CN105534544A - 一种智能心肺听诊装置 - Google Patents

一种智能心肺听诊装置 Download PDF

Info

Publication number
CN105534544A
CN105534544A CN201510836411.9A CN201510836411A CN105534544A CN 105534544 A CN105534544 A CN 105534544A CN 201510836411 A CN201510836411 A CN 201510836411A CN 105534544 A CN105534544 A CN 105534544A
Authority
CN
China
Prior art keywords
sound
respiratory system
hear sounds
processor
auscultation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510836411.9A
Other languages
English (en)
Inventor
石岩
牛经龙
蔡茂林
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201510836411.9A priority Critical patent/CN105534544A/zh
Publication of CN105534544A publication Critical patent/CN105534544A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明属于医疗器械技术领域,实现了一种智能心音与呼吸系统声音听诊装置。发明内容主要涉及通过直接监测呼吸道内声音,来辅助诊断心脏与呼吸系统疾病的方法。本发明提出的智能心音与呼吸系统声音听诊装置与传统的听诊技术不同,它由声音传感器、处理器、人机界面、扬声器、人机接头、气口组成。通过声音传感器检测直接串联在呼吸道上的人机接头内部的声音,处理器对检测得到的声音信号特性进行分析,得到声音信号的频谱特性及其分布规律,为医生诊断心脏及呼吸系统疾病(包括液体在呼吸系统内淤积情况,其中液体包括痰液、体液与血液,等)提供依据。

Description

一种智能心肺听诊装置
技术领域
本发明属于医疗器械技术领域,涉及一种智能心音与呼吸系统声音听诊装置。
背景技术
听诊是根据身体各部位发出的声音,用听觉来判断是否正常的一种诊断方法。常用的听诊器具有集音作用,同时还具有简单滤波作用。通过听诊,医生可根据声音的特性与变化(如声音的频率高低、强弱、间隔时间、杂音等)来诊断相关脏器有无病变。
然而现有的听诊器是在体表进行听诊,由于人的肉体、骨骼、气腔对呼吸声音存在消弱、干扰及滤波作用,无法真实、清晰地反映心音与呼吸系统的真实声音。另外,听诊时心音与呼吸系统声音相互叠加以及外部声音的干扰,也影响着听诊的效果。最后,医生听诊时的判断依据无法量化,难以形成统一的病情诊断标准。
针对上述情况,本发明提出的一种智能心音与呼吸系统声音听诊装置通过检测呼吸道内的声音,采用声音预加重、滤波及频谱分析,分离出心音、呼吸、啰音、鼾声等声音,得到各种声音的频谱特性以及分类(如干湿罗音、粗细罗音,等),提高医生诊断的可靠性,具有很好的推广前景。
发明内容
本发明的目的是:提供一种智能心音与呼吸系统声音听诊装置,方便,快捷的测量人体的心音与呼吸系统声音,并对声音信号进行频谱分析,分离出心音、呼吸、啰音、鼾声等声音,为医生的病情诊断提供依据。
技术方案:本听诊装置通过声音传感器1检测串联在呼吸道的人机接口3内的声音,处理器对该声音进行预加重、滤波及频谱分析,分离出心音、呼吸、啰音、鼾声等声音,得到各种声音的频谱特性以及分类(如干湿罗音、粗细罗音,等),从而为医生诊断病人病情提供重要的参数、指标。心音与呼吸系统声音听诊装置包括处理器、人机界面、扬声器、声音传感器、人机接口。
现有的听诊技术是在体表进行听诊,将耳朵或听诊器贴在病人体表,听病人的心音、呼吸音等。但由于不同人的肉体、骨骼、气腔对心音与呼吸系统声音产生不同程度的消弱、干扰及滤波作用,无法真实、清晰地反映心音与呼吸系统的真实声音。另外,听诊时心音与呼吸系统声音相互叠加以及外部声音的干扰,也影响着听诊的效果。
针对以上问题,本发明提出的一种智能心音与呼吸系统声音听诊装置,该装置可以检测呼吸道内的声音。由于人的呼吸道直接与肺部连通,心音与呼吸系统声音相连,呼吸道内的声音更清晰、真实反映心音、肺音(呼吸时产生的声音)。另外,本发明的处理器可自动分离出心音、呼吸、啰音、鼾声等声音,得到各种声音的频谱特性以及分类(如干湿罗音、粗细罗音,等),提高医生诊断的可靠性、可重复性。
另外,值得注意的是,人机接口是与病人呼吸气流流经的器官(鼻腔、口腔)或人工气道、气道插管相连接,从而保证声音传感器可以检测到呼吸道内的声音。
本发明的优点:与传统的听诊器相比,本发明检测的是呼吸道内的声音,并可同时分离并得到出心音、呼吸音、啰音、鼾声等的频谱特性,根据该特性,实现心脏及呼吸系统疾病(包括液体在呼吸系统内淤积情况)的诊断,具有很好的推广前景。
附图说明
图1是本发明一种智能心音与呼吸系统声音听诊装置的结构简图;
图2是声音信号构成示意图;
图3是本发明技术检测到的声音信号时域图;
图4是传统技术体表检测到的声音信号时域图;
图5是本发明技术检测到的声音信号频域图;
图6是传统技术体表检测到的声音信号频域图;
图7是本发明技术检测到的声音信号频域图;
图8是本发明技术检测到的声音信号时域图;
图9是本发明技术检测到的声音信号频域图;
图10是传统技术体表检测到的声音信号频域图;
1——声音传感器;2——扬声器;3——人机接口;4——气口。
具体实施方式
本发明装置主要由声音传感器(1)、处理器、人机界面、扬声器(2)、人机接头(3)、气口组成;该装置通过声音传感器(1)检测直接串联在呼吸道上的人机接头(3)内部的声音,处理器对检测得到的声音信号特性进行分析,得到声音信号的频谱特性及其分布规律。
呼吸道内的声音信号十分复杂,为了滤除低频干扰,提升对心音、肺音(呼吸时产生的声音)识别有用的频率部分,使信号变得平坦,便于频谱分析,需要对呼吸声音进行预加重,其函数为:
H(z)=1-μz-1(1)
式中,μ为预加重滤波器系数。
预加重及滤波后的声音信号主要包括心音和肺音,其中呼气末与吸气前的部分主要是心音信号,而其它部分主要心音和肺音的叠加,滤除心音后,即可得到肺音,如下图2所示。分别对心音和肺音进行分析,即可得到其频谱规律。
声音信号的功率谱可由下式计算得到:
P ( ω ) = lim T → ∞ | F T ( ω ) | 2 T - - - ( 2 )
式(2)中,P(ω)为功率谱;T为声音信号时间长度;FT(ω)为声音功率信号;f(t)的傅里叶变换;ω为声音频率;
将心音、呼吸系统的声音各看做一个输入序列激励一个全极点的系统模型而产生的输出,其系统的传递函数为:
H ( z ) = 1 / ( 1 - Σ i = 1 p a i z - i ) - - - ( 3 )
式(3)中,ai为实数;i为模型参数序号;p为模型参数。
利用公式中的{ai}可以定义一个p阶线性预测器,即可以利用心音、肺音的前p个样本来预测当前样本得到公式(3)的预测值。
x ~ ( n ) = Σ i = 1 P a i x ( n - i ) - - - ( 4 )
经过临床研究可知啰音主要发生在吸气开始时,对某一病人同一时刻不同方法检测的声音信号进行分析,如图3和图4所示,本发明技术可以清晰的检测到啰音信号,而传统的听诊方法检测到的声音信号较弱,并且其时/频域特性比较模糊,难以分辨出啰音的存在。粗细啰音分辨示意图如图5所示,粗啰音主要分布在吸气开始,而细啰音发生在吸气末和整个呼气阶段,粗啰音的频率低于细啰音。由图6可以看出,鼾声的频率主要分布在180-250Hz之间。干啰音的频率主要分布在300-500Hz之间。

Claims (2)

1.一种智能心音与呼吸系统声音听诊装置,其特征在于:由声音传感器(1)、处理器、人机界面、扬声器(2)、人机接头(3)、气口组成;人体心音与呼吸系统声音的声音,通过呼吸气道传递到人机接头处(3),由声音传感器(1)检测得到,将声音信号传递给处理器进行特征分析,得到声音信号的频谱特性及其分布规律。将处理器分析结果传递给人机界面进行显示,为医生诊断病人心脏和呼吸系统疾病提供依据。
2.根据权利要求1所述的一种智能心音与呼吸系统声音听诊装置,其特征在于:处理器对由声音传感器(1)检测得到的声音信号进行预加重、滤波及频谱特性分析,分离出心音以及呼吸系统的声音,分析得到各种声音的频谱特性以及分类。
CN201510836411.9A 2015-11-26 2015-11-26 一种智能心肺听诊装置 Pending CN105534544A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510836411.9A CN105534544A (zh) 2015-11-26 2015-11-26 一种智能心肺听诊装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510836411.9A CN105534544A (zh) 2015-11-26 2015-11-26 一种智能心肺听诊装置

Publications (1)

Publication Number Publication Date
CN105534544A true CN105534544A (zh) 2016-05-04

Family

ID=55814492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510836411.9A Pending CN105534544A (zh) 2015-11-26 2015-11-26 一种智能心肺听诊装置

Country Status (1)

Country Link
CN (1) CN105534544A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114376599A (zh) * 2020-10-05 2022-04-22 孙立民 器官听诊装置及其方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN102551726A (zh) * 2010-12-15 2012-07-11 索尼公司 呼吸信号处理装置、呼吸信号处理方法和程序
CN202313418U (zh) * 2011-11-16 2012-07-11 黎旭 连续呼吸音心音监测仪

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102551726A (zh) * 2010-12-15 2012-07-11 索尼公司 呼吸信号处理装置、呼吸信号处理方法和程序
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
CN202313418U (zh) * 2011-11-16 2012-07-11 黎旭 连续呼吸音心音监测仪

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114376599A (zh) * 2020-10-05 2022-04-22 孙立民 器官听诊装置及其方法

Similar Documents

Publication Publication Date Title
Andrès et al. Respiratory sound analysis in the era of evidence-based medicine and the world of medicine 2.0
EP0944355B1 (en) A phonopneumograph system
US7559903B2 (en) Breathing sound analysis for detection of sleep apnea/popnea events
CN103153183B (zh) 用于诊断阻塞性睡眠呼吸暂停的装置和方法
US10506969B2 (en) Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon
CA2464029A1 (en) Non-invasive ventilation monitor
Moussavi Fundamentals of respiratory sounds and analysis
EP2471461A1 (en) An integrated monitoring device arranged for recording and processing body sounds from multiple sensors
EP2629661A1 (en) Method and apparatus for diagnosing obstructive sleep apnea with an awake patient
Ellington et al. Developing a reference of normal lung sounds in healthy Peruvian children
JP2009233103A (ja) 咳嗽検出装置及び咳嗽検出装置のプログラム
Castillo et al. Characterization of microphones for snoring and breathing events analysis in mHealth
Xin et al. A bone-conduction transducer-based detection system for sleep apnea screening in the family units
CN105534544A (zh) 一种智能心肺听诊装置
Giorgio The last generation of electronic stethoscopes: the internet tele-stethoscope
Khodaie et al. Design and Implementation of an Apparatus for Respiratory Parameters Estimation Based on Acoustic Methods
Andres et al. Respiratory sounds analysis in the world of health 2.0 and medicine 2.0
Muthusamy et al. An overview of respiratory airflow estimation techniques: Acoustic vs non-acoustic
Palaniappan et al. An Overview of Breath Phase Detection–Techniques & Applications
Kim et al. Evolution of the stethoscope: Advances with the adoption of machine learning and development of wearable devices
KR102531679B1 (ko) 호흡기 질환 센싱 패치 및 시스템, 그리고 호흡기 질환 정보 제공 방법
Bandyopadhyaya et al. A novel spectrogram based approach towards automatic lung sound cycle extraction
Czopek Evaluation of breathing dynamics using the correlation of acoustic and ECG signals
Skalicky et al. Respiratory sounds as a source of information in asthma diagnosis
CN109717896A (zh) 一种可视电子听诊系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160504