声对策决定为向用户催促(引导)的噪声对策。
图5是表示噪声种类对策对应表的内容之一例的图。
如图5所示,噪声种类对策对应表610与各噪声种类611建立对应关系地记载作为生物体声音传感器200a的安装状态的引线220a的状态612及粘接面230a的状态613。另外,噪声种类对策对应表610与各噪声种类611(引线220a的状态612和粘接面230a的状态613的组)建立对应关系地记载噪声对策614。
引线220a的状态612和粘接面230a的状态613的组是成为对应的噪声成分的原因的可能性高的、生物体声音传感器200a的安装状态。噪声对策614是用于去除对应的噪声成分的原因的有效的方法之一,是应进行引导的噪声对策。
在噪声种类对策对应表610中,例如与“摩擦性噪声”这样的噪声种类611建立对应关系地记载有“请确认是否不存在正在与引线摩擦的物体。”这样的噪声对策614。这是因为,“有与引线接触的物体并正在摩擦。”这样的引线220a的状态612(第一状态)为摩擦性噪声的原因的可能性高。
另外,在噪声种类对策对应表610中,例如与“不与呼吸联动的脉冲性噪声”这样的噪声种类611建立对应关系地记载了“请注意不要使传感器和双面胶带之间进入气泡而进行重贴”。另外,在噪声种类对策对应表610中记述了“请确认是否不存在与引线接触的物体。”这样的噪声对策614。
这是因为,“有与引线接触的物体且断续接触。”这样的引线220a的状态612为不与呼吸联动的脉冲性噪声的原因的可能性高。另外,这是因为,“在传感器和双面胶带(上部)之间有气泡。”这样的粘接面230a的状态613(第二状态)为不与呼吸联动的脉冲性噪声的原因的可能性高。
另外,在噪声种类对策对应表610中,例如与“与呼吸联动的脉冲性噪声”这样的噪声种类611建立对应关系地记载了“请重贴双面胶带并用力按压。另外,请确认引线的张力是否不高。”这样的噪声对策614。
这是因为,“引线的张力高。”这样的引线220a的状态612为与呼吸联动的脉冲性噪声的原因的可能性高。另外,同样地,“双面胶带(下部)与体表面的粘接力弱。”这样的粘接面230a的状态613(第三状态)为与呼吸联动的脉冲性噪声的原因的可能性高。
此外,噪声种类对策对应表610也可以不记载引线220a的状态612及粘接面230a的状态613。
另外,噪声种类对策对应表610作为噪声对策614也可以分别单独记载与引线220a的状态612对应的对策、与粘接面230a的状态613对应的对策,也可以仅记载任一方。
另外,对于与生物体声音传感器200a的安装状态相关联的其它原因,噪声种类对策对应表610也可以记载用于除去该原因的方法作为噪声对策614。
另外,噪声种类对策对应表610也可以将噪声对策614分为多个阶段进行记载。该情况下,生物体声音传感器200a例如在第一次选择第一阶段的噪声对策614,在第二次选择第二阶段的噪声对策614。
生物体声音传感器200a的重贴作业的负担较大。因此,噪声种类对策对应表610只要作为第一阶段的噪声对策614而记载确认是否有与引线接触的物体,作为第二阶段的噪声对策614而记载重贴生物体声音传感器200a即可。
接着,说明生物体声音处理装置300a的动作。
图6是表示生物体声音处理装置的动作之一例的流程图。
首先,在步骤S1100中,声信号输入单元310a从生物体声音传感器200a输入声信号。
然后,在步骤S1200中,噪声提取单元320a从声信号中提取噪声成分,生成噪声成分的功率波形。另外,呼吸音提取单元330a从声信号中提取呼吸音成分,生成呼吸音成分的功率波形。
然后,在步骤S1300中,噪声分量判定单元360a根据噪声成分的功率波形计算声信号中的噪声成分的强度即噪声分量。然后,噪声对策控制单元370a判定计算出的噪声分量是否多。具体而言,噪声对策控制单元370a判定噪声分量是否超过规定的阈值(上述的第三阈值)。
噪声对策控制单元370a在噪声分量不多的情况下(S1300:“否”),进入步骤S1400。
在步骤S1400中,噪声对策控制单元370a使噪声信号处理单元380a进行基于信号处理的噪声对策,并进入后述的步骤S2000。
另一方面,噪声对策控制单元370a在噪声分量多的情况下(S1300:“是”),进入步骤S1500。
在步骤S1500中,噪声分类判定单元340a判定噪声成分的功率波形的变化是否快。
具体而言,在噪声分类判定单元340a的噪声短期变化分析单元341a中确定短期峰值频带。而且,在噪声分类判定单元340a的变化速度/同步性判定单元344a中判定所确定的短期峰值频带是否为规定的阈值(例如上述的10Hz)以上。
噪声分类判定单元340a在噪声成分的功率波形的变化不快的情况下(S1500:“否”),进入步骤S1600。
在步骤S1600中,噪声对策控制单元370a对噪声对策引导单元350a指示有关摩擦性噪声的噪声对策的引导,并进入后述的步骤S2000。
具体而言,首先,在噪声分类判定单元340a的变化速度/同步性判定单元344a中将声信号的噪声成分分类为“摩擦性噪声”。而且,噪声对策引导单元350a参照噪声种类对策对应表(参照图5)将与“摩擦噪声”对应的噪声对策决定为应进行引导的噪声对策。
另外,噪声对策控制单元370a使噪声对策引导单元350a将噪声对策引导单元350a已决定的噪声对策输出到信息输出装置(图1参照)。
另一方面,噪声分类判定单元340a在噪声成分的功率波形的变化快的情况下(S1500:“是”),进入步骤S1700。
在步骤S1700中,噪声分类判定单元340a判定噪声成分是否与呼吸音成分联动。
具体而言,在噪声分类判定单元340a的噪声长期变化分析单元342a中判定噪声功率顺序。另外,在噪声分类判定单元340a的呼吸音长期变化分析单元343a中提取呼吸音峰值频带。然后,在噪声分类判定单元340a的变化速度/同步性判定单元344a中在判定噪声功率顺序的上位(例如3位以内)中是否包含呼吸音峰值频带。
噪声分类判定单元340a在噪声成分不与呼吸音成分联动的情况下(S1700:“否”),进入步骤S1800。
在步骤S1800中,噪声对策控制单元370a对噪声对策引导单元350a指示有关不与呼吸联动的脉冲性噪声的噪声对策的引导,并进入后述的步骤S2000。
具体而言,首先,在噪声分类判定单元340a的变化速度/同步性判定单元344a中将声信号的噪声成分分类为“不与呼吸联动的脉冲性噪声”。而且,噪声对策引导单元350a参照噪声种类对策对应表(参照图5),将与“不与呼吸联动的脉冲性噪声”对应的噪声对策决定为应进行引导的噪声对策。
进而,噪声对策控制单元370a使噪声对策引导单元350a将噪声对策引导单元350a已决定的噪声对策输出到信息输出装置(参照图1)。
另一方面,噪声分类判定单元340a在噪声成分与呼吸音成分联动的情况下(S1700:“是”),进入步骤S1900。
在步骤S1900中,噪声对策控制单元370a对噪声对策引导单元350a指示有关与呼吸联动的脉冲性噪声的噪声对策的引导,并进入后述的步骤S2000。
具体而言,首先,在噪声分类判定单元340a的变化速度/同步性判定单元344a将声信号的噪声成分分类为“与呼吸联动的脉冲性噪声”。而且,噪声对策引导单元350a参照噪声种类对策对应表(参照图5),将与“与呼吸联动的脉冲性噪声”对应的噪声对策决定为应进行引导的噪声对策。
进而,噪声对策控制单元370a使噪声对策引导单元350a将噪声对策引导单元350a已决定的噪声对策输出到信息输出装置(图1参照)。
噪声对策引导单元350a例如参照噪声种类对策对应表,获取应进行引导的噪声对策的文本数据,生成包含该文本数据的图像数据,且使信息输出装置进行图像显示。
另外,噪声对策引导单元350a例如获取或生成应进行引导的噪声对策的读出语音数据,使信息输出装置进行语音输出。
另外,噪声对策引导单元350a例如从对每个噪声对策预先确定的图像或声音的数据中获取与应进行引导的噪声对策对应的数据,使信息输出装置进行输出。
在步骤S2000中,声信号输入单元310a判定是否通过用户操作等而被指示了结束处理。
声信号输入单元310a在未被指示结束处理的情况下(S2000:“否”),返回步骤S1100。另外,声信号输入单元310a在被指示了处结束理的情况下(S2000:“是”),结束一系列的处理。
通过这样的动作,生物体声音处理装置300a可以将包含于声信号的噪声成分分类为与生物体声音传感器200a的安装状态对应的多个噪声种类,可以对用户引导与分类结果相应的噪声对策。
下面,对安装状态的不同导致的声信号的不同、及声音成分的不同导致的短期峰值频带及长期呼吸音峰值波形的不同进行说明。
图7~图10是表示声信号的频谱图的例子的图。
具体而言,图7~图10是粘贴于同一被试验者的右锁骨中线上第二肋间的生物体声音传感器200a的声信号的频谱图的实验数据。但是,图7是生物体声音传感器200a的安装状态好的情况下的数据,图8~图10是生物体声音传感器200a的安装状态差的情况下的数据。
在生物体声音传感器200a的安装状态好的情况下,如图7所示,噪声成分621少,容易观察吸气区间622、休止区间623及呼气区间624。因此,通过基于信号处理的噪声对策,可以高精度地进行哮喘患者的气道状态的估计等呼吸音解析。
但是,在生物体声音传感器200a的安装状态差的情况下,如图8~图10所示,噪声成分621增多,难以观察上述各区间。这样的情况下,即使实施基于信号处理的噪声对策,也难以高精度地进行呼吸音解析。
图11~图18是表示声音成分的不同导致的短期峰值频带及长期呼吸音峰值波形的不同的图。
图11是在包含与呼吸联动的脉冲性噪声的声信号中由浓度表示呼吸音成分的各频带的功率的图。
具体而言,图11是由从呼吸周期为约5秒的被试验者得到的声信号中提取了采样频率100Hz的呼吸音成分的功率波形的情况下的分析结果。而且,图11是将该提取出的呼吸音成分的功率波形以采样频率2Hz进行下采样,且将通过点数32(相当于16秒)的FFT处理得到的结果作为频谱图显示的图。
图11中,横轴表示时间,纵轴表示频带。另外,图12是以纵轴表示图11的各频带的功率的图。
如图11所示,在呼吸音成分的功率波形中,在呼吸周期为约5秒的情况下,与其相当的约0.2Hz附近的功率大。因此,该情况下,呼吸音成分的长期峰值频带为约0.2Hz附近的频带631。
另外,图12中实线632所示的图11的频带631的功率在频带的功率的纵轴上当然为最上位。
图13是由浓度表示与图11相同的声信号中的噪声成分的各频带的功率的图,是与图11相对应的图。另外,图14是在纵轴表示图13的各频带的功率电平的图,是与图12相对应的图。
图13的频带633及图14的实线634所示的与呼吸的周期相对应的噪声成分比其它频带的噪声成分大。因此,可知噪声与呼吸联动而产生。
此外,在本实验中,噪声长期变化分析单元342a对噪声成分的功率波形施以截止频率为25Hz的HPF。这是为了去除变化较快的噪声成分,另外,是为了除去残留于噪声成分的功率波形的呼吸音成分。
在不适用该HPF的情况下,在图14中观察到,呼吸音峰值频带(在此相当于实线634)的噪声功率顺序降低至下位。这表示在噪声成分的功率波形中不含近似于与呼吸周期一致的正弦波的波形的成分,而含有在与呼吸周期一致的定时产生的脉冲波形的成分。
图15是以浓度表示含有不与呼吸联动的脉冲性噪声的声信号中的呼吸音成分的各频带的功率的图,是与图11对应的图。另外,图16是以纵轴表示图15的各频带的功率的图,是与图12对应的图。
如图15所示,即使在含有不与呼吸联动的脉冲性噪声的情况下,呼吸音成分的长期峰值频带也为与呼吸周期对应的约0.2Hz附近的频带635。另外,图16中,实线636所示的图15的频带635的功率在频带的功率的纵轴上当然也为最上位。
图17是以浓度表示与图15相同的声信号中的噪声成分的各频带的功率的图,是与图15对应的图。另外,图18是以纵轴表示图16的各频带的功率的图,是与图16对应的图。
如图17所示,在声信号中含有大量不与呼吸音同步的噪声成分的情况下,在与呼吸周期对应的约0.2Hz附近的频带637以外,功率增大。因此,图18中,实线638所示的图17的频带637的功率在频带的功率的纵轴上并非上位。
因此,生物体声音处理装置300a通过进行噪声功率顺序的上位是否含有呼吸音峰值频带(在此相当于实线634)的判定,可以高精度地判定噪声成分的产生是否与呼吸同步。
如上所述,本实施方式的生物体声音处理装置300a可以将声信号的噪声成分分类为与生物体声音传感器200a的各个不同安装状态相对应的多个噪声种类。
由此,生物体声音处理装置300a可以催促用户改善生物体声音传感器200a的安装状态,可以抑制起因于生物体声音传感器200a的安装状态的生物体声音的解析精度的降低。另外,生物体声音处理装置300a能够防止相同的成为噪声产生原因的安装状态重复。
另外,生物体声音处理装置300a可以基于噪声成分的功率的变化速度,将噪声成分分类为与引线220a的各个不同安装状态相对应的多个噪声种类。
由此,生物体声音处理装置300a可以在噪声成分有可能起因于引线220a的安装状态时,引导用户重贴引线220a。即,生物体声音处理装置300a可以主动地引导较简单的作业,所以能够提高生物体声音传感器的安装状态被改善的比率,能够更可靠地抑制上述解析精度的降低。
另外,生物体声音处理装置300a根据声信号中的噪声成分和呼吸音成分之间的同步性,将噪声成分分类为与生物体声音传感器200a的粘接面230a的各个不同安装状态相对应的多个噪声种类。
由此,生物体声音处理装置300a可以在噪声成分有可能起因于粘接面230a的安装状态时,引导用户重贴粘接面230a。
另外,生物体声音处理装置300a从声信号中提取呼吸音成分。
由此,生物体声音处理装置300a即使存在呼吸周期的个人差或时间引起的偏差,也能够高精度地进行噪声成分的分类,采取用于恰当的噪声改善的对策。即,生物体声音处理装置300a能够更可靠地抑制上述解析精度的降低。
另外,生物体声音处理装置300a可以对用户恰当地进行噪声对策的指示。
由此,生物体声音处理装置300a例如能防止够尽管原因在于引线220a而多次重贴粘接面230a的情况。即,生物体声音处理装置300a能够进行缩选了噪声的产生原因的恰当的噪声对策的引导。因此,生物体声音处理装置300a能够在避免无效作业的同时对用户提供噪声成分少的清晰的声信号。
此外,本发明的生物体声音处理装置的处理对象在实施方式2中设为具有引线的生物体声音传感器的声信号,但不限于此。生物体声音处理装置的处理对象也可以为上述的无线式的生物体声音传感器的声信号。该情况下,噪声种类对策对应表也可以不记载与引线的状态相对应的噪声对策。
另外,实施方式2的噪声分类判定单元也可以通过时域的处理来进行基于噪声成分的功率变化的快慢这样的观点的分类。例如,噪声分类判定单元以噪声成分的功率变化的快慢进行分类,将变化快的定为脉冲性噪声,将变化慢的定为摩擦性噪声。
具体而言,例如,变化速度/同步性判定单元测量噪声成分的功率超过规定阈值的状态所持续的时间。而且,变化速度/同步性判定单元在该持续时间超过100msec时,判定为声信号的噪声成分为摩擦性的。另一方面,变化速度/同步性判定单元在该持续时间未超过100msec时,判定为声信号的噪声成分为脉冲性的。
另外,生物体声音处理装置在可以按起因于生物体声音传感器的安装状态的每个噪声种类进行恰当的声信号处理的情况下,也可以将噪声种类的分类结果反映在噪声信号处理中,而不是反映在噪声对策引导中。或者,生物体声音处理装置也可以将噪声种类的分类结果与噪声对策引导一并反映在噪声信号处理中。该情况下,例如噪声信号处理单元按每个噪声种类存储信号处理方法,适用与噪声分类结果对应的信号处理方法。该情况下,生物体声音处理装置也能够抑制起因于生物体声音传感器的安装状态的生物体声音的解析精度的降低。
另外,本发明在实施方式2中,适用于以人的心音或呼吸音(肺音)作为生物体声音进行测量的生物体声音处理装置,但不限于此。本发明可以适用于测量可由体表面检测出的其它生物体声音或动物的生物体声音的装置。
另外,本发明的生物体声音处理装置也可以配置于包含信息输出装置的肺音诊断装置或心音诊断装置等对声信号进行解析的装置的内部或生物体声音传感器的内部。
2011年3月25日提出的日本专利申请特愿2011-067215号的、及2011年3月25日提出的日本专利申请特愿2011-067216号中包含的说明书、附图及摘要的公开内容全部引用于本申请。
工业实用性
本发明的生物体声音处理装置及生物体声音处理方法作为可以输出表示生物体声音传感器的当前安装状态的信息的生物体声音处理装置及生物体声音处理方法是有用的。

Claims (10)

1.生物体声音处理装置,其对安装于体表面的生物体声音传感器的声信号进行处理,具有:
噪声提取单元,其从所述声信号提取包含于所述声信号的噪声成分;以及
噪声分类判定单元,将提取出的所述噪声成分分类为与所述生物体声音传感器的各个不同安装状态相对应的多个噪声种类,输出与所述分类的结果对应的信息。
2.如权利要求1所述的生物体声音处理装置,
所述安装状态包含所述生物体声音传感器的对所述体表面的粘接面的安装状态,
所述生物体声音处理装置还具有呼吸音提取单元,该呼吸音提取单元从所述声信号提取包含于所述声信号的呼吸音成分,
所述噪声分类判定单元基于所述噪声成分和所述呼吸音成分的同步性,将所述噪声成分分类为与所述粘接面的各个不同安装状态相对应的多个噪声种类。
3.如权利要求2所述的生物体声音处理装置,
所述安装状态包括传送所述生物体声音传感器的所述声信号的引线的安装状态,
所述噪声分类判定单元基于所述噪声成分的功率的变化速度,将所述噪声成分分类为与所述引线的各个不同安装状态相对应的多个噪声种类。
4.如权利要求3所述的生物体声音处理装置,
所述安装状态包括存在与所述引线摩擦的物体的第一状态、存在与所述引线断续接触的物体或所述粘接面上有气泡的第二状态、所述引线的张力高或所述粘接面的粘接力弱的第三状态,
所述噪声分类判定单元以所述噪声成分的功率的变化速度高为条件,将所述噪声成分分类为与所述第一状态对应的噪声种类,
所述噪声分类判定单元以所述噪声成分的功率的变化速度低且所述噪声成分和所述呼吸音成分的同步性低为条件,将所述噪声成分分类为与所述第二状态对应的噪声种类,
所述噪声分类判定单元以所述噪声成分的功率的变化速度低且所述噪声成分和所述呼吸音成分的同步性高为条件,将所述噪声成分分类为与所述第三状态对应的噪声种类。
5.如权利要求4所述的生物体声音处理装置,
所述安装状态包括所述生物体声音传感器被恰当地安装的第四状态,
所述噪声分类判定单元以所述噪声成分的量少为条件,将所述噪声成分分类为与第四状态对应的噪声种类。
6.如权利要求1所述的生物体声音处理装置,
还具有噪声对策引导单元,该噪声对策引导单元对用户提示用于催促改善与所述噪声分类判定单元的所述分类的结果对应的所述安装状态的信息。
7.如权利要求6所述的生物体声音处理装置,
所述噪声对策引导单元使进行图像显示及语音输出中的至少一者的信息输出装置,利用图像及语音中的至少一者,输出用于催促改善所述安装状态的信息。
8.如权利要求2所述的生物体声音处理装置,
还具有噪声对策引导单元,该噪声对策引导单元对用户提示用于催促改善与所述噪声分类判定单元的所述分类的结果对应的所述安装状态的信息。
9.如权利要求8所述的生物体声音处理装置,
所述噪声对策引导单元使进行图像显示及语音输出中的至少一者的信息输出装置,利用图像及语音中的至少一者,输出用于催促改善所述安装状态的信息。
10.生物体声音处理方法,其对安装于体表面的生物体声音传感器的声信号进行处理,包括:
从所述声信号提取包含于所述声信号的噪声成分的步骤;以及
将提取出的所述噪声成分分类为与所述生物体声音传感器的各个不同安装状态相对应的多个噪声种类,输出与所述分类的结果对应的信息的步骤。
CN201280002253.1A 2011-03-25 2012-03-09 生物体声音处理装置及生物体声音处理方法 Active CN103052355B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2011-067215 2011-03-25
JP2011067215A JP5634311B2 (ja) 2011-03-25 2011-03-25 生体音処理装置および生体音処理方法
JP2011067216A JP5634312B2 (ja) 2011-03-25 2011-03-25 生体音処理装置および生体音処理方法
JP2011-067216 2011-03-25
PCT/JP2012/001642 WO2012132265A1 (ja) 2011-03-25 2012-03-09 生体音処理装置および生体音処理方法

Publications (2)

Publication Number Publication Date
CN103052355A CN103052355A (zh) 2013-04-17
CN103052355B true CN103052355B (zh) 2015-02-04

Family

ID=46930059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280002253.1A Active CN103052355B (zh) 2011-03-25 2012-03-09 生物体声音处理装置及生物体声音处理方法

Country Status (4)

Country Link
US (1) US9017269B2 (zh)
EP (1) EP2689728B1 (zh)
CN (1) CN103052355B (zh)
WO (1) WO2012132265A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6210417B2 (ja) 2014-05-15 2017-10-11 パナソニックIpマネジメント株式会社 生体音センサおよび生体音診断装置
CN105675111A (zh) * 2014-11-19 2016-06-15 索尼公司 噪声检测方法、噪声检测装置以及电子设备
US10945699B2 (en) * 2016-12-28 2021-03-16 Hill-Rom Services Pte Ltd. Respiratory sound analysis for lung health assessment
US11045163B2 (en) 2017-09-19 2021-06-29 Ausculsciences, Inc. Method of detecting noise in auscultatory sound signals of a coronary-artery-disease detection system
CA3078227A1 (en) 2017-10-04 2019-04-11 Ausculsciences, Inc. Auscultatory sound-or-vibration sensor
JP7124742B2 (ja) * 2019-02-06 2022-08-24 オムロンヘルスケア株式会社 生体音測定装置、生体音測定装置の制御方法、生体音測定装置の制御プログラム
EP3701876A1 (en) * 2019-02-27 2020-09-02 Koninklijke Philips N.V. Acoustic sensing apparatus and method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5213108A (en) * 1988-02-04 1993-05-25 Blood Line Technology, Inc. Visual display stethoscope
US6735466B1 (en) * 1999-09-29 2004-05-11 Cambridge Heart, Inc. Analytical signal method for analysis of T-wave alternans
CN101478921A (zh) * 2006-06-26 2009-07-08 科洛普拉斯特公司 心血管声音的多参数分类

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2618138B1 (fr) 1987-07-15 1989-12-01 Saint Gobain Vitrage Bombage de plaques de verre
US5218969A (en) 1988-02-04 1993-06-15 Blood Line Technology, Inc. Intelligent stethoscope
US5010889A (en) 1988-02-04 1991-04-30 Bloodline Technology Intelligent stethoscope
JPH0335983U (zh) * 1989-08-21 1991-04-08
JPH1024033A (ja) 1996-07-10 1998-01-27 Hitachi Ltd 電気聴診器
JP3035983U (ja) 1996-07-12 1997-04-08 フクダ電子株式会社 電子聴診器
WO2001022878A1 (en) 1999-09-29 2001-04-05 Cambridge Heart, Inc. Analytical signal method for analysis of t-wave alternans
KR100973424B1 (ko) 2001-09-20 2010-08-03 안티캔서, 인코포레이티드 네스틴 발현 모낭 줄기 세포
US20040032957A1 (en) * 2002-08-14 2004-02-19 Mansy Hansen A. Sensors and sensor assemblies for monitoring biological sounds and electric potentials
WO2006067217A2 (en) 2004-12-22 2006-06-29 Novo Nordisk A/S Sensor system and method for detecting problems with mounting of skin mountable medical devices
KR100721803B1 (ko) * 2005-10-07 2007-05-25 삼성전자주식회사 행동패턴 변화를 이용한 노이즈 제거 방법 및 노이즈 제거시스템
EP2064918B1 (en) 2006-09-05 2014-11-05 GN Resound A/S A hearing aid with histogram based sound environment classification
JP2008302052A (ja) 2007-06-08 2008-12-18 Konica Minolta Medical & Graphic Inc 生体信号採取装置
JP2009261518A (ja) 2008-04-23 2009-11-12 Toyota Motor Corp 呼吸検出装置
JP5080348B2 (ja) * 2008-04-25 2012-11-21 フクダ電子株式会社 心電計及びその制御方法
WO2010079643A1 (ja) 2009-01-08 2010-07-15 麒麟麦酒株式会社 不快な麦汁フレーバーが低減された未発酵のビール風味麦芽飲料およびその製造方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5213108A (en) * 1988-02-04 1993-05-25 Blood Line Technology, Inc. Visual display stethoscope
US6735466B1 (en) * 1999-09-29 2004-05-11 Cambridge Heart, Inc. Analytical signal method for analysis of T-wave alternans
CN101478921A (zh) * 2006-06-26 2009-07-08 科洛普拉斯特公司 心血管声音的多参数分类

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JP特开2008-302052A 2008.12.18 *
JP特开2009-261723A 2009.11.12 *

Also Published As

Publication number Publication date
US9017269B2 (en) 2015-04-28
EP2689728B1 (en) 2015-05-06
CN103052355A (zh) 2013-04-17
EP2689728A1 (en) 2014-01-29
US20130158435A1 (en) 2013-06-20
EP2689728A4 (en) 2014-08-20
WO2012132265A1 (ja) 2012-10-04

Similar Documents

Publication Publication Date Title
CN103052355B (zh) 生物体声音处理装置及生物体声音处理方法
US9877661B2 (en) Aural heart monitoring apparatus and method
US8639320B2 (en) Muscle-activity diagnosis apparatus, method, and program
WO2003105657A3 (en) ACOUSTIC SINUSITY DIAGNOSIS
WO2010044162A1 (ja) 無呼吸検出プログラム、無呼吸検出装置および無呼吸検出方法
EP3678553B1 (en) Diagnosis of pathologies using infrasonic signatures
JP5634312B2 (ja) 生体音処理装置および生体音処理方法
JP2015025769A (ja) 検体情報検出ユニット、検体情報処理装置、及び検体情報検出ユニットの製造方法
JP2007236534A (ja) Rr間隔指標を取得する方法およびシステム
JP2017158715A (ja) 眠気判定プログラム、眠気判定装置及び眠気判定方法
JP5634311B2 (ja) 生体音処理装置および生体音処理方法
US20210145398A1 (en) Electronic stethoscope with enhanced features
TWI605239B (zh) 固有振動測定裝置
US9772368B2 (en) Detection of an abnormal signal in a compound sampled signal
JPH04317637A (ja) 生体音響変換器
US11237669B2 (en) Method and apparatus for improving the measurement of the timing of touches of a touch screen
JP4162620B2 (ja) 動物の体動検出装置および体動検出方法
US20240008750A1 (en) Diagnosis of respiratory diseases
US20230103268A1 (en) Smartphone application with pop-open soundwave guide for diagnosing otitis media in a telemedicine environment
US20210361255A1 (en) Biological sound measurement device, control method for biological sound measurement device, and non-transitory recording medium storing control program for biological sound measurement device
TWM462587U (zh) 電子聽診器構造
Birkholz et al. Towards Minimally Invasive Velar State Detection in Normal and Silent Speech.
Fryd Estimating subglottal pressure from neck-surface acceleration
JP2023072246A (ja) 呼吸数計数装置、計数方法、コンピュータプログラム及び記録媒体
JPWO2015145754A1 (ja) 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant