CN105943079A - 心脏瓣膜心音信号机械振动智能分析系统及分析方法 - Google Patents
心脏瓣膜心音信号机械振动智能分析系统及分析方法 Download PDFInfo
- Publication number
- CN105943079A CN105943079A CN201610384043.3A CN201610384043A CN105943079A CN 105943079 A CN105943079 A CN 105943079A CN 201610384043 A CN201610384043 A CN 201610384043A CN 105943079 A CN105943079 A CN 105943079A
- Authority
- CN
- China
- Prior art keywords
- module
- cardiechema signals
- fpga
- analysis
- cardiac valve
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/023—Stethoscopes for introduction into the body, e.g. into the oesophagus
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于FPGA的心脏瓣膜心音信号机械振动分析系统及分析方法,所述分析系统包括信号采集装置、A/D转换器、FPGA主控制器和显示屛,所述FPGA主控制器包括通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器、LED驱动电路和Avalon总线,并且本系统还包括GMM特征提取模块,用于识别心脏瓣膜的故障类型和计算故障出现的概率,这种系统集成芯片体积小,重量轻,便于安装在便携式心音信号分析仪器上使用,并且本发明的方法便于心脏瓣膜疾病的早期无损诊断,对于临床实践具有较大的指导价值。
Description
技术领域
本发明涉及医疗分析技术领域,具体涉及一种心脏瓣膜心音信号机械振动智能分析系统及分析方法。
背景技术
心音是由于心脏瓣膜的开关、肌腱和肌肉的舒张收缩、血流的冲击及心血管壁振动而产生的一种复合音,是临床评估心脏机械功能状态的最基本的参数。近年来,随着城乡医保改革的不断深入及科学技术的迅猛发展,与计算机技术、信息处理技术及人工智能相结合的现代医疗诊断技术应运而生,心脏听诊作为一种经济快捷、安全无创的心功能检查方法,具有重要的研究价值。
目前瓣膜和心功能的评估主要靠超声心动图,但存在三个问题:1.对心脏瓣膜钙化程度模糊;2.对机械瓣膜失功能的诊断相当困难;3.对冠心病病人的心功能准确评估困难。因此对于上述问题的解决,目前没有良好的手段,而病人能否长期存活取决于能否早期准确发现并进行治疗。心音信号的机械振动变化可能会是上述问题的解决办法。
心音信号机械振动是人体最重要的生理信号之一,心音信号的机械振动检测是了解心脏瓣膜及心脏功能状态的一种重要手段,具有心电监测不可替代的临床价值。例如:心脏瓣膜钙化后瓣膜关闭音的主频有向高频方向变化的趋势,因此,可利用瓣膜关闭音的频谱来探测心脏瓣膜的退化程度,从而决定治疗的策略等。
鉴于机械振动心音信号在心脏疾病诊治中的独特作用,如能对心脏疾病患者的心音进行系统收集分析,研究心脏瓣膜机械振动心音特征与瓣膜功能异常及各种并发症、心功能之间的联系,将对心脏瓣膜功能、心功能的准确评估和并发症的早期诊断具有重要的临床意义,现有的分析仪器体积较大,成本较高,所采用的信息分析系统较为复杂。
发明内容
本发明的目的在于提供一种心脏瓣膜心音信号机械振动智能分析系统,用以解决现有技术中存在的分析系统较为复杂的问题。
为实现上述目的,本发明提供如下技术方案:
基于FPGA(现场可编程门阵列)的心脏瓣膜心音信号机械振动分析系统,如图1所示,所述分析系统包括信号采集装置、A/D转换器、FPGA主控制器和显示屛,所述FPGA主控制器包括通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器、LED驱动电路和Avalon总线;所述信号采集装置的输出端连接至A/D转换器的输入端,所述A/D转换器的输出端与FPGA主控制器的I/O接口连接,所述通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器的输出端均与Avalon总线连接,所述Avalon总线通过LED驱动电路与显示屛连接。
优选地,所述信号采集装置为心音传感器或听诊器,所述心音传感器或听诊器包括蓝牙模块A和预处理模块,所述蓝牙模块A用于对心音信号进行无线采集,所述心音传感器还包括除噪模块,用于除去心胸系统传播过程中产生的噪音。
其中,所述HHT分析模块包括心音信号时域分析模块、心音信号频域分析模块、心音信号能量分析模块,所述心音信号时域分析模块用于心音信号的均值、方差、均方差、最大值、最小值的分析计算;所述心音信号频域分析模块用于心音信号的FFT、频谱、功率谱的分析计算,所述心音信号能量分析模块用于对心音信号的能量域进行分析。
进一步地,所述FPGA主控制器还包括GMM特征提取模块,用于识别心脏瓣膜的故障类型和计算故障出现的概率,所述GMM特征提取模块与所述HHT分析模块连接。
更进一步地,所述分析系统还包括网络数据库或智能手机,所述FPGA主控制器还包括无线模块,所述GMM特征提取模块还与无线模块连接,GMM特征提取模块提取出来的信息通过无线模块传输给网络数据库进行保存或智能手机进行查询。
或者,所述分析系统还包括外部显示装置;所述FPGA主控制器还包括蓝牙模块B,所述外部显示装置同样具有蓝牙模块C,所述GMM特征提取模块通过蓝牙模块B与显示装置的蓝牙模块C连接。
优选地,所述FPGA主控制器还包括心音信号存储模块,所述心音信号存储模块与所述GMM特征提取模块连接,用于将经过GMM特征提取模块处理的信息进行保存。
本发明还公开了一种基于FPGA的心脏瓣膜心音信号机械振动分析方法,所述分析方法利用前述的分析系统进行分析,具体包括如下步骤:
(1)首先信号采集装置采集心音信号的模拟信号,经过预处理模块处理后对心音信号进行放大后,再经过除噪模块除去心胸系统传播过程中产生的噪音后,再经过A/D转换器将模拟信号转化为数字信号;
(2)经过转化的数字信号传输给HHT分析模块进行处理,通过对心音信号的均值、方差、均方差、最大值、最小值,心音信号的FFT、频谱分析、功率谱以及心音信号的量域进行计算分析,将计算结果经过GMM特征提取模块识别出心脏瓣膜的故障类型和计算故障出现的概率信息;
(3)然后将GMM特征提取模块识别出的心脏瓣膜的故障类型和计算出来的故障出现的概率信息通过Avalon总线连接LED驱动电路后通过显示屛显示。
优选地,上述基于FPGA的心脏瓣膜心音信号机械振动分析方法中,步骤(3)的故障类型和计算故障出现的概率信息还可以通过蓝牙模块发送到具有蓝牙模块的外部显示装置进行显示。
本发明方法具有如下优点:
本发明所采用的分析系统采用FPGA板的系统,这个系统集成芯片体积小,重量轻,便于安装在便携式心音信号分析仪器上使用;并且所采用的系统具有HHT分析模块和GMM特征提取模块,通过对心音信号的均值、方差、均方差、最大值、最小值,心音信号的FFT、频谱、功率谱以及心音信号的量域进行计算分析,将计算结果经过GMM特征提取模块识别出心脏瓣膜的故障类型和计算故障出现的概率信息,这种方法便于心脏瓣膜疾病的早期无损诊断,对于临床实践具有较大的指导价值。
并且,本发明还增加了无线模块和/或蓝牙模块,更加有便于诊断信息的快速传输和查看以及信息的保存。
附图说明
图1是本发明基于FPGA的心脏瓣膜心音信号机械振动分析系统框图;
图2是本发明HHT分析模块的结构框图;
图3是本发明基于FPGA的心脏瓣膜心音信号机械振动分析方法流程图。
具体实施方式
下面将参照附图更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语,故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明书的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
实施例1
一种基于FPGA的心脏瓣膜心音信号机械振动分析系统,所述分析系统包括信号采集装置、A/D转换器、FPGA主控制器和显示屛,所述FPGA主控制器包括通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器、LED驱动电路和Avalon总线;所述信号采集装置的输出端连接至A/D转换器的输入端,所述A/D转换器的输出端与FPGA主控制器的I/O接口连接,所述通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器的输出端均与Avalon总线连接,所述Avalon总线通过LED驱动电路与显示屏连接。
优选地,所述信号采集装置为心音传感器或听诊器,所述心音传感器或听诊器包括蓝牙模块A和预处理模块,所述蓝牙模块A用于对心音信号进行无线采集,所述心音传感器还包括除噪模块,用于除去心胸系统传播过程中产生的噪音。
其中,如图2所示,所述HHT分析模块包括心音信号时域分析模块、心音信号频域分析模块、心音信号能量分析模块,所述心音信号时域分析模块用于心音信号的均值、方差、均方差、最大值、最小值的计算;所述心音信号频域分析模块用于心音信号的FFT(傅立叶变换)、频谱、功率谱的分析和计算,所述心音信号能量分析模块用于对心音信号的能量域进行分析。
进一步地,所述FPGA主控制器还包括GMM特征提取模块,用于识别心脏瓣膜的故障类型和计算故障出现的概率,所述GMM特征提取模块与所述HHT分析模块连接。
更进一步地,所述分析系统还包括网络数据库或智能手机,所述FPGA主控制器还包括无线模块,所述GMM特征提取模块还与无线模块连接,GMM特征提取模块提取出来的信息通过无线模块传输给网络数据库进行保存或智能手机进行查询。
或者,所述分析系统还包括外部显示装置;所述FPGA主控制器还包括蓝牙模块B,所述外部显示装置同样具有蓝牙模块C,所述GMM特征提取模块通过蓝牙模块B与显示装置的蓝牙模块C连接。
优选地,所述FPGA主控制器还包括心音信号存储模块,所述心音信号存储模块与所述GMM特征提取模块连接,用于将经过GMM特征提取模块处理的信息进行保存。
实施例2
一种基于FPGA的心脏瓣膜心音信号机械振动分析方法,所述分析方法具体包括如下步骤:
(1)首先信号采集装置(心音传感器或听诊器)采集心音信号的模拟信号,经过预处理模块处理后对心音信号进行放大后,再经过除噪模块除去心胸系统传播过程中产生的噪音后,再经过A/D转换器将模拟信号转化为数字信号;
(2)经过转化的数字信号传输给HHT分析模块进行处理,通过对心音信号的均值、方差、均方差、最大值、最小值、心音信号的FFT、频谱、功率谱以及心音信号的量域进行计算分析,将计算结果经过GMM特征提取模块识别出心脏瓣膜的故障类型和计算故障出现的概率信息;
(3)然后将GMM特征提取模块识别出的心脏瓣膜的故障类型和计算出来的故障出现的概率信息通过Avalon总线连接LED驱动电路后通过显示屏显示。
优选地,上述基于FPGA的心脏瓣膜心音信号机械振动分析方法中,步骤(3)的故障类型和计算故障出现的概率信息还可以通过蓝牙模块发送到具有蓝牙模块的外部显示装置进行显示。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述分析系统包括信号采集装置、A/D转换器、FPGA主控制器和显示屏,所述FPGA主控制器包括通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器、LED驱动电路和Avalon总线;所述信号采集装置的输出端连接至A/D转换器的输入端,所述A/D转换器的输出端与FPGA主控制器的I/O接口连接,所述通用I/O接口、HHT分析模块、SDRAM控制器、FLASH控制器的输出端均与Avalon总线连接,所述Avalon总线通过LED驱动电路与显示屏连接。
2.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述信号采集装置为心音传感器或听诊器,所述心音传感器或听诊器包括蓝牙模块A和预处理模块,所述蓝牙模块A用于对心音信号进行无线采集,所述预处理模块用于对心音信号进行放大。
3.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述心音传感器还包括除噪模块,用于除去心胸系统传播过程中产生的噪音。
4.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述HHT分析模块包括心音信号时域分析模块、心音信号频域分析模块和心音信号能量分析模块,所述心音信号时域分析模块用于心音信号的均值、方差、均方差、最大值、最小值的计算;所述心音信号频域分析模块用于心音信号的FFT、频谱、功率谱的分析计算,所述心音信号能量分析模块用于对心音信号的能量域进行分析。
5.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述FPGA主控制器还包括GMM特征提取模块,用于识别心脏瓣膜的故障类型和计算故障出现的概率,所述GMM特征提取模块分别与所述HHT分析模块和连接Avalon总线连接。
6.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述分析系统还包括网络数据库或智能手机,所述FPGA主控制器还包括无线模块,所述GMM特征提取模块还与无线模块连接,GMM特征提取模块提取出来的信息通过无线模块传输给网络数据库进行保存或智能手机进行查询。
7.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述分析系统还包括外部显示装置;所述FPGA主控制器还包括蓝牙模块B,所述外部显示装置同样具有蓝牙模块C,所述GMM特征提取模块通过蓝牙模块B与显示装置的蓝牙模块C连接。
8.根据权利要求1所述的基于FPGA的心脏瓣膜心音信号机械振动分析系统,其特征在于,所述FPGA主控制器还包括心音信号存储模块,所述心音信号存储模块与所述GMM特征提取模块连接,用于将经过GMM特征提取模块处理的信息进行保存。
9.基于FPGA的心脏瓣膜心音信号机械振动分析方法,其特征在于,所述分析方法包括如下步骤:
(1)首先信号采集装置采集心音信号的模拟信号,经过预处理模块处理后对心音信号进行放大后,再经过除噪模块除去心胸系统传播过程中产生的噪音后,再经过A/D转换器将模拟信号转化为数字信号;
(2)经过转化的数字信号传输给HHT分析模块进行处理,通过对心音信号的均值、方差、均方差、最大值、最小值、心音信号的FFT、频谱、功率谱以及心音信号的量域进行计算分析,将计算结果经过GMM特征提取模块识别出心脏瓣膜的故障类型和计算故障出现的概率信息;
(3)然后将GMM特征提取模块识别出的心脏瓣膜的故障类型和计算出来的故障出现的概率信息通过Avalon总线连接LED驱动电路后通过显示屏显示。
10.根据权利要求9所述的基于FPGA的心脏瓣膜心音信号机械振动分析方法,其特征在于,步骤(3)中的故障类型和计算故障出现的概率信息还可以通过蓝牙模块发送到具有蓝牙模块的外部显示装置进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610384043.3A CN105943079A (zh) | 2016-06-01 | 2016-06-01 | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610384043.3A CN105943079A (zh) | 2016-06-01 | 2016-06-01 | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105943079A true CN105943079A (zh) | 2016-09-21 |
Family
ID=56907558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610384043.3A Pending CN105943079A (zh) | 2016-06-01 | 2016-06-01 | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105943079A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111161868A (zh) * | 2019-12-20 | 2020-05-15 | 贵州铂肴医学检验实验室有限公司 | 医学快速检验管理系统 |
CN111588370A (zh) * | 2020-05-18 | 2020-08-28 | 胡硕 | 心脏信号一体化智能采集传感系统终端、方法、云控平台 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009531131A (ja) * | 2006-03-29 | 2009-09-03 | カーディアック ペースメイカーズ, インコーポレイテッド | 心音に基づく血行動態安定性の評価 |
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 |
CN101357076B (zh) * | 2008-08-08 | 2011-01-26 | 重庆大学 | 远程心脏储备指标分析系统及其方法 |
CN104490417A (zh) * | 2015-01-22 | 2015-04-08 | 苏州本草芙源医疗设备有限公司 | 数字听诊器与心音信号的处理方法 |
CN103315767B (zh) * | 2013-06-18 | 2015-05-13 | 西华大学 | 心音信号的判别方法及心音信号的判别系统 |
US9138199B2 (en) * | 2012-12-03 | 2015-09-22 | Cardiac Pacemakers, Inc. | Method and apparatus for detecting subaudible cardiac vibrations |
CN205814348U (zh) * | 2016-06-01 | 2016-12-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统 |
-
2016
- 2016-06-01 CN CN201610384043.3A patent/CN105943079A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009531131A (ja) * | 2006-03-29 | 2009-09-03 | カーディアック ペースメイカーズ, インコーポレイテッド | 心音に基づく血行動態安定性の評価 |
CN101357076B (zh) * | 2008-08-08 | 2011-01-26 | 重庆大学 | 远程心脏储备指标分析系统及其方法 |
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 |
US9138199B2 (en) * | 2012-12-03 | 2015-09-22 | Cardiac Pacemakers, Inc. | Method and apparatus for detecting subaudible cardiac vibrations |
CN103315767B (zh) * | 2013-06-18 | 2015-05-13 | 西华大学 | 心音信号的判别方法及心音信号的判别系统 |
CN104490417A (zh) * | 2015-01-22 | 2015-04-08 | 苏州本草芙源医疗设备有限公司 | 数字听诊器与心音信号的处理方法 |
CN205814348U (zh) * | 2016-06-01 | 2016-12-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统 |
Non-Patent Citations (2)
Title |
---|
刘彬彬: "基于FPGA的人工心脏瓣膜心音信号监测仪的研究与设计", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑(月刊)》 * |
段赟: "基于高斯混合模型的心音模式识别研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑(月刊 )》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111161868A (zh) * | 2019-12-20 | 2020-05-15 | 贵州铂肴医学检验实验室有限公司 | 医学快速检验管理系统 |
CN111588370A (zh) * | 2020-05-18 | 2020-08-28 | 胡硕 | 心脏信号一体化智能采集传感系统终端、方法、云控平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109273085B (zh) | 病理呼吸音库的建立方法、呼吸疾病的检测系统及处理呼吸音的方法 | |
CN107622797B (zh) | 一种基于声音的身体状况确定系统及方法 | |
US7520860B2 (en) | Detection of coronary artery disease using an electronic stethoscope | |
US11534108B2 (en) | Screening device, method, and system for structural heart disease | |
US20220330912A1 (en) | Method, system, and non-transitory computer-readable recording media for analyzing breathing-related sound | |
EP3263024A1 (en) | Emotion analysis method and electronic apparatus thereof | |
CN108229584A (zh) | 一种基于深度学习的多模态医学影像识别方法及装置 | |
CN103886184A (zh) | 一种心脏病理识别模型的构建方法 | |
CN104473660A (zh) | 一种基于子带能量包络自相关特征的异常心音识别方法 | |
CN107348971A (zh) | 一种基于心音检测和机器学习算法的心脏病筛查系统 | |
Omarov et al. | Artificial Intelligence in Medicine: Real Time Electronic Stethoscope for Heart Diseases Detection. | |
Gharehbaghi et al. | An intelligent method for discrimination between aortic and pulmonary stenosis using phonocardiogram | |
Alexander et al. | Screening of heart sounds using hidden Markov and Gammatone filterbank models | |
CN111789629A (zh) | 一种基于深度学习的呼吸音智能诊疗系统及方法 | |
CN105943079A (zh) | 心脏瓣膜心音信号机械振动智能分析系统及分析方法 | |
Abeyratne et al. | Cough Sound Analysis-A new tool for diagnosing Pneumonia | |
Shokouhmand et al. | Diagnosis of peripheral artery disease using backflow abnormalities in proximal recordings of accelerometer contact microphone (ACM) | |
CN205814348U (zh) | 心脏瓣膜心音信号机械振动智能分析系统 | |
JP6103591B2 (ja) | 聴診心音信号の処理方法、聴診心音信号の処理装置及び聴診心音信号を処理するためのプログラム | |
CN110638482B (zh) | 一种肠鸣音和腹腔压力的实时监护系统 | |
CN112617833A (zh) | 一种基于静息态脑电波检测抑郁症的装置 | |
Thiyagaraja et al. | Smart phone monitoring of second heart sound split | |
CN113449636B (zh) | 一种基于人工智能的主动脉瓣狭窄严重程度自动分类方法 | |
Chang et al. | Design of e-health system for heart rate and lung sound monitoring with AI-based analysis | |
KR20130048099A (ko) | 심플리시티 기반의 심음 분석 장치 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160921 |
|
RJ01 | Rejection of invention patent application after publication |