CN104736066B - 生物声学声音测试设备和生物声学声音测试方法 - Google Patents

生物声学声音测试设备和生物声学声音测试方法 Download PDF

Info

Publication number
CN104736066B
CN104736066B CN201480002532.7A CN201480002532A CN104736066B CN 104736066 B CN104736066 B CN 104736066B CN 201480002532 A CN201480002532 A CN 201480002532A CN 104736066 B CN104736066 B CN 104736066B
Authority
CN
China
Prior art keywords
power
band
bioacoustics
reflection
sound
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
CN201480002532.7A
Other languages
English (en)
Other versions
CN104736066A (zh
Inventor
远藤充
山田麻纪
堀井则彰
土生川千珠
村上佳津美
长坂行雄
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
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN104736066A publication Critical patent/CN104736066A/zh
Application granted granted Critical
Publication of CN104736066B publication Critical patent/CN104736066B/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
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/02Stethoscopes
    • A61B7/04Electric stethoscopes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204Acoustic sensors
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087Measuring breath flow
    • 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
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Acoustics & Sound (AREA)
  • Pulmonology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)

Abstract

一种生物声学声音测试设备基于在胸部上的一个点处获得的生物声学声音来计算反映呼吸流速的从300到1000Hz的范围内的八个带的带功率和从1300到1500Hz的范围内且反映活体的特定变化的三个带的带功率;通过对反映呼吸流速的带的带功率取平均来计算呼吸流速反映功率;通过对反映所述特定变化的带的带功率取平均来计算特定变化反映功率;通过对呼吸流速反映功率与所计算的特定变化反映功率的线性求和来获得参考功率;计算对应于所述参考功率的预测值与针对每个带的带功率之间差异作为校正功率;并且基于所述校正功率来计算至少一个指标值。所述参考功率可以通过对在200到1500Hz处的值取平均来计算。

Description

生物声学声音测试设备和生物声学声音测试方法
技术领域
本发明涉及一种生物声学声音测试设备,更具体地,涉及一种用于通过测量生物声学声音来支持对活体状态的估计的生物声学声音测试设备。
背景技术
对诸如哮喘的呼吸疾病的处置常常花费很长时间。对于对哮喘的处置,基本上必须每天服用抗炎剂以控制呼吸道的炎症,并且在发病时服用支气管扩张剂以控制呼吸道的狭窄,从而在长时间内使呼吸道维持在合适的受控状态。抗炎剂和支气管扩张剂的医学合成物也被用作一些案例中的日常药物。
基于医学专家的经验的综合评断被要求用于对呼吸道的状态的评断,并且广泛地期望使用从测试设备获得的客观指标的支持,以做出综合且合适的评断。作为这个类型的测试设备,例如,在发明文件1中描述的生物声学声音测试设备是可用的。
已知呼吸声音随着呼吸流速越高而变得越强,并且随着体格越大而变得越弱,并且已知在呼吸声音中呼吸流速和体格的影响被减小的呼吸声音的标准的指标值。在发明文件1中描述的生物声学声音测试设备中,在颈部区域和胸部上的两个点处测量呼吸声音,并且在颈部区域和胸部处的功率的比率用于减少呼吸流速和体格的影响。此外,通过根据在颈部区域处反映呼吸流速的带中的状态预测高频带中的状态来获得多个指标值中的一个,并且计算预测残差,从而减少呼吸流速的影响。
现有技术文件
专利文件
专利文件1:WO2012/060107
发明内容
要由本发明解决的问题
然而,在上述专利文件1中描述的生物声学声音测试设备具有以下问题:即,由于两个传感器用于颈部区域和胸部,因此该生物声学声音测试设备的操作变得复杂。在对颈部部位与胸部之间的比较中,在接近外周呼吸道的胸部处的测试更适合于检测呼吸道的状态的小的变化,借此假设呼吸道的状态能够通过仅使用用于胸部的传感器来估计;然而,由于胸部处的呼吸声音较弱,因此归因于除期望知晓的呼吸道的状态以外的因素的影响是显著的,从而不会获得合适地反映呼吸道的状态的指标值。因此,需要用于胸部和颈部区域的两个传感器,以获得合适地反映呼吸道的状态的指标值。
在对这些境况的考虑中,本发明旨在提供一种能够获得合适地反映呼吸道的状态的指标值而同时减少用于测量生物声学声音的传感器的数目的生物声学声音测试设备和生物声学声音测试方法。
用于解决该问题的手段
根据本发明的生物声学声音测试设备包括:带功率计算器,其基于生物声学声音来计算针对多个预定频率带中的每个的预定区域中的带功率;参考功率计算器,其基于从多个预定频率带的带功率中的至少部分地包括在250Hz或更大到1050Hz或更小的范围内的任何频率的带的带功率和至少部分地包括在1250Hz或更大到1550Hz或更小的范围内的任何频率的带的带功率来计算参考功率;以及,指标值计算器,其基于参考功率和多个预定频率带的带功率来计算至少一个指标值。
利用上述配置,获得合适地反映呼吸道的状态的指标值。
在上述配置中,指标值计算器包括:预测值计算器,其至少基于参考功率来计算针对多个带中的每个的预测值;以及,校正功率计算器,其通过将针对多个带中的每个的带功率减去针对多个带中的每个的预测值来计算针对多个带中的每个的校正功率。指标值计算器基于校正功率来计算指标值。
在上述配置中,其中执行校正的带包括700Hz和1400Hz。
在上述配置中,指标值计算器基于两种或更多种参考功率中的每种来执行针对一个带的校正,并且将每个校正功率设置为指标值。
在上述配置中,两种或更多种参考功率包括基于呼吸流速反映功率与特定变化反映功率的加权相加的参考功率和基于呼吸流速反映功率与特定变化反映功率之间的加权相减的参考功率。
在上述配置中,所述设备还包括显示指标值的显示器。
在上述配置中,显示器标绘沿着时间轴的两种或更多种指标值。
在上述配置中,显示器将两种指标值显示为二维图,并且通过连接测量结果点来显示沿着时间序列的两种指标值。
在上述配置中,指标值计算器基于对两个或更多个校正功率进行线性总和来计算指标值。
在上述配置中,预测值计算器基于在标准状态中的测量样本来预测对应于参考功率的带功率的标准值。
在上述配置中,带功率计算器包括:频率分析器,其执行针对测量的生物声学声音的频率分析;区域指定器,其从多个呼吸区域中指定要被分析的区域;以及,区域代表性带功率计算器,其基于通过使用频率分析器使生物声学声音经受频率分析来计算针对多个预定频率带的、由区域指定器指定的区域中的代表性带功率。
在上述配置中,用于测量生物声学声音的生物声学声音测量器对在活体的胸部上的一个点处的生物声学声音进行测量。
利用上述配置,仅需要一个传感器来测量生物声学声音,借此简化装置的操作。
在上述配置中,所述设备基于反映呼吸流速且至少部分地包括从250Hz或更大到1050Hz或更小的范围内的任何频率的带的带功率来计算呼吸流速反映功率,并且基于反映活体中的特定变化且至少部分地包括从1250Hz或更大到1550Hz或更小的范围内的任何频率的带的带功率来计算特定变化反映功率,以基于呼吸流速反映功率和特定变化反映功率来获得参考功率。
在上述配置中,反映特定变化的带是在支气管扩张剂给药后的功率与抗炎剂给药后的功率之间的差异大的带。
根据本发明的生物声学声音测试方法包括:基于生物声学声音来计算针对多个预定频率带中的每个的预定区域的带功率;基于从多个预定频率带中的至少部分地包括从250Hz或更大到1050Hz或更小的范围内的任何频率的带和至少部分地包括从1250Hz或更大到1550Hz或更小的范围内的任何频率的带来计算参考功率;并且基于参考功率和多个预定频率带的带功率来计算至少一个指标值。
利用上述配置,获得合适地反映呼吸道的状态的指标值。
本发明的有益效果
利用本发明,能够获得合适地反映呼吸道的状态的指标值,同时减少用于测量生物声学声音的传感器的数目。此外,由于能够减少传感器的数目,因此简化了所述装置的操作。
附图说明
图1是图示了根据本发明的实施例的生物声学声音测试设备的概要配置的方框图;
图2是图示了在图1中示出的生物声学声音测试设备的操作的流程图;
图3是图示了在图1中示出的生物声学声音测试设备中的反映呼吸流速的带的范例的视图;
图4是图示了在图1中示出的生物声学声音测试设备的反映特定变化的带的范例的视图;
图5是图示了指示在图1中示出的生物声学声音测试设备中的校正状态的范例的视图;
图6是图示了在通过校正(a)进行校正之后的功率的频率相关性的图表;
图7是图示了在通过校正(a)进行校正之后的功率分布的频率相关性的箱线图;
图8是图示了在通过校正(b)进行校正之后的功率的频率相关性的图表;
图9是图示了在通过校正(b)进行校正之后的功率分布的频率相关性的箱线图;
图10是图示了根据在图1中示出的生物声学声音测试设备中的药物类型指示指标值的变化的范例的视图;
图11是图示了在图1中示出的生物声学声音测试设备的指标值(a)与指标值(b)之间的差异的视图;
图12是图示了使用多个指标值生成的分析图的范例的视图;
图13是图示了其中显示指标值的范例的视图;并且
图14是图示了其中显示指标值的另一范例的视图。
附图标记
1 生物声学声音测试设备
2 带功率计算器
3 呼吸流速反映功率计算器
4 特定变化反映功率计算器
5 指标值计算器
6 显示器
7 生物声学声音测量器
8 参考功率计算器
202 频率分析器
203 区域指定器
204 区域代表性带功率计算器
501 预测系数存储器
502 预测值计算器
503 校正功率计算器
504 指标值计算器
具体实施方式
实施本发明的模式
将参考附图在下文中详细描述根据本发明的优选实施例。
图1是图示了根据本发明的实施例的生物声学声音测试设备的概要配置的方框图。在该附图中,根据该实施例的生物声学声音测试设备1包括生物声学声音测量器7、带功率计算器2、参考功率计算器8、指标值计算器5以及显示器6。参考功率计算器8包括呼吸流速反映功率计算器3和特定变化反映功率计算器4。生物声学声音测量器7是具有传感器的测量仪器(诸如电子听诊器)并且用于测量活体的胸部上的一个点处的生物声学声音。尽管在该实施例中实时地采集生物声学声音,但是可以提供记录功能,使得采集所记录的生物声学声音。此外,也可以使用粘贴型或内置式传感器。带功率计算器2用于基于生物声学声音来计算针对预定的多个频率带的预定区域中的带功率,并且包括:频率分析器202,其用于执行针对使用生物声学声音测量器7测量的生物声学声音的频率分析;区域指定器203,其用于从多个呼吸区域中指定要被分析的区域;以及区域代表性带功率计算器204,其用于基于使用频率分析器202使生物声学声音经受频率分析的生物声学声音来计算针对预定的多个频率带的、由区域指定器203指定的区域中的代表性带功率。
频率分析器202使用例如快速傅里叶变换来执行频率分析。区域指定器203指定要被用于分析的区域,所述分析通过使用稍后描述的区域代表性带功率计算器204来执行。可以仅仅在执行吸气、声音的水平是适当的以及噪声低等的条件下指定要被指定的区域,并且不要求医生的专业知识。能够通过运行程序来自动地做出对该区域的提取,使得满足上述条件。此外,可以通过GUI(图形用户接口)等来手动地指定呼吸区域。
区域代表性带功率计算器204计算例如针对15个带(具有100Hz、200Hz、300Hz、…、1300Hz、1400Hz以及1500Hz的中心频率并且具有100Hz的带宽的带)中的每个的、表示由区域指定器203指定的区域的功率。例如,在被包括在区域中的整个分析框架中将用于频率分析的分析框架单元中的功率取平均。在这种情况下,由于每个带的宽度是100Hz,因此,具有100Hz的中心频率的带从50到150Hz的范围变动,具有200Hz的中心频率的带从150到250Hz的范围变动,具有300Hz的中心频率的带从250到350Hz的范围变动,…,具有1300Hz的中心频率的带从1250到1350Hz的范围变动,具有1400Hz的中心频率的带从1350到1450Hz的范围变动,并且具有1500Hz的中心频率的带从1450到1550Hz的范围变动。这“15”个频率带仅仅被采用作为范例,并且频率带的数目可以大于或小于15。此外,带宽被限制到100Hz,但是针对每个带是可变的。而且,以类似的方式,区域代表性带功率计算器204计算具有300Hz、400Hz、500Hz、600Hz、700Hz、800Hz、900Hz以及1000Hz的中心频率的八个带的区域代表性带功率。这八个带是反映呼吸的流速的带。这“八”个频率带仅仅被采取作为范例,并且频率带的数据可以大于或小于8。
而且,以类似的方式,区域代表性带功率计算器204计算具有1300Hz、1400Hz以及1500Hz的中心频率的三个带的区域代表性带功率。这三个带是反映活体中的特定变化的带。更具体地,在支气管扩张剂给药之后的功率与在抗炎剂给药之后的功率之间的差异在带中是大的。反映活体中的特定变化的这“三”个频率带仅仅被采取作为范例,并且频率带的数目可以大于或小于3。
在计算在100到1500Hz的中心频率处的15个带的带功率之后,区域代表性带功率计算器204将所计算的15个带的带功率输出到指标值计算器5的校正功率计算器503。此外,在计算300到1000Hz的中心频率处的八个带的带功率之后,区域代表性带功率计算器204将所计算的八个带的带功率输出到被包括在参考功率计算器8中的呼吸流速反映功率计算器3。此外,在计算1300到1500Hz的中心频率处的三个带的带功率之后,区域代表性带功率计算器204将所计算的三个带的带功率输出到被包括在参考功率计算器8的特定变化反映功率计算器4。
呼吸流速反映功率计算器3通过对充当反映呼吸流速的带的八个带的带功率取平均来计算呼吸流速反映功率。在该实施例中,尽管在呼吸流速反映功率计算器3中的反映呼吸流速的带具有从250Hz或更大到1050Hz或更小(中心频率从300到1000Hz)的范围内的频率,所述带可以至少部分地包括从250Hz或更大到1050Hz或更小的范围内的任何频率。特定变化反映功率计算器4通过对充当反映特定变化而不是呼吸流速的三个带的带功率取平均来计算特定变化反映功率。在该实施例中,尽管在特定变化反映功率计算器4中反映特定变化的带具有从1250Hz或更大到1550Hz或更小(中心频率从1300到1500Hz)的范围内的频率,所述带可以至少部分地包括从1250Hz或更大到1550Hz或更小的范围内的任何频率。此外,除了取平均之外的操作也可以被用作用于计算呼吸流速反映功率和特定变化反映功率的操作。
指标值计算器5用于根据由呼吸流速反映功率计算器3计算的呼吸流速反映功率、由特定变化反映功率计算器4计算的特定变化反映功率以及由带功率计算器2计算的带功率来计算至少一个指标值,并且包括:预测系数存储器501,其用于保持针对每个带的预测系数,以预测针对每个带的预测值;预测值计算器502,其用于基于呼吸流速反映功率、特定变化反映功率以及针对每个带的预测系数来计算针对每个带的预测值;校正功率计算器503,其用于通过将针对每个带的代表性带功率减去针对每个带的预测值来计算针对每个带的校正功率;以及,指标值计算器504,其用于基于针对每个带的校正功率来计算指标值。人员属性(例如,体格、年龄以及给药情况)可以被输入到预测值计算器502。尽管呼吸声音通常根据呼吸流速受到每个带的功率水平的影响,但是影响程度对于每个带是不同的,并且除呼吸流速之外的因素的影响对于每个带也是不同的。在该实施例中,易受呼吸流速等影响的带中的功率被设定为参考功率,并且预测对应于参考功率的标准功率值,使得关于呼吸道的状态的期望的信息保持在预测值与测量值之间的差异(预测残差)中,并且使得其他因素的影响被消除。可以仅仅基于由呼吸流速反映功率计算器3计算的呼吸流速反映功率和由特定变化反映功率计算器4计算的特定变化反映功率来计算参考功率。换言之,由参考功率计算器8计算参考功率。
显示器6具有显示器件(诸如,液晶显示设备或有机EL显示设备)并且以可见模式显示指标值。在指标值与被存储的过往指标值的样本一起被显示的情况下,能够执行在指标值之间的比较。例如,显示器沿着时间轴标绘两个或更多个指标值。此外,显示器将两个指标值显示为二维图,并且通过连接测量结果点来显示沿着时间序列的指标值。
接下来,将描述根据该实施例的生物声学声音测试设备1的操作。
图2是图示了根据该实施例的生物声学声音测试设备1的操作的流程图。在该附图中,带功率计算器2首先基于生物声学声音来计算针对预定的多个频率带的预定区域中的带功率(在步骤S1处)。换言之,带功率计算器2随后运行在活体的胸部上的一个点处测量生物声学声音的步骤(生物声学声音测量步骤)、执行针对所测量的生物声学声音的频率分析的步骤(频率分析步骤)、通过GUI等从多个呼吸区域中手动地指定要被分析的区域或基于预定程序自动地指定区域的步骤(区域指定步骤)、基于已经经受频率分析的生物声学声音来计算针对预定的多个频率带的指定区域中的代表性带功率的步骤(区域代表性带功率计算步骤)。在这种情况下,频率带是具有100、200、…、1500Hz的中心频率且具有100Hz的带宽的15个带(下文简称为“15个带”)。在胸部上的听诊器诊断位置不仅包括活体的前面部上的位置,而且还包括活体的后面部或侧面部上的位置。
在计算生物声学声音的带功率之后,带功率计算器2将具有300到1000Hz的中心频率且强烈反映在15个带中的呼吸流速的带的带功率以及具有1300到1500Hz的中心频率且强烈反映活体中的特定变化(例如,归因于呼吸道狭窄或呼吸道炎症与呼吸道狭窄之间的差异的变化)的带的带功率输出到参考功率计算器8。基于这些带功率,参考功率计算器8计算参考功率(在步骤S2处)。换言之,参考功率计算器8运行参考功率计算步骤。所计算的参考功率然后被输出到指标值计算器5。
更具体地,呼吸流速反映功率计算器3基于具有300到1000Hz的中心频率的带的带功率来计算呼吸流速反映功率。换言之,呼吸流速反映功率计算器3通过对反映在15个带中反映呼吸流速的带的呼吸流速值取平均来计算呼吸流速反映功率。所计算的呼吸流速反映功率然后被输出到指标值计算器5。
此外,特定变化反映功率计算器4基于具有1300到1500Hz的中心频率的带的带功率来计算特定变化反映功率。换言之,特定变化反映功率计算器4通过对反映在15个带中反映特定变化的带的特定变化值取平均来计算特定变化反映功率。所计算的特定变化反映功率然后被输出到指标值计算器5。
基于由参考功率计算器8计算的参考功率(呼吸流速反映功率和特定变化反映功率)以及由带功率计算器2计算的带功率,指标值计算器5计算一个或多个指标值(在步骤S3处)。换言之,指标值计算器5随后运行读取针对每个带的预测系数以预测针对每个带的预测值的步骤(预测系数读取步骤);基于呼吸流速反映功率、特定变化反映功率以及针对每个带的预测系数来计算针对每个带的预测值的步骤(预测值计算步骤);通过将针对每个带的代表性带功率减去针对每个带的预测值来计算针对每个带的校正功率的步骤(校正功率值计算步骤)以及,基于针对每个带的校正功率计算至少一个指标值的步骤(指标值计算步骤)。由指标值计算器5计算的指标值被获得作为单个校正功率值或作为多个校正功率的线性总和。
能够在步骤S1处指定多个吸气区域并且在步骤S3处从针对所指定的区域的指标值中确定代表性值(例如,中位值)。
接下来,将详细描述根据该实施例的生物声学声音测试设备1的特征。
图3是图示了反映呼吸流速的带的范例的视图。在该附图中,水平轴表示带(中心频率),并且垂直轴表示针对呼吸流速的偏回归系数。在颈部区域和胸部二者上执行对生物声学声音的测量,并且同时使用呼吸流量计来测量呼吸流速。具体地,在右锁骨的中线上的第二肋间隙处测量来自胸部的声音。通过使用61个人的数据来执行针对在测量位置处的功率且针对取决于呼吸流速和高度的每个带的多元回归分析,并且获得针对呼吸速度的偏回归系数。如图所示,发现尽管与在颈部区域处的功率相关的呼吸流速高达高频率范围,但是与在胸部处的功率相关的呼吸流速低到具有以600Hz为中心的低频和高频范围内。例如,反映在胸部处的功率中的呼吸流速的带W1在从300到1000Hz的范围内。
图4是图示了反映呼吸道的状态的特定变化的带的范例的视图。在该附图中,水平轴表示带(中心频率),并且垂直轴表示针对特定变化的作用量。该附图示出了在以下情况下针对每个带获得的作用量:即,在对具有通过日常控制器给药改善的组(20个人)的给药之后的呼吸声音与在对仅使用支气管扩张剂给药将其呼吸道扩张的组(19个人)的给药之后的呼吸声音进行比较。如图所示,发现在从1300到1500Hz的范围内的带W2中的作用量相对大。在这个带W2中,通过日常控制器给药改善的呼吸声音的功率与在给药之前的状态的功率相比趋向于比在其他带中的功率更高;并且根据支气管扩张剂的类型,该功率与在给药之前的状态的功率相比趋向于比在其他带中的功率更低。
在通过日常控制器给药改善的呼吸声音与在仅通过支气管扩张剂给药扩张呼吸道之后获得的呼吸声音之间的差异大的带的功率被设定到特定变化反映功率以及在通过将呼吸流速反映功率添加到特定变化反映功率的方向上的线性操作获得的功率被设定到参考功率的情况下,能够计算加强归因于对慢性炎症的改善的呼吸声音的变化的指标值。相反地,在通过将呼吸流速反映功率减去特定变化反映功率的方向上的线性操作获得的功率被设定到反映功率的情况下,能够计算加强归因于对呼吸道狭窄的改善的呼吸声音的变化的指标值。
图5是图示了指示校正状态的范例的视图。在该实施例中,基于参考功率对15个带执行校正,并且根据针对每个带的校正功率获得指标值。参考功率被共同地用于15个带。执行校正的15个带包括700Hz和1400Hz。图5例示了对具体在700Hz的中心频率处的功率的校正。
本文将描述用于获得预测系数的方法。在使用根据该实施例的生物声学声音测试设备之前,假设未被医生诊断为哮喘的医学案例或被诊断为哮喘但呼吸道状态良好的医学案例的众多呼吸声音样本被收集并被采用作为标准呼吸声音。能够通过分析在700Hz的单个带处的功率与基于多个带的参考功率之间的关系来获得标准值(在标准状态中的带功率值的值)。诸如回归分析的各种方法可用作分析方法,并且除了参考功率之外可以额外地使用表示诸如高度的体格的参数和表示年龄的参数。此外,也能够根据其水平将参考功率划分成多个区带,针对各个代表性区带确定基于最小二乘法的代表性值,并且连接代表性值。这些表示参考功率与带功率的标准值之间的关系的数字值(例如,回归分析的系数和针对代表性区带的代表性值)被称作预测系数。
由于单个带的功率通常随着参考功率变大而变大,因此获得单调递增的关系。尽管该关系通常是线性的,但是如果精密地观察,该关系是非线性的。首先,示出在呼吸流速反映功率被设定为参考功率的情况下的范例。参考图5,水平轴表示参考功率(dB),并且垂直轴表示在700Hz处的带功率的值(dB)。此外,附图中的每个“小圆点”指示测量样本,此外,两个“黑色的圆圈”指示测量值P1和预测值P2,以关注对其的解释。预测值P2是根据参考功率预测的标准值。通过计算测量值P1与预测值P2之间的差异而获得的预测残差S是校正功率。由于根据假设达到呼吸道的标准状态的预测值来获得残差,因此由数字值表示与标准状态的差异。在该范例中,使用校正(a)的参考功率。校正(a)用于减少归因于呼吸流速的影响。已经根据数据证实通过使用该校正的参考功率而获得的预测残差几乎不具有呼吸流速相关性、体格相关性以及年龄相关性。
校正(a)的参考功率:base_pow=Fpow
其中,base_pow表示参考功率,并且Fpow表示呼吸流速反映功率。
接下来,将描述使用两种参考功率的案例作为范例。两种或更多种参考功率能够用于校正。当考虑修正参考功率的表达式并且已经增加参考功率的案例(“白色圆圈P3”)时,随着参考功率的增加,预测值也增加,但是单个带的功率保持不变,从而预测残差S减小。相反地,当参考功率减少时,预测残差S增加。其中对特定变化反映功率进行相加或相减以增加或减少参考功率的表达式是校正(b)的参考功率和校正(c)的参考功率的表达式。然而,有必要准备对应于在修正之后的参考功率的表达式的预测值。校正(b)用于减少呼吸流速的影响和呼吸道狭窄的影响,并且校正(c)用于减少呼吸流速的影响并且用于加强呼吸道狭窄的影响。
校正(b)的参考功率:base_pow=Fpow+0.3×Npow
校正(c)的参考功率:base_pow=Fpow-0.2×Npow
其中,base_pow表示参考功率,Fpow表示呼吸流速反映功率,并且Npow表示特定变化反映功率。
其中由支气管扩张剂(对呼吸道狭窄的改善)的作用减少特定变化反映功率的带是其中由抗炎剂的作用(对呼吸道炎症的改善)增加特定变化反映功率的带;因此,在执行其中特定变化反映功率被加权添加到呼吸流速反映功率的校正(b)中,归因于对呼吸道狭窄的改善,校正后的功率趋向于增加,并且归因于对呼吸道炎症的改善,校正之后的功率趋向于减少。此外,在执行在其中将呼吸流速反映功率加权减去特定变化反映功率的校正(c)中,归因于对呼吸道狭窄的改善,校正后的功率趋向于减少,而归因于对呼吸道炎症的改善,校正后的功率趋向于增加。
校正(b)和校正(c)的计算表达式的权重被调节到归因于β2刺激物在校正(b)中的平均值中变成0的变化范围,并且被调节到归因于抗炎剂在校正(c)中的平均值中变成0的变化范围,例如,校正(b)和校正(c)的权重被设定到针对校正(b)为“0.3”而针对校正(c)为“0.2”。因此,假设由校正(b)获得的指标值(b)主要表示呼吸道炎症的程度,并且由校正(c)获得的指标值(c)主要表示呼吸道狭窄的程度。
如上所述,能够通过准备多个参考功率计算表达式并且通过获得与其对应的标准值来执行校正。另外,也预先针对除了700Hz之外的每个单个带类似地获得标准值并执行校正。在校正(b)中,呼吸道狭窄的程度也被表达在归因于呼吸道狭窄的恶化而增加功率的带(例如,1400Hz带)中。换言之,标准值存在于针对每个定义的参考功率的个体带的数目中。然而,对于未在末端使用的带,不要求执行操作并且不要求存储参数。
由于对校正(b)的修正,包括呼吸流速反映功率带和特定变化反映功率带的宽带(例如,300到1500Hz和200到1500Hz)功率的平均值可以被设定为参考功率。另外,在噪声趋向于被包括在带中的情况下,带可以被消除或者可以通过使用邻近带的功率来执行内插。
此外,当校正后在700Hz处的功率值和校正后在1400Hz处的功率值经受加权相加或加权相减时,也分别获得由校正(c)和校正(b)获得的效果。
能够根据药物的含量来合适地使用指标值。
此外,“15”个频率带仅仅被采用作为范例,并且可以以其他方式定义频率带。
当与图5中示出的在700Hz处的范例中类似地在1400Hz处执行校正时,基于共同的参考功率来针对两个带(700Hz和1400Hz)执行校正(校正(a)),并且各自的校正功率被用作指标值;然而,也可以基于两种或更多种参考功率(例如,校正(b)和校正(c)的参考功率)中的一个来针对一个带(例如,700Hz)执行校正,并且各自的校正功率可以被用作指标值。在这种情况下,两种或更多种参考功率包括基于呼吸流速反映功率和特定变化反映功率的加权相加的参考功率,并且也包括基于在呼吸流速反映功率与特定变化反映功率之间的加权相减的参考功率。
图6是图示了在通过校正(a)进行的校正后的功率(平均值)的频率相关性的图表。此外,图7是图示了通过校正(a)进行校正后的功率分布的频率相关性的箱线图。另外,图8是图示了通过校正(b)进行校正后的功率(平均值)的频率相关性的图表。此外,图9是图示了通过校正(b)进行校正后的功率分布的频率相关性的箱线图。这些附图分别指示在长期控制器的给药的起始时间处和给药开始起一个月后的“11”个医学案例的统计结果。当参考图6和图8比较给药前与给药后的平均值时,在给药前和给药后的低带和中带中,功率减小;然而,在从300到700Hz的任何带中的变化量没有显著差异。当比较图6和图8时,校正(b)中的差异比校正(a)中的差异大到高达700Hz。另一方面,参考图7和图9,具体在700Hz处,变化是小的,并且具有给药前和给药后的分布的小的交叠;因此,发现应当尤其注意作为指标值的在700Hz处的值。当比较图7和图9时,校正(b)中的校正功率的分布的交叠小于校正(a)中的校正功率的分布的交叠。
图10是图示了指示根据药物类型((1)抗炎剂、(2)抗炎剂和支气管扩张剂的医学化合物,以及(3)抗炎剂和医学化合物二者)的指标值的变化的范例的视图。在该附图中,指标值(a)是其中呼吸流速的影响被减小的指标值,指标值(b)是其中呼吸流速的影响和呼吸道狭窄的影响被减少的指标值,指标值(c)是其中呼吸流速的影响被减小并且呼吸道狭窄的影响被加强的指标值,并且指标值(d)是指标值(b)和指标值(c)的平均值。该附图示出了在给药的起始时间处和自给药开始一个月后针对每种药物的指标值的分布,并且使用虚线连接个体医学案例。在指标值(a)中,给药前和给药后的指标值的变化方向是发散的,但是在指标值(b)中,发现了无论药物的类型而在每个药物案例中的变化的恒定趋势。由于指标值(d)类似于指标值(a),因此能够解读为通过从不同的观点对指标值(a)进行分类已经采集指标值(b)和指标值(c)。换言之,假设已经通过消除呼吸道狭窄的影响已经在指标值(b)中提取归因于对炎症的改善的变化。
当在呼吸道的日常控制状态时,期望知晓对炎症的控制是否是成功的,而不是知晓通过使用支气管扩张剂呼吸道是否已经被扩张。支气管扩张剂确实具有扩张呼吸道的作用并且改变充当声管的呼吸道的物理特性,由此也改变呼吸声音。然而,对炎症的控制状态和对狭窄的控制状态被混合在显现在呼吸声音中的呼吸道的状态中。在这个方面,由于在本发明中能够消除呼吸道狭窄的影响,因此能够知晓对炎症的控制是否成功。
图11是图示了指标值(a)与指标值(b)之间的差异的视图。如图所示,指标值(a)中的作用量d是“0.86”,并且指标值(b)中的作用量d是“2.11”。以这种方式,将涉及给药前与给药后的指标值的平均值之间的差异的作用量从“0.86”大大改善到“2.11”。
图12是图示了通过使用多个指标值生成的分析图的范例的视图。在该附图中,在上部平台上的各自的视图是使用在700Hz处的指标值(b)和在700Hz处的指标值(c)的二维图,而在下部平台上的各自的视图是使用在700Hz处的指标值(b)和在1400Hz处的指标值(c)的二维图。在下部平台上的视图中,组G1是利用长期控制器给药的组,并且在给药前的指标值的分布(以细线M1指示)不同于一个月后的指标值的分布(以粗线M2指示)。归因于状态的改善,指标值被移动到左边。组G2是利用β2刺激物给药的组,并且给药前的指标值的分布(以细线M1指示)不同于20分钟后的指标值的分布(用粗线M2指示)。归因于状态的改善,指标值被向下移动。组G3是经受呼吸量测定的组,并且在V50的值小于80的情况下的指标值的分布(以细线M1指示)不同于在V50的值等于或大于80的情况下的指标值的分布(以粗线M2指示)。指示不良状态的指标值被分布在右上部分中。在上部平台上的视图类似于在下部平台上的视图,这是因为尽管沿着垂直轴的移动是不同的,但是在各自的组中指标值的移动是不同的。
图13是图示了显示指标值的范例的视图。如图所示,根据该实施例的生物声学声音测试设备1的显示器6显示当前的指标值以及被存储的过往指标值样本。能够通过跟踪针对要被在时间序列上测量的相同人员的两个指标值来在多方面评价呼吸道的状态的变化。在该附图中示出的范例中,首先改善呼吸道炎症,并且然后改善呼吸道狭窄。
图14是图示了显示指标值的另一范例的视图。如图所示,两个指标值被分离到X轴和Y轴,并且众多测量样本被标绘在背景中,并且对要被测量的特定人员的指标值的变化的位点进行标绘,由此能够对整个分布中的指标值的位置进行分类。
如上所述,根据该实施例的生物声学声音测试设备1基于在胸部上的一个点处获得的生物声学声音来计算具有从100到1500Hz的范围内(中心频率)的100Hz的带宽的15个频率带中的带功率;在从100到1500Hz的范围内的15个带中计算反映呼吸流速的从300到1000Hz的范围内的八个带的带功率和从1300到1500Hz的范围内且反映活体的特定变化的三个带的带功率;通过对反映呼吸流速的带的带功率取平均来计算呼吸流速反映功率;通过对反映特定变化的带的带功率取平均来计算特定变化反映功率;通过对呼吸流速反映功率与所计算的特定变化反映功率的线性求和来获得参考功率;计算对应于参考功率的预测值与针对每个带的带功率之间的差异作为校正功率;并且基于校正功率来计算至少一个指标值,由此能够获得合适地反映呼吸道的状态的指标值同时减少用于测量生物声学声音的传感器的数目。此外,由于能够减少传感器的数目,因此简化了该装置的操作。
尽管线性操作已经被描述为该实施例的操作的范例,但是该操作可以包括非线性操作,诸如,对数操作和指数操作。
此外,根据该实施例的生物声学声音测试设备1能够使用专用电路配置来实现,或者能够使用包括计算机的配置来实现。也能够将处理划分在终端与云端之间。
此外,图2中示出的程序能够被存储在存储介质中,诸如,磁盘、光盘、磁光盘或半导体存储设备,并且被分布。该程序也能够经由网络被下载。
尽管已经参考特定实施例对本发明进行了详细描述,但是对于本领域技术人员来说,显然能够以各种方式改变和修正本发明而不脱离本发明的精神和范围。
本申请基于2013年7月26日提交的日本专利申请(JP-2013-155811),其全部内容通过引用被并入本文。
工业实用性
本发明具有能够获得合适地反映呼吸道的状态的指标值同时减少用于测量生物声学声音的传感器的数目的效果,并且可应用于用于支持对活体状态的估计的医学装置。

Claims (15)

1.一种生物声学声音测试设备,包括:
带功率计算器,其基于单个生物声学声音来计算在针对多个预定频率带中的每个的预定区域中的带功率;
参考功率计算器,其基于反映呼吸流速且包括从250Hz或更大到1050Hz或更小的范围内的任何频率的带的带功率来计算呼吸流速反映功率,基于反映活体中的特定变化且包括从1250Hz或更大到1550Hz或更小的范围内的任何频率的带的带功率来计算特定变化反映功率,并且基于所述呼吸流速反映功率和所述特定变化反映功率来计算参考功率;以及
指标值计算器,其基于所述参考功率和所述多个预定频率带的所述带功率来计算至少一个指标值,其中,所述指标值计算器包括:
预测值计算器,其至少基于所述参考功率来计算针对所述多个预定频率带中的每个的预测值;以及
校正功率计算器,其通过将针对所述多个预定频率带中的每个的所述带功率减去针对所述多个预定频率带中的每个的所述预测值来计算针对所述多个预定频率带中的每个的校正功率;并且
其中,所述指标值计算器基于所述校正功率来计算指标值。
2.根据权利要求1所述的生物声学声音测试设备,其中,执行校正的所述带包括700Hz和1400Hz。
3.根据权利要求1所述的生物声学声音测试设备,其中,所述指标值计算器基于两种或更多种参考功率中的每种来执行针对一个带的校正,并且将每个校正功率设定为所述指标值。
4.根据权利要求3所述的生物声学声音测试设备,其中,所述两种或更多种参考功率包括基于呼吸流速反映功率与特定变化反映功率的加权相加的参考功率和基于在所述呼吸流速反映功率与所述特定变化反映功率之间的加权相减的参考功率。
5.根据权利要求1所述的生物声学声音测试设备,还包括:
显示器,其显示所述指标值。
6.根据权利要求5所述的生物声学声音测试设备,其中,所述显示器沿着时间轴标绘两种或更多种指标值。
7.根据权利要求5所述的生物声学声音测试设备,其中,所述显示器将两种指标值显示为二维图,并且通过连接测量结果点来显示沿着时间序列的所述两种指标值。
8.根据权利要求1所述的生物声学声音测试设备,其中,所述指标值计算器基于对两个或更多个校正功率的线性求和来计算所述指标值。
9.根据权利要求1所述的生物声学声音测试设备,其中,所述预测值计算器基于在标准状态中的测量样本来预测对应于所述参考功率的所述带功率的标准值。
10.根据权利要求1所述的生物声学声音测试设备,其中,所述带功率计算器包括:
频率分析器,其执行针对测量的生物声学声音的频率分析;
区域指定器,其从多个呼吸区域中指定要被分析的区域;以及
区域代表性带功率计算器,其基于通过使用所述频率分析器使所述生物声学声音经受频率分析来计算针对所述多个预定频率带的、在由所述区域指定器指定的所述区域中的代表性带功率。
11.根据权利要求10所述的生物声学声音测试设备,还包括:
生物声学声音测量器,其测量在活体的胸部上的一个点处的所述生物声学声音。
12.根据权利要求1所述的生物声学声音测试设备,其中,反映所述特定变化的所述带是对支气管扩张剂的给药之后的功率与对抗炎剂的给药之后的功率之间的差异大的带。
13.根据权利要求1所述的生物声学声音测试设备,其中,所述参考功率是包括反映所述呼吸流速的所述带和反映所述特定变化的所述带的连续的宽带的所述功率的平均值。
14.根据权利要求13所述的生物声学声音测试设备,其中,所述参考功率是包括从200Hz或更大到1500Hz或更小的范围内的频率的所述带的所述功率的平均值。
15.一种生物声学声音测试方法,包括:
基于单个生物声学声音来计算针对多个预定频率带中的每个的预定区域中的带功率;
基于反映呼吸流速且包括从250Hz或更大到1050Hz或更小的范围内的任何频率的带的带功率来计算呼吸流速反映功率;
基于反映活体中的特定变化且包括从1250Hz或更大到1550Hz或更小的范围内的任何频率的带的带功率来计算特定变化反映功率;并且
基于所述呼吸流速反映功率和所述特定变化反映功率来计算参考功率;并且
基于所述参考功率和所述多个预定频率带的带功率来计算至少一个指标值,其中,计算至少一个指标值包括:
至少基于所述参考功率来计算针对所述多个预定频率带中的每个的预测值;以及
通过将针对所述多个预定频率带中的每个的所述带功率减去针对所述多个预定频率带中的每个的所述预测值来计算针对所述多个预定频率带中的每个的校正功率;并且
其中,基于所述校正功率来计算指标值。
CN201480002532.7A 2013-07-26 2014-07-23 生物声学声音测试设备和生物声学声音测试方法 Active CN104736066B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013155811 2013-07-26
JP2013-155811 2013-07-26
PCT/JP2014/003884 WO2015011923A1 (ja) 2013-07-26 2014-07-23 生体音検査装置及び生体音検査方法

Publications (2)

Publication Number Publication Date
CN104736066A CN104736066A (zh) 2015-06-24
CN104736066B true CN104736066B (zh) 2018-07-10

Family

ID=52392987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480002532.7A Active CN104736066B (zh) 2013-07-26 2014-07-23 生物声学声音测试设备和生物声学声音测试方法

Country Status (5)

Country Link
US (1) US11096652B2 (zh)
EP (1) EP3025649B1 (zh)
JP (3) JP5786222B2 (zh)
CN (1) CN104736066B (zh)
WO (1) WO2015011923A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11529072B2 (en) * 2012-06-18 2022-12-20 AireHealth Inc. Method and apparatus for performing dynamic respiratory classification and tracking of wheeze and crackle
JP6378105B2 (ja) * 2015-02-05 2018-08-22 シチズン時計株式会社 呼吸器疾患の判定装置
PL3541288T3 (pl) * 2016-11-15 2024-01-03 Boehringer Ingelheim Vetmedica Gmbh Sposób predykcji specyficznego patogenu układu oddechowego
JP7081409B2 (ja) * 2018-09-12 2022-06-07 オムロンヘルスケア株式会社 喘鳴検出装置、喘鳴検出方法、及び喘鳴検出プログラム
JP7295368B2 (ja) * 2020-12-31 2023-06-21 Yanchers株式会社 聴診音の解析システム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6443907B1 (en) * 2000-10-06 2002-09-03 Biomedical Acoustic Research, Inc. Acoustic detection of respiratory conditions
US8394031B2 (en) 2000-10-06 2013-03-12 Biomedical Acoustic Research, Corp. Acoustic detection of endotracheal tube location
US20080281219A1 (en) * 2007-04-11 2008-11-13 Deepbreeze Ltd. Method and System for Assessing Lung Condition and Managing Mechanical Respiratory Ventilation
WO2010044452A1 (ja) 2008-10-16 2010-04-22 国立大学法人長崎大学 情報判定支援方法、音情報判定方法、音情報判定支援装置、音情報判定装置、音情報判定支援システム及びプログラム
US9232910B2 (en) * 2008-11-17 2016-01-12 University Health Network Method and apparatus for monitoring breathing cycle by frequency analysis of an acoustic data stream
US8758262B2 (en) * 2009-11-25 2014-06-24 University Of Rochester Respiratory disease monitoring system
JP5508517B2 (ja) * 2010-03-18 2014-06-04 パナソニック株式会社 生体音検査装置、生体音検査方法、プログラム及び集積回路
US8882683B2 (en) * 2010-11-04 2014-11-11 Panasonic Corporation Physiological sound examination device and physiological sound examination method
JP2012205693A (ja) * 2011-03-29 2012-10-25 Shizuoka Prefecture 呼吸音解析装置、呼吸音解析方法、および呼吸音解析プログラム
CN103889335B (zh) 2011-10-28 2016-06-22 皇家飞利浦有限公司 用于处理针对听诊的心音的设备与方法
JP2013123494A (ja) * 2011-12-13 2013-06-24 Sharp Corp 情報解析装置、情報解析方法、制御プログラム、および、記録媒体

Also Published As

Publication number Publication date
JP2017099916A (ja) 2017-06-08
US20150209000A1 (en) 2015-07-30
JP6291093B2 (ja) 2018-03-14
EP3025649B1 (en) 2022-09-07
US11096652B2 (en) 2021-08-24
JPWO2015011923A1 (ja) 2017-03-02
JP2015171544A (ja) 2015-10-01
EP3025649A4 (en) 2016-08-03
EP3025649A1 (en) 2016-06-01
JP5786222B2 (ja) 2015-09-30
CN104736066A (zh) 2015-06-24
WO2015011923A1 (ja) 2015-01-29

Similar Documents

Publication Publication Date Title
CN104736066B (zh) 生物声学声音测试设备和生物声学声音测试方法
Gross et al. The relationship between normal lung sounds, age, and gender
US8882683B2 (en) Physiological sound examination device and physiological sound examination method
Lettieri et al. The distance-saturation product predicts mortality in idiopathic pulmonary fibrosis
Arnett et al. Blood pressure and arterial compliance in young adults: the Minnesota Children's Blood Pressure Study
Wu et al. Evaluating physiological dynamics via synchrosqueezing: Prediction of ventilator weaning
US20140257124A1 (en) Atrial fibrillation analyzer and program
JP2013123495A (ja) 呼吸音解析装置、呼吸音解析方法、呼吸音解析プログラムおよび記録媒体
Paula Rocha et al. Beyond long memory in heart rate variability: an approach based on fractionally integrated autoregressive moving average time series models with conditional heteroscedasticity
CN112244794B (zh) 基于周期性特征的生命体征检测方法、装置和存储介质
Punjabi et al. Correction of single-breath helium lung volumes in patients with airflow obstruction
Kojima et al. An innovative voice analyzer “VA” smart phone program for quantitative analysis of voice quality
Baker et al. Determining respiratory rate from photoplethysmogram and electrocardiogram signals using respiratory quality indices and neural networks
Ionescu et al. Parametric models for characterizing respiratory input impedance
Lu et al. Validation of a portable monitoring device for the diagnosis of obstructive sleep apnea: electrocardiogram-based cardiopulmonary coupling
US20100198088A1 (en) Method, apparatus and system for detection of arterial stiffness and artery tonus by pulse curve geometry analysis
Ding et al. Point-of-care technologies in heart, lung, blood and sleep disorders from the Center for Advancing Point-of-Care Technologies
CN104706376B (zh) 一种计算胎儿生长参数公式的系统
CN105050502B (zh) 用于根据图像数据确定呼吸体积信号的装置和方法
Sæderup et al. Estimation of the second heart sound split using windowed sinusoidal models
Chen et al. The accuracy of a handheld “disposable pneumotachograph device” in the spirometric diagnosis of airway obstruction in a Chinese population
Nafisi et al. Conceptual design of a device for online calibration of spirometer based on neural network
Manoharan et al. Prediction of forced expiratory volume in pulmonary function test using radial basis neural networks and k-means clustering
Hamilton et al. Flow-mediated dilatation of the brachial artery is a poorly reproducible indicator of microvascular function in Type I diabetes mellitus
Kaminsky Real World Application of Oscillometry: Taking the LEAD

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant