CN104490417A - 数字听诊器与心音信号的处理方法 - Google Patents
数字听诊器与心音信号的处理方法 Download PDFInfo
- Publication number
- CN104490417A CN104490417A CN201510032899.XA CN201510032899A CN104490417A CN 104490417 A CN104490417 A CN 104490417A CN 201510032899 A CN201510032899 A CN 201510032899A CN 104490417 A CN104490417 A CN 104490417A
- Authority
- CN
- China
- Prior art keywords
- cardiechema signals
- heart sound
- signals
- splitting
- frequency
- 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.)
- Granted
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种数字听诊器与心音信号的处理方法。其中心音信号的处理方法包括:获取预定时间长度的心音信号;对心音信号进行短时傅里叶变换,得到多段心音频域信号;分别计算每段心音频域信号的频域功率;从多段心音频域信号的频域功率中提取特征数据;并且根据特征数据判断心音信号是否为分裂心音信号。使用本发明的方法,通过数学计算的方式将心音信号的时域分析转换为频域分析,为判断心音分裂提供了量化的判断依据,提高了判断心音是否分裂的精度以及可靠性。
Description
技术领域
本发明涉及一种医疗器械技术领域,特别涉及一种数字听诊器与心音信号的处理方法。
背景技术
心音是能反映心脏状态的音响,是由心脏搏动过程中各瓣膜的开闭以及心肌和血液运动所产生的震动形成的。它含有关于心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量信息,也是心脏及大血管机械运动状况的反映。
人体的心脏在一个心动周期会产生4个心音成分,可表示为第一心音S1、第二心音S2、第三心音S3、第四心音S4,由于S3和S4的强度较低,一般仅能检测到第一心音S1和第二心音S2。
第一心音S1发生在心缩期,标志心室收缩期的开始。第一心音S1的两个主要成分(M1、T1)通常间隔20至30ms,人耳无法区分,听起来像是一个声音。然而随着M1和T1间隔加大,会产生第一心音分裂。
类似地,第二心音S2的两个主要成分(A2、P2)间隔较小(一般小于30ms),听起来像是一个声音。当A2和P2的间隔加大,产生第二心音宽分裂,如果出现P2出现在A2之前的情况则出现第二心音逆分裂。
图1至图4分别示出了正常心音一个心跳周期的波形、第一心音分裂一个心跳周期的波形、第二心音宽分裂一个心跳周期的波形、第二心音逆分裂一个心跳周期的波形。从以上图中可以看出,心音分裂时波形会变宽一些,现有技术中也是根据波形宽度来判断心音是否分裂,这种方法可靠性较低,容易出现判断错误,而且也无法区分第二心音分裂的具体类型。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的数字听诊器以及相应的心音信号的处理方法。
本发明一个进一步的目的是提高判断心音是否分裂的精度。
本发明另一个进一步的目的是实现第二心音分裂类型的识别。
根据本发明的一个方面,本发明提供了一种数字听诊器。该数字听诊器包括:听诊头,配置成获取预定时间长度的心音信号;信号分析装置,包括:频域变换计算模块,配置成对心音信号进行短时傅里叶变换,得到多段心音频域信号,频域功率计算模块,配置成分别计算每段心音频域信号的频域功率,特征数据提取模块,配置成从多段心音频域信号的频域功率中提取特征数据,以及心音分裂判断模块,配置成根据特征数据判断心音信号是否为分裂心音信号;和显示装置,配置成显示心音信号的波形和/或是否为分裂心音信号的判断结果。
可选地,频域变换计算模块还配置成:使用预定的窗口函数对心音信号进行截取,并对截取到的多个信号分别进行傅里叶变换;提取傅里叶变换的结果中的正频率部分,得到多段心音频域信号。
可选地,特征数据提取模块还配置成:提取每段心音频域信号的频域功率中的最大值;将最大值按照心音频域信号的顺序排列为频域功率序列;查找频域功率序列中存在的局部峰值,局部峰值大于前后连续预定数量的相邻点的数值,将局部峰值的数量作为特征数据。
可选地,心音分裂判断模块还配置成:判断特征数据是否大于1;若是,确定心音信号为分裂心音信号;若否,确定心音信号为非分裂心音信号。
可选地,以上数字听诊器还包括心音分裂分析模块,并配置成:在心音分裂判断模块确定心音信号为分裂心音信号后,判断心音信号为第一心音信号或者为第二心音信号;在心音信号为第一心音信号的情况下,确定心音信号为第一心音分裂信号;在心音信号为第二心音信号的情况下,确定心音信号为第二心音分裂信号,计算心音信号的分裂宽度和/或局部峰值中两个最大值对应时间段的间隔,根据分裂宽度和/或时间段的间隔判断第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。
可选地,以上数字听诊器还包括耳机,用于输出心音信号对应的音频信号。
根据本发明的另一个方面,还提供了一种心音信号的处理方法。该心音信号的处理方法包括:获取预定时间长度的心音信号;对心音信号进行短时傅里叶变换,得到多段心音频域信号;分别计算每段心音频域信号的频域功率;从多段心音频域信号的频域功率中提取特征数据;并且根据特征数据判断心音信号是否为分裂心音信号。
可选地,对心音信号进行短时傅里叶变换包括:使用预定的窗口函数对心音信号进行截取,并对截取到的多个信号分别进行傅里叶变换;提取傅里叶变换的结果中的正频率部分,得到多段心音频域信号。
可选地,从多段心音频域信号的频域功率中提取特征数据包括:提取每段心音频域信号的频域功率中的最大值;将最大值按照心音频域信号的顺序排列为频域功率序列;查找频域功率序列中存在的局部峰值,局部峰值大于前后连续预定数量的相邻点的数值,将局部峰值的数量作为特征数据。
可选地,利用特征数据对心音信号进行分裂识别包括:判断特征数据是否大于1;若是,确定心音信号为分裂心音信号;若否,确定心音信号为非分裂心音信号。
可选地,在确定心音信号为分裂心音信号之后还包括:判断心音信号为第一心音信号或者为第二心音信号;在心音信号为第一心音信号的情况下,确定心音信号为第一心音分裂信号;在心音信号为第二心音信号的情况下,确定心音信号为第二心音分裂信号。而且,在确定心音信号为第二心音分裂信号之后还包括:计算心音信号的分裂宽度和/或局部峰值中两个最大值对应时间段的间隔;根据分裂宽度和/或时间段的间隔判断第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。
本发明的心音信号的处理方法,对心音信号进行短时傅里叶变换,利用短时傅里叶变换得到的多段心音频域信号,进行频域功率计算,从而每段心音频域信号的频域功率中提取出特征数据,通过数学计算的方式将心音信号的时域分析转换为频域分析,为判断心音分裂提供了量化的判断依据,提高了判断心音是否分裂的精度。
进一步地,本发明的心音信号的处理方法,在确定第二心音信号分裂后,通过计算心音信号的分裂宽度和局部频域功率峰值的时间间隔,判断第二心音信号的分裂类型,显著提高了心音分裂识别的可靠性。
而且本发明的数字听诊器,通过执行以上的心音信号的处理方法,可以快速直观地对心音信号进行处理,得出心音信号的分裂识别的结果。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。在附图中:
图1是正常心音一个心跳周期的波形图;
图2是第一心音分裂时一个心跳周期的波形图;
图3是第二心音分裂时一个心跳周期的波形图;
图4是第二心音逆分裂时一个心跳周期的波形图;
图5是根据本发明一个实施例的数字听诊器的示意图;
图6是根据本发明一个实施例的心音信号的处理方法的示意图;
图7是根据本发明一个实施例的心音信号的处理方法中正常心音各段心音频域信号最大值的示意图;
图8是根据本发明一个实施例的心音信号的处理方法中第二心音宽分裂各段心音频域信号最大值的示意图;以及
图9是根据本发明一个实施例的心音信号的处理方法的流程图。
具体实施方式
针对现有技术中心音分裂判断可靠性低,容易出现判断错误的问题,本发明提供了一种数字听诊器。图5是根据本发明一个实施例的数字听诊器的示意图,本实施例的数字听诊器能够记录心音信号,并对心音信号进行分析,以判断出心音信号是否出现分裂。该数字听诊器一般性地可以包括:听诊头110、信号分析装置120、显示装置130。听诊头110可以获取心音信号,一般而言心音信号的时间长度需要满足本实施例的心音信号的分析要求。信号分析装置120对听诊头110获取的心音信号进行处理,并进行是否出现心音分裂的判断。显示装置130可以将听诊头110获取的心音信号以及信号分析装置120的处理结果进行输出。在一些可选实施例中,还可以增加耳机140,以音频信号的方式输出以上心音信号,以提供听觉的输出手段。
信号分析装置120设置于各种具备一定数据处理能力的电子装置内,例如个人电脑、平板电脑或其他计算设备中,对心音信号进行获取、保存、处理、判断等一系列处理。
信号分析装置120可以包括有:频域变换计算模块121、频域功率计算模块122、特征数据提取模块123、心音分裂判断模块124,在一些可选实施例中还可以增加设置心音分裂分析模块125。
在信号分析装置120的以上部件中,频域变换计算模块121配置为对心音信号进行短时傅里叶变换,得到多段心音频域信号。由于心音信号是实数信号,得到的频域信号是关于零点对称的,因此可以截取正频率部分进行运算。频域变换计算模块121的一种计算流程为:使用预定的窗口函数对心音信号进行截取,并对截取到的多个信号分别进行傅里叶变换;提取傅里叶变换的结果中的正频率部分,得到多段心音频域信号。预定的窗口函数可以对心音信号的分析结果进行选择。当选用窄窗进行变换时,时间分辨率更高。当使用宽窗进行变换时,频率分辨率更高。因此可以调整窗口的宽度进行测试以选择合适的窗口函数。
频域功率计算模块122配置成分别计算每段心音频域信号的频域功率,得到了每段心音频域信号的频域功率数值。
特征数据提取模块123配置成从多段心音频域信号的频域功率中提取特征数据。特征数据提取模块123提取出的特征数据可以是与频域功率相关的数据中能够体现心音信号分裂情况的数据。例如可以使用频域功率中局部峰值的数量作为特征数据,在此情况下,特征数据提取模块123可以提取每段心音频域信号的频域功率中的最大值;将最大值按照心音频域信号的顺序排列为频域功率序列;查找频域功率序列中存在的局部峰值,局部峰值大于前后连续预定数量的相邻点的数值,将局部峰值的数量作为特征数据。
心音分裂判断模块124可以配置成根据特征数据判断心音信号是否为分裂心音信号,在使用局部峰值的数量作为特征数据的情况下,心音分裂判断模块124的判断过程可以包括:判断特征数据是否大于1;若是,确定心音信号为分裂心音信号;若否,确定心音信号为非分裂心音信号。也就是如果由多段心音频域信号的频域功率最大值组成的频域功率序列中出现两个或以上数量的局部峰值,则确定心音信号为分裂心音信号。
在心音分裂判断模块124确定出心音出现分裂后,心音分裂分析模块125在心音分裂判断模块确定心音信号为分裂心音信号后,判断心音信号为第一心音信号或者为第二心音信号;在心音信号为第一心音信号的情况下,确定心音信号为第一心音分裂信号;在心音信号为第二心音信号的情况下,确定心音信号为第二心音分裂信号,计算心音信号的分裂宽度和/或局部峰值中两个最大值对应时间段的间隔,根据分裂宽度和/或时间段的间隔判断第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。心音分裂分析模块125确定出的心音分裂类型也可以通过显示装置130进行输出。
在本发明的另一实施例中,信号分析装置120还可以对于预先采集并保存的心音信号进行分析和判断,也就是说,信号分析装置120还可以利用出听诊头110之外的方式获取心音信号,显示装置140也可以是信号分析装置的显示器。
本发明实施例还提供了一种心音信号的处理方法,该心音信号的处理方法可以使用以上实施例中数字听诊器的信号分析装置120来执行,以对心音信号进行处理,图6是根据本发明一个实施例的心音信号的处理方法的示意图,该心音信号的处理方法包括:
步骤S602,获取预定时间长度的心音信号;
步骤S604,对心音信号进行短时傅里叶变换,得到多段心音频域信号;
步骤S606,分别计算每段心音频域信号的频域功率;
步骤S608,从多段心音频域信号的频域功率中提取特征数据;以及
步骤S610,根据特征数据判断心音信号是否为分裂心音信号。
其中,步骤S602可以通过听诊头实时获取心音信号,也可以通过读取预先采集并保存的心音信号,这些心音信号可以是第一心音信号S1也可以是第二心音信号S2。
步骤S604对心音信号进行短时傅里叶变换。短时傅里叶变换建立在传统傅里叶变换的基础上,其算法主要是引入一个具有时频的窗函数ω(t),将输入信号分成多段长度相同的数据段,相邻的数据端之间可以重叠,相当于使用时间窗沿着信号进行滑动,对每一段被窗口截取的信号进行傅里叶变换,由于滑动窗的位置与时间相关,从而得出了一个时变的频域分析结果。假设获取的心音信号的长度为T_len,每段的信号长度为S_len,各段数据之间的重叠长度为OL_len,那么可以得出分段的个数S_Num为:
短时傅里叶变换的结果是每段心音信号的频域信号,由于获取的心音信号是实数信号,因此得到的频域信号是关于零点对称的,可以需要正频率部分,作为多段心音频域信号,心音频域信号的长度为S_len/2+1。这些多段心音频域信号可以表示为:S[t_idx][f_idx],其中t_idx=0,1,…S_Num-1,f_idx=0,1,…S_len/2。
步骤S606,分别计算每段心音频域信号的频域功率,得到的频域功率可表示为:P[t_idx][f_idx],其中t_idx=0,1,…S_Num-1,f_idx=0,1,…S_len/2。
步骤S608可以使用提取出的特征数据可以是与频域功率相关的数据中能够体现心音信号分裂情况的数据,一种可选的算法为提取每段心音频域信号的频域功率中的最大值;将最大值按照心音频域信号的顺序排列为频域功率序列;查找频域功率序列中存在的局部峰值,局部峰值大于前后连续预定数量的相邻点的数值,将局部峰值的数量作为特征数据。每段心音频域信号的频域功率中的最大值可表示为P_max[t_idx],其中,t_idx=0,1,…S_Num-1。图7是根据本发明一个实施例的心音信号的处理方法中正常心音各段心音频域信号最大值的示意图,图8是根据本发明一个实施例的心音信号的处理方法中第二心音宽分裂各段心音频域信号最大值的示意图。对比图7和图8的波形,可以明显看出区别,在图8中明显出现了两个局部峰值。
步骤S608中得出的P_max[t_idx]序列中的的局部峰值的大小可表示为:Local_Peak_Val[peak_idx],相应的局部峰值的位置可表示为Local_Peak_Idx[peak_idx],其中peak_idx=1,2,…LP_Mum,LP_Mum是查询到的局部峰值的个数,局部峰值是频域功率至大于相邻的前后连续N_Local_Peak个点的频域功率值的数值。LP_Mum可以根据所使用的窗口函数以及实际分析的结果预先进行设置。局部峰值的个数可以是0、1或者大于1的整数。
步骤S610可以根据特征数据判断心音信号是否为分裂心音信号。在使用局部峰值的个数作为特征数据时,如果局部峰值的个数大于1,确定心音信号为分裂心音信号;如果局部峰值为0或1,则确定心音信号为非分裂心音信号。在图8中可以明显看出两个局部峰值。在心音信号为第一心音信号的情况下,确定心音信号为第一心音分裂信号;在心音信号为第二心音信号的情况下,确定心音信号为第二心音分裂信号。
在执行步骤S610,确定出心音信号为分裂心音信号后,还可以进一步计算心音信号的分裂宽度和/或局部峰值中两个最大值对应时间段的间隔;根据分裂宽度和/或时间段的间隔判断第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。
图9是根据本发明一个实施例的心音信号的处理方法的流程图,利用该可选流程判断出心音信号是否分裂,并在心音信号为第二心音信号的情况下,判断第二心音信号的分裂类型。使用本实施例的心音信号的处理方法的流程可以依次执行以下步骤:
步骤S902,获取需要处理的心音信号;
步骤S904,对获取的心音信号进行短时傅里叶变换,得到多段心音频域信号S[t_idx][f_idx];
步骤S906,计算每段心音频域信号的频域功率,并确定出每段心音频域信号的频域功率的最大值P_max[t_idx];
步骤S908,查找P_max[t_idx]中的局部峰值Local_Peak_Val[peak_idx],以及局部峰值所在的对应时间段Local_Peak_Idx[peak_idx]。
步骤S910,判断局部峰值的个数是否大于1,若是,确定心音信号为非分裂心音信号,若否,执行步骤S912;
步骤S912,搜索数值最大的两个最大局部峰值,也就是提取出Local_Peak_Val[peak_idx]中数值最大的两个点,这两个最大局部峰值对应的时间段号可标记为T_max1和T_max2,其中T_max1小于T_max2;
步骤S914,判断心音信号为第一心音信号或者第二心音信号,若心音信号为第一心音信号,确定第一心音分裂;若心音信号为第二心音信号,执行步骤S916;
步骤S916,计算分裂宽度split_width:
其中FS是心音信号的采样频率,计算出来的分裂宽度的的单位是毫秒;
步骤S918,判断分裂宽度是否大于预设门限,如果大于预设门限,确定第二心音宽分裂,否则确定第二心音逆分裂。
另外,也可以利用数值最大的两个最大局部峰值对应的时间段的时间间隔对第二心音分裂进行判断。
本实施例的心音信号的处理方法,对心音信号进行短时傅里叶变换,利用短时傅里叶变换得到的多段心音频域信号,进行频域功率计算,从而每段心音频域信号的频域功率中提取出特征数据,通过数学计算的方式将心音信号的时域分析转换为频域分析,为判断心音分裂提供了量化的判断依据,提高了判断心音是否分裂的精度,显著提高了心音分裂识别的可靠性。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种数字听诊器,其特征在于包括:
听诊头,配置成获取预定时间长度的心音信号;
信号分析装置,包括:
频域变换计算模块,配置成对所述心音信号进行短时傅里叶变换,得到多段心音频域信号,
频域功率计算模块,配置成分别计算每段所述心音频域信号的频域功率,
特征数据提取模块,配置成从所述多段心音频域信号的频域功率中提取特征数据,以及
心音分裂判断模块,配置成根据所述特征数据判断所述心音信号是否为分裂心音信号;和
显示装置,配置成显示所述心音信号的波形和/或是否为分裂心音信号的判断结果。
2.根据权利要求1所述的数字听诊器,其特征在于所述频域变换计算模块还配置成:
使用预定的窗口函数对所述心音信号进行截取,并对截取到的多个信号分别进行傅里叶变换;并且
提取所述傅里叶变换的结果中的正频率部分,得到所述多段心音频域信号。
3.根据权利要求1所述的数字听诊器,其特征在于所述特征数据提取模块还配置成:
提取每段所述心音频域信号的频域功率中的最大值;
将所述最大值按照所述心音频域信号的顺序排列为频域功率序列;
查找所述频域功率序列中存在的局部峰值,所述局部峰值大于前后连续预定数量的相邻点的数值,将所述局部峰值的数量作为所述特征数据。
4.根据权利要求3所述的数字听诊器,其特征在于所述心音分裂判断模块还配置成:
判断所述特征数据是否大于1;
若是,确定所述心音信号为分裂心音信号;
若否,确定所述心音信号为非分裂心音信号。
5.根据权利要求4所述的数字听诊器,其特征在于还包括心音分裂分析模块,并配置成:
在所述心音分裂判断模块确定所述心音信号为分裂心音信号后,判断所述心音信号为第一心音信号或者为第二心音信号;
在所述心音信号为第一心音信号的情况下,确定所述心音信号为第一心音分裂信号;
在所述心音信号为第二心音信号的情况下,确定所述心音信号为第二心音分裂信号,计算所述心音信号的分裂宽度和/或所述局部峰值中两个最大值对应时间段的间隔,根据所述分裂宽度和/或所述时间段的间隔判断所述第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。
6.一种心音信号的处理方法,其特征在于包括:
获取预定时间长度的心音信号;
对所述心音信号进行短时傅里叶变换,得到多段心音频域信号;
分别计算每段所述心音频域信号的频域功率;
从所述多段心音频域信号的频域功率中提取特征数据;并且
根据所述特征数据判断所述心音信号是否为分裂心音信号。
7.根据权利要求6所述的心音信号的处理方法,其特征在于,对所述心音信号进行短时傅里叶变换包括:
使用预定的窗口函数对所述心音信号进行截取,并对截取到的多个信号分别进行傅里叶变换;
提取所述傅里叶变换的结果中的正频率部分,得到所述多段心音频域信号。
8.根据权利要求6所述的心音信号的处理方法,其特征在于,从所述多段心音频域信号的频域功率中提取特征数据包括:
提取每段所述心音频域信号的频域功率中的最大值;
将所述最大值按照所述心音频域信号的顺序排列为频域功率序列;
查找所述频域功率序列中存在的局部峰值,所述局部峰值大于前后连续预定数量的相邻点的数值,将所述局部峰值的数量作为所述特征数据。
9.根据权利要求8所述的心音信号的处理方法,其特征在于,利用所述特征数据对所述心音信号进行分裂识别包括:
判断所述特征数据是否大于1;
若是,确定所述心音信号为分裂心音信号;
若否,确定所述心音信号为非分裂心音信号。
10.根据权利要求9所述的心音信号的处理方法,其特征在于,在确定所述心音信号为分裂心音信号之后还包括:
判断所述心音信号为第一心音信号或者为第二心音信号;
在所述心音信号为第一心音信号的情况下,确定所述心音信号为第一心音分裂信号;
在所述心音信号为第二心音信号的情况下,确定所述心音信号为第二心音分裂信号,并且计算所述心音信号的分裂宽度和/或所述局部峰值中两个最大值对应时间段的间隔,根据所述分裂宽度和/或所述时间段的间隔判断所述第二心音分裂信号是否属于以下分裂类型中的任一种:第二心音逆分裂、第二心音一般分裂、第二心音宽分裂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032899.XA CN104490417B (zh) | 2015-01-22 | 2015-01-22 | 数字听诊器与心音信号的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032899.XA CN104490417B (zh) | 2015-01-22 | 2015-01-22 | 数字听诊器与心音信号的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104490417A true CN104490417A (zh) | 2015-04-08 |
CN104490417B CN104490417B (zh) | 2017-02-22 |
Family
ID=52931945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510032899.XA Active CN104490417B (zh) | 2015-01-22 | 2015-01-22 | 数字听诊器与心音信号的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104490417B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105212960A (zh) * | 2015-08-19 | 2016-01-06 | 四川长虹电器股份有限公司 | 心音信号质量评估方法 |
CN105662454A (zh) * | 2016-01-08 | 2016-06-15 | 中国科学院声学研究所 | 一种罗音检测的方法和装置 |
CN105943079A (zh) * | 2016-06-01 | 2016-09-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 |
CN105943077A (zh) * | 2015-09-29 | 2016-09-21 | 刘伟锋 | 一种听诊器 |
CN108420454A (zh) * | 2018-02-26 | 2018-08-21 | 河南善仁医疗科技有限公司 | 基于多路心音的心音分裂识别方法 |
CN109998514A (zh) * | 2019-04-25 | 2019-07-12 | 四川长虹电器股份有限公司 | 一种非规则心音信号的心率计算方法 |
CN116108345A (zh) * | 2023-01-29 | 2023-05-12 | 湖南理工学院 | 一种基于参数估计的第二心音宽分裂检测方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050222515A1 (en) * | 2004-02-23 | 2005-10-06 | Biosignetics Corporation | Cardiovascular sound signature: method, process and format |
CN1850007A (zh) * | 2006-05-16 | 2006-10-25 | 清华大学深圳研究生院 | 基于心音分析的心脏病自动分类系统及其心音分段方法 |
CN101530331A (zh) * | 2008-09-11 | 2009-09-16 | 兰州理工大学 | 基于Labview开发平台的心音信号检测与分析系统 |
CN101930734A (zh) * | 2010-07-29 | 2010-12-29 | 重庆大学 | 一种心音信号分类识别方法及装置 |
WO2011073879A2 (en) * | 2009-12-18 | 2011-06-23 | Koninklijke Philips Electronics N.V. | Signal processing apparatus and method for phonocardiogram signal |
CN102362810A (zh) * | 2011-10-15 | 2012-02-29 | 杭州电子科技大学 | 一种基于虚拟仪器的心音身份识别系统及方法 |
CN202313422U (zh) * | 2011-11-28 | 2012-07-11 | 杭州电子科技大学 | 便携式冠状动脉狭窄无损诊断仪 |
JP2012157558A (ja) * | 2011-02-01 | 2012-08-23 | Sharp Corp | 心音測定装置 |
CN102715915A (zh) * | 2012-07-16 | 2012-10-10 | 山东大学 | 一种便携式心音自动分类辅助诊断仪 |
US20120289848A1 (en) * | 2011-05-10 | 2012-11-15 | Industrial Technology Research Institute | Method and system for discriminating heart sound and cardiopathy |
CN103340650A (zh) * | 2013-07-02 | 2013-10-09 | 杭州电子科技大学 | 基于Android的智能心音听诊与识别系统 |
CN103948398A (zh) * | 2014-04-04 | 2014-07-30 | 杭州电子科技大学 | 适用于Android系统的心音定位分段方法 |
-
2015
- 2015-01-22 CN CN201510032899.XA patent/CN104490417B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050222515A1 (en) * | 2004-02-23 | 2005-10-06 | Biosignetics Corporation | Cardiovascular sound signature: method, process and format |
CN1850007A (zh) * | 2006-05-16 | 2006-10-25 | 清华大学深圳研究生院 | 基于心音分析的心脏病自动分类系统及其心音分段方法 |
CN101530331A (zh) * | 2008-09-11 | 2009-09-16 | 兰州理工大学 | 基于Labview开发平台的心音信号检测与分析系统 |
WO2011073879A2 (en) * | 2009-12-18 | 2011-06-23 | Koninklijke Philips Electronics N.V. | Signal processing apparatus and method for phonocardiogram signal |
CN101930734A (zh) * | 2010-07-29 | 2010-12-29 | 重庆大学 | 一种心音信号分类识别方法及装置 |
JP2012157558A (ja) * | 2011-02-01 | 2012-08-23 | Sharp Corp | 心音測定装置 |
US20120289848A1 (en) * | 2011-05-10 | 2012-11-15 | Industrial Technology Research Institute | Method and system for discriminating heart sound and cardiopathy |
CN102362810A (zh) * | 2011-10-15 | 2012-02-29 | 杭州电子科技大学 | 一种基于虚拟仪器的心音身份识别系统及方法 |
CN202313422U (zh) * | 2011-11-28 | 2012-07-11 | 杭州电子科技大学 | 便携式冠状动脉狭窄无损诊断仪 |
CN102715915A (zh) * | 2012-07-16 | 2012-10-10 | 山东大学 | 一种便携式心音自动分类辅助诊断仪 |
CN103340650A (zh) * | 2013-07-02 | 2013-10-09 | 杭州电子科技大学 | 基于Android的智能心音听诊与识别系统 |
CN103948398A (zh) * | 2014-04-04 | 2014-07-30 | 杭州电子科技大学 | 适用于Android系统的心音定位分段方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105212960A (zh) * | 2015-08-19 | 2016-01-06 | 四川长虹电器股份有限公司 | 心音信号质量评估方法 |
CN105212960B (zh) * | 2015-08-19 | 2018-03-30 | 四川长虹电器股份有限公司 | 心音信号质量评估方法 |
CN105943077A (zh) * | 2015-09-29 | 2016-09-21 | 刘伟锋 | 一种听诊器 |
CN105662454A (zh) * | 2016-01-08 | 2016-06-15 | 中国科学院声学研究所 | 一种罗音检测的方法和装置 |
CN105662454B (zh) * | 2016-01-08 | 2018-09-11 | 中国科学院声学研究所 | 一种罗音检测的方法和装置 |
CN105943079A (zh) * | 2016-06-01 | 2016-09-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 |
CN108420454A (zh) * | 2018-02-26 | 2018-08-21 | 河南善仁医疗科技有限公司 | 基于多路心音的心音分裂识别方法 |
CN108420454B (zh) * | 2018-02-26 | 2021-11-26 | 河南善仁医疗科技有限公司 | 基于多路心音的心音分裂识别方法 |
CN109998514A (zh) * | 2019-04-25 | 2019-07-12 | 四川长虹电器股份有限公司 | 一种非规则心音信号的心率计算方法 |
CN116108345A (zh) * | 2023-01-29 | 2023-05-12 | 湖南理工学院 | 一种基于参数估计的第二心音宽分裂检测方法 |
CN116108345B (zh) * | 2023-01-29 | 2023-08-22 | 湖南理工学院 | 一种基于参数估计的第二心音宽分裂检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104490417B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104490417A (zh) | 数字听诊器与心音信号的处理方法 | |
CN108647565B (zh) | 一种基于深度学习模型对心电信号分类的数据预处理方法 | |
US10980429B2 (en) | Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time | |
US5109863A (en) | Noninvasive diagnostic system for coronary artery disease | |
US5036857A (en) | Noninvasive diagnostic system for coronary artery disease | |
CN106226407B (zh) | 一种基于奇异谱分析的超声回波信号在线预处理方法 | |
Manfredi et al. | Perturbation measurements in highly irregular voice signals: Performances/validity of analysis software tools | |
US10068558B2 (en) | Method and installation for processing a sequence of signals for polyphonic note recognition | |
Bikia et al. | Determination of aortic characteristic impedance and total arterial compliance from regional pulse wave velocities using machine learning: an in-silico study | |
Ghosh et al. | Joint source-filter optimization for robust glottal source estimation in the presence of shimmer and jitter | |
JP5975880B2 (ja) | フォルマントの速い抽出のための複数の並列複素フィルタを用いる音声認識 | |
JP7373358B2 (ja) | 音抽出システム及び音抽出方法 | |
US20130096855A1 (en) | Detection of an Abnormal Signal in a Compound Sampled Signal | |
CN109620198B (zh) | 心血管指数检测、模型训练方法及装置 | |
JP2001222289A (ja) | 音響信号分析方法及び装置並びに音声信号処理方法及び装置 | |
Gavrovska et al. | Determination of morphologically characteristic PCG segments from spectrogram image | |
US11004463B2 (en) | Speech processing method, apparatus, and non-transitory computer-readable storage medium for storing a computer program for pitch frequency detection based upon a learned value | |
EP3019077B1 (en) | Classifying heart sounds | |
Ménigot et al. | Detection of weak Doppler microembolic signature using two-dimensional-adaptive time-frequency threshold from spectrogram | |
Debbal et al. | Time‐frequency analysis of the second cardiac sound in phonocardiogram signals | |
Bansod et al. | A new approach for removal of baseline wande in ECG signal using Empirical Mode Decomposition & Hurst Exponent | |
CN110368019A (zh) | 一种心音信号特征提取、检测模型构建及检测装置 | |
Allam et al. | A Novel Pitch-Frequency-Based ECG Signal Classification Approach for Abnormality Detection | |
CN111714151B (zh) | 一种心音的分析与标注方法和系统 | |
Ramli et al. | Ischemic stroke detection system with computer aided diagnostic capability |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201026 Address after: 215500 Qiuzhen building, Southeast campus, Changshu Institute of technology, No. 99, Hushan Road, Changshu Southeast Economic Development Zone, Suzhou City, Jiangsu Province Patentee after: Changshu southeast high tech Venture Service Co., Ltd Address before: 215500, 1, 68 southeast Avenue, Changshu hi tech Industrial Development Zone, Suzhou, Jiangsu, Changshou City, China Patentee before: SUZHOU HERB FUYUAN MEDICAL EQUIPMENT Co.,Ltd. |
|
TR01 | Transfer of patent right |