CN105101880A - 电子听诊器设备、自动诊断设备和方法 - Google Patents
电子听诊器设备、自动诊断设备和方法 Download PDFInfo
- Publication number
- CN105101880A CN105101880A CN201480020262.2A CN201480020262A CN105101880A CN 105101880 A CN105101880 A CN 105101880A CN 201480020262 A CN201480020262 A CN 201480020262A CN 105101880 A CN105101880 A CN 105101880A
- Authority
- CN
- China
- Prior art keywords
- biological sound
- noise
- signal
- sensing
- electronic stethoscope
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003745 diagnosis Methods 0.000 claims description 39
- 238000012360 testing method Methods 0.000 claims description 28
- 238000001914 filtration Methods 0.000 claims description 27
- 210000000481 breast Anatomy 0.000 claims description 21
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000005755 formation reaction Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims 3
- 238000000605 extraction Methods 0.000 claims 1
- 238000002555 auscultation Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 24
- 238000001514 detection method Methods 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 208000037656 Respiratory Sounds Diseases 0.000 description 7
- 238000004171 remote diagnosis Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 230000003187 abdominal effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 6
- 230000017531 blood circulation Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 5
- 206010003119 arrhythmia Diseases 0.000 description 4
- 230000006793 arrhythmia Effects 0.000 description 4
- 210000003754 fetus Anatomy 0.000 description 4
- 230000028161 membrane depolarization Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000013016 damping Methods 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000010247 heart contraction Effects 0.000 description 2
- 208000018578 heart valve disease Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000002321 radial artery Anatomy 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 200000000007 Arterial disease Diseases 0.000 description 1
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 206010003662 Atrial flutter Diseases 0.000 description 1
- 206010011376 Crepitations Diseases 0.000 description 1
- 208000035211 Heart Murmurs Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010061996 Heart valve stenosis Diseases 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010037423 Pulmonary oedema Diseases 0.000 description 1
- 206010047924 Wheezing Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 125000002091 cationic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 229910000889 permalloy Inorganic materials 0.000 description 1
- 208000005333 pulmonary edema Diseases 0.000 description 1
- 238000000306 qrs interval Methods 0.000 description 1
- 206010037833 rales Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 206010047302 ventricular tachycardia Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
公开了一种电子听诊器设备。根据本发明的示例性实施例的电子听诊器设备包括:生物声感测部,用于感测生物声;噪声感测部,用于感测在生物声感测处理中产生的噪声;噪声去除部,用于从感测到的生物声去除感测到的噪声并输出该生物声。
Description
技术领域
本发明涉及一种电子听诊器设备,更具体地,涉及一种通过有效地去除噪声来检测生物声的电子听诊器设备、自动诊断装置和方法。
背景技术
由于电子听诊器设备使用麦克风来检测生物声,因此根据麦克风的灵敏度,可能存在也检测到噪声的较大可能性。特别是,这样的噪声在听胸器与身体摩擦时频繁地出现,并且可检测到听胸器的外部噪声。
噪声的存在影响诊断的准确性,因此需要一种适当地去除噪声的方法。
同时,生物声根据身体部位具有不同的信号特征,并且当分析这些信号特征时能够诊断疾病。此外,截至目前,已单独地通过使用超声装置、脉搏波装置和心电图装置来诊断疾病,并且现在能够通过组合若干装置来对疾病进行更详细的诊断。因此,需要通过考虑其他装置的信息来测量生物声并诊断疾病的技术。
发明内容
技术问题
本发明的示例性实施例克服以上缺点以及以上未描述的其他缺点。另外,本发明不需要克服上述缺点,并且本发明的示例性实施例可不克服上述问题中的任何问题。
鉴于上述问题,本发明的一个目标在于提供一种可适当地去除噪声的电子听诊器设备。
本发明的另一目标在于提供一种通过考虑其他装置的信息来测量生物声的技术和诊断疾病的技术。
技术方案
为了实现以上目标,根据本发明的一个实施例的电子听诊器设备包括:生物声检测部,检测生物声;噪声检测部,检测在感测生物声的处理期间产生的噪声;噪声去除部,在从生物声去除检测到的噪声之后输出生物声。
此时,生物声检测部可包括麦克风。
此外,噪声感测部包括安装在电子听诊器的听胸器中的麦克风。噪声去除部可通过使用由麦克风检测到的噪声信号的频率进行滤波来输出检测到的生物声。
此外,噪声检测部包括感测电子听诊器设备的运动的运动传感器。噪声去除部通过使用从运动传感器输出的感测值来计算噪声信号,并可通过使用噪声信号的频率进行滤波来输出检测到的生物声。
此外,根据本发明的另一实施例的电子听诊器设备包括:生物声检测部,检测生物声;心电图信号检测部,检测心电图信号;噪声去除部,使用检测到的心电图信号来从检测到的生物声估计心音的位置,并从生物声去除噪声。
此时,心电图信号检测部可检测检测到的心电图信号的特征,噪声去除部可通过使用检测到的心电图信号的特征来从检测到的生物声估计心音的位置。
此外,根据本发明的另一示例性实施例的电子听诊器设备包括:生物声感测部,用于感测生物声;脉搏波信号检测部,用于检测脉搏波信号;脉搏波速度计算部,用于通过使用感测到的生物声的第一位置与检测到的脉搏波信号的第二位置之间的距离和时间来测量脉搏波传播速度。
另外,根据本发明的另一示例性实施例的自动诊断设备包括:生物声感测部,用于感测生物声;超声图像构造部,用于将超声信号发射到身体部位上并通过感测反射的超声信号来构造超声图像;自动诊断部,用于通过使用感测到的生物声和构造的超声图像来诊断疾病。
根据本发明的一个示例性实施例的自动诊断方法包括以下步骤:感测生物声;感测在生物声感测处理中的噪声;在从感测到的生物声去除感测到的噪声之后输出感测到的生物声。
此时,噪声感测步骤可通过使用麦克风来执行。
另外,麦克风被安装在电子听诊器的听胸器上,并且可通过在噪声感测步骤中用经由麦克风感测到的噪声信号的频率进行滤波来输出感测到的生物声。
此外,噪声感测步骤通过使用用于感测电子听诊器设备的运动的运动传感器来感测噪声,噪声去除步骤可通过使用从运动传感器输出的感测值来计算噪声信号,并可通过用噪声信号的频率进行滤波来输出感测到的生物声。
此外,根据本发明的其他示例性实施例的自动诊断方法包括以下步骤:感测生物声;检测心电图信号;通过使用检测到的心电图信号从感测到的生物声估计心音的位置来从感测到的生物声去除噪声。
此时,心电图信号检测步骤可检测检测到的心电图信号的特征,并且噪声去除步骤可通过使用检测到的心电图信号的特征来从感测到的生物声估计心音的位置。
另外,在自动听诊方法中,根据本发明的另一示例性实施例的自动诊断方法包括以下步骤:感测生物声;检测脉搏波信号;通过使用感测到的生物声的第一位置与检测到的脉搏波信号的第二位置之间的距离和时间来测量脉搏波传播速度。
此外,所述自动诊断方法包括以下步骤:感测生物声;将超声信号发射到身体部位上并通过感测反射的超声信号来构造超声图像;通过使用感测到的生物声和构造的超声图像来诊断疾病。
有益效果
根据以上各种示例性实施例,本发明提供可用于适当地去除噪声的电子听诊器设备。
此外,本发明提供通过还考虑其他装置的信息来估计生物声的技术和诊断疾病的技术。
附图说明
通过参照附图描述本发明的特定示例性实施例,本发明的以上和/或其他方面将更加明显,其中:
图1是示出根据本发明的示例性实施例的电子听诊器设备的配置的框图。
图2至图5是示出根据本发明的各种示例性实施例的电子听诊器设备的配置的框图。
图6是示出从合成了多个源生物声的生物声分离目标生物声的方法的参考示图。
图7是示出根据本发明的其他示例性实施例的电子听诊器设备的配置的框图。
图8是根据本发明的另一示例性实施例的电子听诊器设备的配置的框图。
图9是示出根据本发明的另一示例性实施例的电子听诊器设备的配置的框图。
图10是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备的操作的参考示图。
图11是示出心电图信号的波形的附图。
图12是示出听诊信号和心电图信号之间的位置关系的附图。
图13是示出根据本发明的另一示例性实施例的电子听诊器设备的配置的框图。
图14是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备的操作的参考示图。
图15是示出心音和脉搏波的波形的附图。
图16是示出根据本发明的另一示例性实施例的电子听诊器设备的操作的框图。
图17是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备的操作的参考示图。
图18是示出根据本发明的示例性实施例的远程诊断系统的配置的框图。
图19是示出远程诊断方法的流程图。
图20至图23是根据本发明的各种示例性实施例的声学诊断方法的流程图。
最优实施方式
具体实施方式
在下文中,将参照附图给出本公开的详细描述。
图1是示出根据本发明的示例性实施例的电子听诊器设备的配置的框图。
参照图1,电子听诊器设备100-1包括生物声感测部110、噪声感测部120和噪声去除部130。
生物声感测部110用于感测生物声。具体地,生物声感测部110使用至少一个听诊传感器来感测各种类型的生物声。这里,生物声可以是肺部声音、心音和腹部声音中的至少一种声音。具体地,每种生物声具有不同的频率特征,诸如,频带和周期等。例如,心音可具有低频,肺部声音可具有相对低的频率。另外,由生物声感测部感测到的生物声可以是组合了各种生物声的声音。
根据本发明的示例性实施例,生物声感测部可包括:听诊传感器(未示出)、传感器驱动部(未示出)、放大部(未示出)、滤波部(未示出)和A/D转换部(未示出)。听诊传感器通过物理接触或物理非接触来收集生物声。这里,听诊传感器是被配置为收集生物声并将其转换为电信号的传感器,并且麦克风是它的典型示例。麦克风可以是包括使用压电薄膜的阻抗匹配电路的用于物理接触的麦克风。麦克风可被安装在进行物理接触以收集生物声的听胸器上。
可包括多于两个听诊传感器以从若干位置收集生物声。
传感器驱动部操作听诊传感器,并从听诊传感器输出被转换为电信号的大量的生物声信号。因此,传感器驱动部可包括与听诊传感器的数量一样多的传感器驱动模块。
放大部对从传感器驱动部输出的多个生物声中的每个进行放大,以达到期望的放大增益。
滤波部可从收集的生物声去除高频噪声或低频噪声。滤波部的功能可由稍后将描述的噪声去除部130执行。
A/D转换部将经过滤波部或噪声去除部进行滤波的生物声转换为数字信号并输出。
噪声感测部120感测在生物声感测处理中产生的噪声。噪声感测部120可包括与上述生物声感测部相似的配置。
即,噪声感测部120可包括:噪声感测传感器(未示出)、传感器驱动部(未示出)、放大部(未示出)、滤波部(未示出)和A/D转换部(未示出)。
噪声感测传感器位于听胸器内部或外部,并可感测噪声。
噪声感测传感器包括麦克风,并可感测在生物声感测处理中通过与皮肤接触而产生的这样的噪声。感测到的声音可在被适当地处理(诸如,放大、滤波或A/D转换)之后被输出。
噪声感测传感器可包括运动传感器。运动传感器可主要位于听胸器内,并且在这种情况下,运动传感器感测听胸器的运动。例如,运动传感器感测在生物声测量处理中产生的听胸器的振动。
运动传感器可被实现为各种传感器,诸如,重力加速度传感器、地磁传感器和陀螺仪传感器等。
例如,当运动传感器被实现为使用磁通门的磁通门地磁传感器时,运动传感器包括磁通门铁芯、驱动线圈和磁通门传感器,其中,磁通门铁芯由高渗透磁性材料(诸如,坡莫合金)组成,驱动线圈缠绕铁芯,磁通门传感器用检测线圈形成。磁通门铁芯的数量可以是两个或三个。每个磁通门铁芯按照相互正交的形式被制造。也就是说,双轴磁通门传感器用X-轴和Y轴磁通门实现。三轴磁通门传感器用X-轴、Y轴和Z轴磁通门实现。因此,一旦在操作信号进入每个操作线圈(其中,在每个操作线圈中每个磁通门铁芯被缠绕)之后感应出磁性,则通过使用检测线圈来检测与外部磁场成比例的第二谐波分量,来测量外部磁场的大小和方向。因此,可通过将先前测量的磁场的方向与当前测量的磁场的方向进行比较来感测旋转角度和旋转方向。
对于另一示例,运动传感器可包括陀螺仪传感器。陀螺仪传感器是用于测量在一秒内移动了多少角度的传感器。也就是说,科里奥利力(Coriolisforce)在对象运动时出现,并且陀螺仪传感器使用科里奥利力公式来感测在惯性坐标系中起作用的角速度。因此,可感测旋转角度和旋转方向。
同时,为了另外补偿由于倾斜角度而产生的影响,运动传感器可包括加速度传感器。也就是说,运动传感器可通过甚至考虑由加速度传感器测量的倾斜角度(诸如,俯仰角和横滚角)来计算准确的旋转角度和旋转方向。
噪声去除部130从感测到的生物声去除噪声,并输出生物声。
具体地,当噪声感测部120包括麦克风时,噪声去除部130通过用由麦克风感测到的噪声信号的频率进行滤波来输出感测的生物声。麦克风感测麦克风输入背景噪声信号作为参考信号。随后,噪声去除部130用自适应滤波器使用参考信号来去除进入听诊传感器中的背景噪声。
当噪声感测部120包括用于感测电子听诊器设备100-1的运动的运动传感器时,噪声去除部130使用从运动传感器输出的感测值来计算噪声信号,并通过用噪声信号的频率对感测到的生物声进行滤波来输出感测到的生物声。当听胸器向水平方向或竖直方向移动并与身体接触时,噪声相应地产生,并且噪声感测部120感测到噪声。随后,噪声去除部130使用生物声感测部110的运动方向和大小以及摩擦噪声之间的相互关系来去除噪声信号。这里的相互关系是指根据所述运动方向和所述运动大小而出现的噪声的大小和特征的关系。
图2至图5是示出根据本发明的各种示例性实施例的电子听诊器设备的配置的框图。
参照图2,根据本发明的示例性实施例的电子听诊器设备100-1包括可安装在听胸器的内表面或外表面上的运动传感器。运动传感器感测听胸器在听诊处理中的运动,并输出运动数据。噪声去除部130使用运动数据来估计噪声发生的区域。对于示例性实施例,与累积的运动数据相应的噪声数据被存储在存储部(未示出),并且测量出的运动数据可被映射。噪声去除部130通过用噪声信号的频率对感测的生物声进行滤波来输出感测的生物声。
参照图3,根据本发明的其他示例性实施例的电子听诊器设备100-2包括安装在听胸器的内表面或外表面的运功传感器,并且麦克风可位于听胸器的外部。在这种情况下,运动传感器感测听胸器在听诊处理中的运动,并输出运动数据。噪声去除部130使用运动数据来估计噪声发生的区域。噪声去除部130通过用噪声信号的频率对感测的生物声进行滤波来输出感测的生物声。麦克风感测并输出在生物声测量处理中产生的来自于听胸器外部的噪声。随后,噪声去除部130通过使用由麦克风感测的噪声信号的频率对感测的生物声进行滤波来输出感测的生物声。
参照图4,根据本发明的另一示例性实施例的电子听诊器设备100-2包括安装在听胸器的内表面或外表面上的麦克风。在这种情况下,麦克风感测并输出在生物声测量处理中产生的噪声。随后,噪声去除部130通过使用由麦克风感测到的噪声信号的频率对感测的生物声进行滤波来输出感测的生物声。
参照图5,根据本发明的另一示例性实施例的电子听诊器设备100-5包括安装在听胸器的外表面上的麦克风。在这种情况下,它与以上实施例相似。
人体从各种身体部位产生具有不同特点的生物声。例如,心音、肺部声音和在人腹部周围产生的腹部声音。在这种情况下,当将听诊器设备的传感器置于腹部周围时,听诊器设备感测由心音、肺部声音和腹部声音合成的生物声。
尤其是,当医生使用听诊器设备诊断人的身体状况时,如果医生不能检测到准确的目标生物声,则可能由于医生基于未被准确地检测的生物声来进行诊断而存在进行误诊的问题。
图6是示出从合成了多个源生物声的生物声分离目标生物声的方法的参考示图。
参照图6,本发明可通过考虑由多个听诊传感器感测到的生物声的空间性(n通道听诊信号并分离源生物声)来检测用于诊断的目标生物声。
然而,可通过从由第一听诊传感器感测的生物声去除由第二听诊传感器感测的参考生物声来检测目标生物声。
图7是示出根据本发明的其他示例性实施例的电子听诊器设备100-2的配置的框图。
参照图7,根据本发明的其他示例性实施例的电子听诊器设备100-2包括生物声感测部110、分离部140和输出部135。
生物声感测部110已进行过描述,因此将省略对它的描述。
分离部140使用生物声的空间性将感测到的生物声分离为多个源生物声。此时,生物声的空间性可以是通过多个听诊传感器感测到的生物声的增益和延迟。也就是说,分离部140可对源生物声的增益和延迟进行分析,并从感测到的生物声分离多个源生物声。
分离部140包括:设置部141、估计部143、聚类部145、恢复部147和检测部149。
设置部141设置由生物声的空间性反映的信号混合模型。例如,当从两个听诊传感器接收包括两个源生物声的生物声时,设置部141可将信号混合模型设置为下面的等式1。
<等式1>
x1(t)=s1(1)+s2(t)
x1(t)=a1s1(t-d1)+a2s2(t-d2)
这里,x1和x2是由听诊传感器接收的信号。s1和s2是第一源生物声信号和第二源生物声信号。a1和a2是第一源生物声信号和第二源生物声信号的增益阻尼比。d1和d2是第一源生物声信号和第二源生物声信号的延迟值。
估计部143使用由设置部设置的信号混合模型来估计在每个听诊传感器中接收到的生物声信号的混合参数。混合参数可包括增益阻尼比(a)和延迟值(d)。
聚类部145将由估计部143估计的混合参数聚类在参数空间中。具体地,聚类部145可将估计的混合参数聚类在x轴为增益阻尼比(a)且y轴为延迟值(d)的参数空间中。
恢复部147使用由聚类部145聚类的混合参数来将生物声转换到时域,并恢复多个源生物声。例如,恢复部147可将从参数空间的第一域中检测到的信号转换到时域并恢复该信号作为第一源生物声,并可将在第二域中检测到的信号转换到时域并恢复该信号作为第二源生物声。
检测部149检测由恢复部147恢复出的多个源生物声之中的目标生物声。目标生物声可以是由用户选择的生物声,但它不限于此,并可以是制造过程中默认的。
同时,听诊器100-2还可包括用于选择用户想要检测的目标生物声的用户输入部(未示出)。
输出部135可输出检测到的目标生物声。这里,输出部135可以以音频形式输出目标生物声,然而,这仅是示例性实施例,因此,可以以视频形式输出目标生物声。
通过如上所述的听诊器设备,用户可有效地分离或检测用户想要诊断的目标生物声。
图8是根据本发明的另一示例性实施例的电子听诊器设备100-3的配置的框图。
听诊器设备100-3包括:具有第一听诊传感器111和第二听诊传感器112的生物声感测部110、检测部149和输出部135。
生物声感测部110使用多个听诊传感器来感测参考生物声以及包括参考生物声和目标生物声的合成生物声。特别是,如图8所示,生物声感测部110包括第一听诊传感器111和第二听诊传感器112。生物声感测部110通过第一听诊传感器111来感测由参考生物声和目标生物声合成的合成生物声,并通过第二听诊传感器112来感测参考生物声。
同时,生物声感测部110使用多个听诊传感器进行信号处理的方法已被描述,因此将省略对所述方法的描述。
检测部149使用自适应滤波器从由第一听诊传感器111感测到的合成生物声去除由第二听诊传感器112感测到的参考生物声,并检测目标生物声。具体地,如果从第一听诊传感器111测量出的合成生物声信号在仍然混合有参考生物声的状态下被输入到检测部149中,则检测部的自适应滤波器观察输出值并改变自适应滤波器的系数来执行反馈。用这样的操作,自适应滤波器可从测量出的合成生物声信号滤除参考生物声信号,并检测目标生物声。
输出部135输出由检测部149检测到的目标生物声。输出部135可以以音频形式输出目标生物声,然而,这仅是示例性实施例,因此,还可以以视频形式输出目标生物声。
特别是,所描述的实施例在准确地测量带有噪声的生物声时是有用的。例如,当听胎儿的心音时,母亲的脉搏声音可作为噪声与胎儿的心音混合。因此,可通过将第一听诊传感器接触在母亲的腹部上来获得由胎儿的心音和母亲的脉搏声音合成的合成生物声。另外,可通过将第二听诊传感器接触在桡动脉(你可在桡动脉上感觉到脉搏)上来获得母亲的脉搏声音,作为参考生物声。通过使用上述方法,通过去除作为参考生物声的母亲的脉搏声音,用户可清楚地听到胎儿的心音。
根据本发明的各种示例性实施例的听诊器设备通过输出的听诊信号实现了自动疾病诊断。此外,当与一些医疗技术结合时,诊断的准确性可以更高。下面描述这些各种示例性实施例。
图9是示出根据本发明的另一示例性实施例的电子听诊器设备100-4的配置的框图。图10是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备100-4的操作的参考示图。图11是示出心电图信号的波形的附图。图12是示出听诊信号和心电图信号之间的位置关系的附图。
参照图9,根据本发明的另一示例性实施例的听诊器装置100-4包括:生物声感测部110、心电图信号检测部150和噪声去除部130。
生物声感测部110的功能如上所述,因此省略对它的描述。
心电图信号检测部150是用于检测心电图信号的配置。具体地,心电图信号检测部150检测在心肌在每一次心跳去极化时通过一对贴在皮肤上的电极从皮肤感测到的微小的电信号。在休止期,每个心肌细胞具有负电荷,并被称为膜电位。这些负电荷由于诸如Na+和Ca++的阳离子的流入而减小,因此去极化发生并且心脏收缩。在每个心跳期间,心脏提供有序去极化波形,其中,所述有序去极化波形从来自于窦房结的信号延伸到整个心室。由一对电极感测到的小电压的波形可被以曲线呈现在显示器上。
在心电图信号的一个周期内,P波、Q波、R波、S波和T波通常如图11所示连续地产生。
P波指示心房的收缩,一系列的P波、R波和S波(QRS复合)指示心室的收缩,T波是心室的舒张的特征。
心电图信号检测部150检测QRS复合区间、P波和T波的特征(S1010)。QRS复合区间是在QRS复合开始点与QRS复合结束点之间的将心电图信号的大小(电压,y轴)处于峰值的点作为中心的心电图信号区间。在该处理期间,如图10所示,心电图信号的噪声通过它本身被去除(这与稍后描述的噪声去除部的操作不同)。
噪声去除部130使用检测到的心电图信号来从感测的生物声估计心音的位置。随后,噪声去除部从感测的生物声去除噪声(S1020)。
噪声去除部130可根据生物声和呼吸信号的信号特征来去除噪声。通常,心音具有脉冲信号的特征,而呼吸或噪声声音具有白噪声的特征。此外,心音和呼吸信号具有不同的频带,因此,能够使用频率滤波器来检测心音。然而,有时在检测心音时不可能完全去除噪声,因此有必要更准确地定位心音。这是因为,疾病可根据基于心音的位置而产生的噪声的位置被诊断。
能够使用上述提到的呼吸信号的信号特征来诊断疾病。正常呼吸信号具有白噪声的特征,并且大小随着它进入高频而减小。然而,在与呼吸器官相关的疾病的情况下,异常呼吸信号包括爆裂音、哮鸣音、喘鸣和胸膜摩擦音等,并具有与正常呼吸信号不同的频率特征。
如图12所示,听诊信号的位置和心电图信号之间存在相关性。也就是说,听诊信号的心音位于心电图信号的QRS区间的结束部分。因此,噪声去除部130使用心电图信号来定位听诊信号的心音。特别是,当许多噪声包括在听诊信号中时,可能难以用听诊信号自身来定位心音的位置。在这种情况下,可使用心电图信号来定位听诊信号的心音的位置。
根据本发明的另一示例性实施例的电子听诊器装置100-3可通过心电图信号检测部检测心电图信号的特征来去除噪声。随后,该信息被用于检测听诊信号的特征。也就是说,它可被用于从听诊信号去除噪声,并检测心音或脉搏声音的准确特征。
当听诊呼吸信号时,噪声去除部130在通过特征的位置估计出心音的位置之后,从检测到的生物声滤除心音。
还可考虑与以上提到的示例性实施例类似的电子听诊器设备。下面描述具有脉搏波检测工具的电子听诊器设备。
图13是示出根据本发明的另一示例性实施例的电子听诊器设备100-5的配置的框图。图14是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备100-5的操作的参考示图。图15是示出心音和脉搏波的波形的附图。
参照图13,听诊器设备100-3包括:生物声感测部110、脉搏波信号检测部160和脉搏波速度计算部165。
如以上所提到的,生物声感测部110输出听诊信号。如上所提到的,能够从感测到的生物声滤除噪声并且可检测听诊信号的特征(S1410)。
脉搏波信号检测部160检测脉搏波信号。脉搏波信号检测部160从血管测量作为人体心脏的收缩和舒张的重复的结果而产生的脉搏波,并且脉搏波检测部根据测量目的而被配置为具有拥有若干物理特征的传感器元件。例如,可使用根据压力产生输出信号的使用诸如压电元件的压力传感器。脉搏波信号检测部160检测脉搏波信号,并计算特征位置(S1420)。
脉搏波速度计算部165使用感测到的生物声的第一位置与检测到的脉搏波信号的第二位置之间的时间来估计脉搏波传播速度(S1430)。
参照图15,从本发明的示例性实施例估计心音的开始位置时间(T1),从脉搏波测量切迹(v点)位置的时间(T2)。随后,可通过使用生物声感测部110与脉搏波信号检测部160之间的距离以及心音的开始位置的时间(T1)与切迹(v点)位置的时间(T2)之间的时差两者来估计脉搏波传播速度。
在脉搏波传播速度低的情况下,血管可被诊断为健康。这是因为在具有柔软且富有弹性的血管的情况下,脉搏波的波被吸收并且脉搏波传播速度减慢。脉搏波传播速度还在血管具有大的内部直径时减慢。
下面描述具有超声检查工具的电子听诊器设备。
图16是示出根据本发明的另一示例性实施例的电子听诊器设备100-6的操作的框图。图17是示意性地示出根据本发明的另一示例性实施例的电子听诊器设备100-6的操作的参考示图。
参照图16,电子听诊器设备100-6包括:生物声感测部110、超声图像构造部170和自动诊断部180。
生物声感测部110输出听诊信号(S1710)。如以上所提到的,能够从感测到的生物声滤除噪声。
超声图像构造部170将超声信号发射到身体部位上,并感测从身体部痊反射的超声回波信号。为此,超声图像构造部包括探头和调谐线圈,其中,探头包括具有振动器的换能器,调谐线圈用于感测超声回波信号。此外,超声图像构造部包括用于处理接收到的信号的A/D转换器以及信号处理部。
超声图像构造部170接收从身体部位反射的超声信号,并产生具有黑白信号的B模式图像或C模式(彩色模式)图像。
B模式(亮度模式)图像是通过使用从超声被发射到的身体部位反射的超声回波信号,以黑白形式来构造所述身体部位的图像。当在水平轴上具有到身体部位的距离以及在竖直轴上具有反射的回波的幅度时,可通过用点的亮度来代替幅度来对幅度进行标记。可以通过使用这种方法来以黑白图像构造B模式。
另一方面,C模式(彩色多普勒模式)图像是通过使用反射的超声回波信号以彩色来构造超声被发射到的身体部位的图像。在超声回波信号被接收并且随后频率偏移由于多普勒效应而发生的情况下,超声图像构造部170可通过计算频率偏移来测量血流的速度。随后,可使用血流的速度来构造C模式图像。
自动诊断部180通过使用超声图像和生物声信号来执行自动诊断。具体地,自动诊断部180通过分析心音和由心音而导致的超声图像来执行自动诊断(S1730)。为此,关于各种疾病的参数被预先存储和管理,并且研究与超声图像和生物声信号的参数匹配的疾病。不仅可使用超声图像,而且可使用从超声图像转换的超声。
下面描述根据本发明的各种示例性实施例的远程诊断系统1000。
图18是示出根据本发明的示例性实施例的远程诊断系统1000的配置的框图。图19是示出远程诊断方法的流程图。
参照图18,远程诊断系统1000包括移动装置100和诊断服务器200。
移动装置100检测或测量各种生物信号(S1910)。移动装置100用以上提到的各种方法去除并存储噪声(S1920)。诊断的结果可被单独地显示(S1930)。然而,该结果可与由服务器200诊断的结果一起被显示(1940)。诊断服务器200在从移动装置100接收到生物信号之后通过个体/通过疾病来构建并管理数据库(S1960)。随后,诊断服务器使用DB来产生并更新用于诊断的训练模型(S1970)。训练模型在自动诊断中使用。
远程诊断可由医生执行,或者通过诊断服务器200的自动诊断来执行。诊断的结果被发送到移动装置100(S1935)。移动装置100显示诊断的结果。
如上所提到的,可通过听诊信号来检测异常呼吸信号。因此,能够诊断诸如支气管炎、肺水肿、心功能不全、肺炎、肺梗塞和哮喘等的疾病。此外,能够诊断与心脏疾病相关的心脏杂音、心律失常和心率等。
使用心电图,能够通过心率和心律失常来诊断心房纤维性颤动、心房扑动、室性心动过速、心肌梗死、局部缺血性心脏病和心脏瓣膜病(引起血流的异常)。
可通过超声图像或超声波来诊断心律失常、心率、心瓣膜狭窄和梗阻等,并且还可诊断血管的状况。也就是说,可诊断引起血流的异常的心脏瓣膜病、狭窄和梗阻。
可通过脉搏波来诊断心律失常和心率,并且可诊断血管老化、血管弹性、血液循环老化、动脉疾病和周围血管疾病等。
下面描述根据本发明的各种示例性实施例的自动诊断方法。
图20至图23是根据本发明的各种示例性实施例的自动诊断方法的流程图。
根据本发明的示例性实施例的自动诊断方法包括以下步骤:感测生物声(S2010);感测在生物声感测处理中产生的噪声(S2020);通过从感测到的生物声去除感测到的噪声来输出生物声(S2030)。
噪声感测步骤可使用麦克风来执行。
此外,麦克风被安装在电子听诊器设备的听胸器上,并且噪声去除步骤可通过使用通过麦克风感测到的噪声信号的频率进行滤波来输出感测的生物声。
此外,噪声感测步骤使用用于感测电子听诊器设备的运动的运动传感器来感测噪声,并且噪声去除步骤使用从运动传感器输出的感测值来计算噪声信号并通过使用噪声信号的频率来对感测的生物声进行滤波来输出感测的生物声。
根据本发明的其他示例性实施例的自动诊断方法包括以下步骤:感测生物声(S2110);检测心电图信号(S2120);通过使用检测到的心电图信号从感测的生物声估计心音的位置,并从感测的生物声去除噪声(S2130)。
这里,心电图信号检测步骤检测检测到的心电图信号的特征,并且噪声去除步骤使用检测到的心电图信号的特征来从感测的生物声估计心音的位置。
根据本发明的另一示例性实施例的自动诊断方法包括以下步骤:感测生物声(S2210);检测脉搏波信号(S2220);通过使用感测到的生物声的第一位置与检测到的脉搏波信号的第二位置之间的距离和时间来测量脉搏波传播速度(S2230)。
根据本发明的另一示例性实施例的自动诊断方法包括以下步骤:感测生物声(S2310);通过将超声信号发射到身体部位上并感测反射的超声信号来构造超声图像(S2320);通过使用感测的生物声和构造的超声图像来诊断疾病(S2330)。
同时,以上提到的自动诊断方法可存储在可按照程序的形式在计算机上被读取的非暂时记录介质中。非暂时性可读介质不是短暂地存储数据的介质(诸如,寄存器、高速缓存器等),而是半永久性地存储数据的介质并且是可由电子装置读取的介质。例如,CD、DVD、硬盘驱动器、蓝光盘、USB、存储卡、ROM。
本领域中的技术人员将理解:在不脱离本公开的必要特征的情况下,可进行各种修改、添加和替换,并且这些修改和添加不应与本公开的技术范围或方面独立地被解释。本公开的范围在权利要求中被表现,而不是前述描述,并且在等同范围内的每种差别应被解释为包括在本公开中。
Claims (15)
1.一种电子听诊器设备,包括:
生物声感测部,用于感测生物声;
噪声感测部,用于感测在生物声感测处理中产生的噪声;
噪声去除部,用于去除感测到的噪声并输出去除了噪声的感测到的生物声。
2.如权利要求1所述的电子听诊器设备,其中,生物声感测部包括麦克风。
3.如权利要求1所述的电子听诊器设备,其中,噪声感测部包括安装在电子听诊器的听胸器上的麦克风;
噪声感测部通过用由麦克风感测到的噪声信号的频率进行滤波来输出感测到的生物声。
4.如权利要求1所述的电子听诊器设备,其中,噪声感测部包括用于感测电子听诊器的运动的运动传感器,并通过用噪声信号的频率进行滤波来输出感测到的生物声。
5.一种电子听诊器设备,包括:
生物声感测部,用于感测生物声;
心电图(ECG)检测部,用于提取心电图信号;
噪声去除部,用于通过使用所提取出的心电图信号来从感测到的生物声估计心音的位置,并从感测到的生物声去除相应的噪声。
6.如权利要求5所述的电子听诊器设备,其中,生物声感测部提取所提取出的心电图(ECG)信号的特征;
噪声去除部通过使用所提取出的心电图(ECG)信号的特征来从感测到的生物声估计心音的位置。
7.一种电子听诊器设备,包括:
生物声感测部,用于感测生物声;
脉搏波信号检测部,用于检测脉搏波信号;
脉搏波速度计算部,用于通过使用感测到的生物声的第一位置与检测出的脉搏波信号的第二位置之间的距离和时间来测量脉搏波传播速度。
8.一种自动诊断设备,包括:
生物声感测部,用于感测生物声;
超声图像构造部,用于将超声信号发射到身体部位上并通过感测反射的超声信号来构造超声图像;
自动诊断部,用于通过使用感测到的生物声和构造的超声图像来诊断疾病。
9.一种自动诊断方法,包括:
感测生物声;
感测在生物声感测处理中产生的噪声;
从感测到的生物声去除感测到的噪声,并输出去除了噪声的感测到的生物声。
10.如权利要求9所述的自动诊断方法,其中,噪声感测步骤是通过使用麦克风来执行的。
11.如权利要求10所述的自动诊断方法,其中,麦克风被安装在电子听诊器的听胸器上;
噪声感测步骤通过用由麦克风感测到的噪声信号的频率进行滤波来输出感测到的生物声。
12.如权利要求9所述的自动诊断方法,其中,噪声是由用于感测电子听诊器的运动的运动传感器感测的;
噪声信号通过从运动传感器输出的感测值而被计算,并且在噪声去除步骤中用噪声信号的频率进行滤波之后,感测到的生物声被输出。
13.一种自动诊断方法,包括:
感测生物声;
提取心电图信号;
通过使用所提取出的心电图信号来从感测到的生物声估计心音的位置,并从感测到的生物声去除相应的噪声。
14.如权利要求13所述的自动诊断方法,其中,
在心电图信号提取步骤中,所提取出的心电图(ECG)信号的特征被检测;
在噪声去除步骤中,心音的位置是通过使用所提取出的心电图信号的特征而从感测到的生物声估计出的。
15.一种自动诊断方法,包括:
感测生物声;
检测脉搏波信号;
通过使用感测到的生物声的第一位置与检测出的脉搏波信号的第二位置之间的距离和时间来测量脉搏波传播速度。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361808699P | 2013-04-05 | 2013-04-05 | |
US61/808,699 | 2013-04-05 | ||
US201361815928P | 2013-04-25 | 2013-04-25 | |
US61/815,928 | 2013-04-25 | ||
KR10-2014-0040719 | 2014-04-04 | ||
KR1020140040719A KR101974482B1 (ko) | 2013-04-05 | 2014-04-04 | 전자 청진 장치, 자동 진단 장치 및 자동 진단 방법 |
PCT/KR2014/002951 WO2014163443A1 (en) | 2013-04-05 | 2014-04-07 | Electronic stethoscope apparatus, automatic diagnostic apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105101880A true CN105101880A (zh) | 2015-11-25 |
CN105101880B CN105101880B (zh) | 2018-02-02 |
Family
ID=51992946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480020262.2A Expired - Fee Related CN105101880B (zh) | 2013-04-05 | 2014-04-07 | 电子听诊器设备、自动诊断设备和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160045183A1 (zh) |
EP (1) | EP2981214B1 (zh) |
KR (1) | KR101974482B1 (zh) |
CN (1) | CN105101880B (zh) |
WO (1) | WO2014163443A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107348971A (zh) * | 2017-08-17 | 2017-11-17 | 上海交通大学 | 一种基于心音检测和机器学习算法的心脏病筛查系统 |
CN108968912A (zh) * | 2017-05-31 | 2018-12-11 | 芜湖美的厨卫电器制造有限公司 | 浴室的信息提供系统、方法及浴室镜 |
CN109069099A (zh) * | 2016-08-17 | 2018-12-21 | 加州理工学院 | 增强型听诊器装置及方法 |
CN111246802A (zh) * | 2017-10-05 | 2020-06-05 | 安科诺思公司 | 用附加信号融合超声的系统和方法 |
CN113056234A (zh) * | 2018-10-08 | 2021-06-29 | 安科诺思公司 | 包括超声传感器、听诊传感器和环境噪声传感器的设备 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104873186B (zh) * | 2015-04-17 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种可穿戴的动脉检测装置及其数据处理方法 |
WO2016207092A1 (en) * | 2015-06-26 | 2016-12-29 | Koninklijke Philips N.V. | System and method for generating an ultrasonic image |
EP3367908B1 (en) * | 2015-10-30 | 2020-09-23 | The Johns Hopkins University | Programmable electronic stethoscope devices, algorithms, systems, and methods |
EP3386393B1 (en) | 2015-12-08 | 2021-05-05 | Kneevoice, Inc. | Assessing joint condition using acoustic sensors |
EP3416564B1 (en) * | 2016-02-17 | 2020-06-03 | Bat Call D. Adler Ltd. | Digital stethoscopes, and auscultation and imaging systems |
US11116478B2 (en) | 2016-02-17 | 2021-09-14 | Sanolla Ltd. | Diagnosis of pathologies using infrasonic signatures |
US10182789B2 (en) * | 2016-03-03 | 2019-01-22 | David R. Hall | Toilet with stethoscope |
CN105898219B (zh) * | 2016-04-22 | 2019-05-21 | 北京小米移动软件有限公司 | 对象监控方法及装置 |
CN105852903A (zh) * | 2016-05-23 | 2016-08-17 | 四川长虹电器股份有限公司 | 双麦克蓝牙听诊器的心音增强系统 |
CN105962967A (zh) * | 2016-05-23 | 2016-09-28 | 四川长虹电器股份有限公司 | 基于双麦克听诊器的心音去噪方法 |
KR102417890B1 (ko) * | 2016-12-08 | 2022-07-07 | 현대자동차주식회사 | 운전자 상태 감시 장치 및 방법 |
US10743787B2 (en) | 2016-12-29 | 2020-08-18 | Intel Corporation | Noise mitigation for biosignals |
JP2019010415A (ja) * | 2017-06-30 | 2019-01-24 | ヤマハ株式会社 | 電子血圧計、血圧測定方法、及び電子聴診器 |
WO2019067880A1 (en) * | 2017-09-28 | 2019-04-04 | Heroic Faith Medical Science Co., Ltd. | ELECTRONIC STETHOSCOPE SYSTEMS CONNECTED TO THE NETWORK |
WO2019073281A1 (en) * | 2017-10-10 | 2019-04-18 | CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement | THORACIC SIGNAL RECORDING SYSTEM AND METHOD OF USING THE SAME |
KR102141644B1 (ko) * | 2017-11-30 | 2020-08-06 | 전자부품연구원 | 생체신호 획득 장치, 차량 및 그 제어방법 |
CN111466946A (zh) * | 2020-03-11 | 2020-07-31 | 朱冯森 | 医用硅胶听筒及其制造方法和加工模具 |
CN112957066B (zh) * | 2021-02-10 | 2023-04-11 | 中北大学 | 基于n型悬臂梁式一维MEMS声传感器的电子听诊器 |
WO2023239325A1 (en) * | 2022-06-09 | 2023-12-14 | Bogazici Universitesi | Digital stethoscope and measurement quality system for telehealth applications |
WO2024094601A1 (en) * | 2022-10-31 | 2024-05-10 | Lapsi Health B.V. | Chestpiece for stethoscope, electronic stethoscope and use |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1273262A1 (en) * | 2000-02-18 | 2003-01-08 | Colin Corporation | Heart-sound detection apparatus and pulse-wave-propagation-velocity determination |
CN101321497A (zh) * | 2005-11-23 | 2008-12-10 | 3M创新有限公司 | 悬臂式生物声学传感器及其使用方法 |
CN101652101A (zh) * | 2007-03-23 | 2010-02-17 | 3M创新有限公司 | 采用多个传感器信号特征检测的用于医学感测装置的功率管理 |
US20100042003A1 (en) * | 2007-02-16 | 2010-02-18 | Konica Minolta Medical & Graphic, Inc. | Small-scale diagnostic system and display control method |
CN201481447U (zh) * | 2009-08-14 | 2010-05-26 | 广州医学院第二附属医院 | 主动降噪电子听诊器 |
CN102228382A (zh) * | 2011-07-07 | 2011-11-02 | 深圳市资福技术有限公司 | 一种无线听诊系统 |
CN102228381A (zh) * | 2011-07-07 | 2011-11-02 | 深圳市资福技术有限公司 | 一种无线听诊头 |
CN102283672A (zh) * | 2011-07-07 | 2011-12-21 | 深圳市资福技术有限公司 | 一种无线听诊器 |
CN202211703U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊头 |
CN202211704U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊系统 |
CN202211702U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊器 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5539831A (en) * | 1993-08-16 | 1996-07-23 | The University Of Mississippi | Active noise control stethoscope |
US7976480B2 (en) * | 2004-12-09 | 2011-07-12 | Motorola Solutions, Inc. | Wearable auscultation system and method |
US20080013747A1 (en) * | 2006-06-30 | 2008-01-17 | Bao Tran | Digital stethoscope and monitoring instrument |
US8764660B2 (en) * | 2007-10-16 | 2014-07-01 | General Electric Company | Methods and apparatus for combined audible and ultrasound inspection of objects, including patients |
KR20090079006A (ko) * | 2008-01-16 | 2009-07-21 | 삼성전자주식회사 | 생체 신호 측정 장치, 생체 신호 측정 센서, 맥파 전달속도 측정 장치 및 방법 |
US20110066042A1 (en) * | 2009-09-15 | 2011-03-17 | Texas Instruments Incorporated | Estimation of blood flow and hemodynamic parameters from a single chest-worn sensor, and other circuits, devices and processes |
US8790264B2 (en) * | 2010-05-27 | 2014-07-29 | Biomedical Acoustics Research Company | Vibro-acoustic detection of cardiac conditions |
TWI528944B (zh) * | 2011-08-11 | 2016-04-11 | Nat Univ Tsing Hua | 應用於電子聽診器的疾病診斷方法 |
-
2014
- 2014-04-04 KR KR1020140040719A patent/KR101974482B1/ko active IP Right Grant
- 2014-04-07 WO PCT/KR2014/002951 patent/WO2014163443A1/en active Application Filing
- 2014-04-07 EP EP14778643.8A patent/EP2981214B1/en active Active
- 2014-04-07 US US14/782,467 patent/US20160045183A1/en not_active Abandoned
- 2014-04-07 CN CN201480020262.2A patent/CN105101880B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1273262A1 (en) * | 2000-02-18 | 2003-01-08 | Colin Corporation | Heart-sound detection apparatus and pulse-wave-propagation-velocity determination |
CN101321497A (zh) * | 2005-11-23 | 2008-12-10 | 3M创新有限公司 | 悬臂式生物声学传感器及其使用方法 |
US20100042003A1 (en) * | 2007-02-16 | 2010-02-18 | Konica Minolta Medical & Graphic, Inc. | Small-scale diagnostic system and display control method |
CN101652101A (zh) * | 2007-03-23 | 2010-02-17 | 3M创新有限公司 | 采用多个传感器信号特征检测的用于医学感测装置的功率管理 |
CN201481447U (zh) * | 2009-08-14 | 2010-05-26 | 广州医学院第二附属医院 | 主动降噪电子听诊器 |
CN102228382A (zh) * | 2011-07-07 | 2011-11-02 | 深圳市资福技术有限公司 | 一种无线听诊系统 |
CN102228381A (zh) * | 2011-07-07 | 2011-11-02 | 深圳市资福技术有限公司 | 一种无线听诊头 |
CN102283672A (zh) * | 2011-07-07 | 2011-12-21 | 深圳市资福技术有限公司 | 一种无线听诊器 |
CN202211703U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊头 |
CN202211704U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊系统 |
CN202211702U (zh) * | 2011-07-07 | 2012-05-09 | 深圳市资福技术有限公司 | 一种无线听诊器 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109069099A (zh) * | 2016-08-17 | 2018-12-21 | 加州理工学院 | 增强型听诊器装置及方法 |
CN108968912A (zh) * | 2017-05-31 | 2018-12-11 | 芜湖美的厨卫电器制造有限公司 | 浴室的信息提供系统、方法及浴室镜 |
CN107348971A (zh) * | 2017-08-17 | 2017-11-17 | 上海交通大学 | 一种基于心音检测和机器学习算法的心脏病筛查系统 |
CN111246802A (zh) * | 2017-10-05 | 2020-06-05 | 安科诺思公司 | 用附加信号融合超声的系统和方法 |
CN113056234A (zh) * | 2018-10-08 | 2021-06-29 | 安科诺思公司 | 包括超声传感器、听诊传感器和环境噪声传感器的设备 |
Also Published As
Publication number | Publication date |
---|---|
KR101974482B1 (ko) | 2019-05-02 |
KR20140121366A (ko) | 2014-10-15 |
WO2014163443A1 (en) | 2014-10-09 |
CN105101880B (zh) | 2018-02-02 |
EP2981214B1 (en) | 2023-03-29 |
US20160045183A1 (en) | 2016-02-18 |
EP2981214A4 (en) | 2017-03-29 |
EP2981214A1 (en) | 2016-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105101880B (zh) | 电子听诊器设备、自动诊断设备和方法 | |
El-Segaier et al. | Computer-based detection and analysis of heart sound and murmur | |
CA2819293C (en) | System, stethoscope and method for indicating risk of coronary artery disease | |
JP6929975B6 (ja) | ポータブルセンサデバイスからの心音図データおよび心電図データの分析 | |
CN103479429A (zh) | 一种基于心音和心电的心脏综合检测设备 | |
CN107530053A (zh) | 基于多普勒超声波的可穿戴心脏监测 | |
Cozic et al. | Development of a cardiac acoustic mapping system | |
CN203506868U (zh) | 一种基于心音和心电的心脏综合检测设备 | |
Schmidt | Detection of coronary artery disease with an electronic stethoscope | |
Azad et al. | Spatial distribution of seismocardiographic signals | |
JP3952608B2 (ja) | 心音計 | |
Tavakolian et al. | Comparative analysis of infrasonic cardiac signals | |
JP7244509B2 (ja) | 冠動脈疾患のリスク判定 | |
Makalov et al. | Inertial Acoustic Electronic Auscultation System for the Diagnosis of Lung Diseases | |
JPS61199836A (ja) | 生体情報検出装置 | |
Monika et al. | Embedded Stethoscope for Real Time Diagnosis of Cardiovascular Diseases | |
JPS63153044A (ja) | 心音源探査装置 | |
KR20210110724A (ko) | 힐버트 변환을 이용한 심전도 신호의 크기 측정 장치, 방법 및 컴퓨터로 독출 가능한 기록 매체 | |
JP2017185263A5 (zh) | ||
CN107865673A (zh) | 胎心率的获取装置及方法、胎心监测设备 | |
Makarenkova et al. | On automatic detecting of the inspiration/expiration phases of respiratory cycle by time-frequency spectral properties of breath sounds | |
TW202302045A (zh) | 心血管檢測系統及其實施方法 | |
WO2023245228A1 (en) | A phonocardiogram sensing device | |
CN202086493U (zh) | 多功能医用听诊仪 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180202 |