CN107049357A - 一种心音信号解析方法、装置及系统 - Google Patents
一种心音信号解析方法、装置及系统 Download PDFInfo
- Publication number
- CN107049357A CN107049357A CN201710379961.1A CN201710379961A CN107049357A CN 107049357 A CN107049357 A CN 107049357A CN 201710379961 A CN201710379961 A CN 201710379961A CN 107049357 A CN107049357 A CN 107049357A
- Authority
- CN
- China
- Prior art keywords
- heart sound
- heart
- cardiechema signals
- color
- picture
- 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
Classifications
-
- 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
- A61B7/00—Instruments for auscultation
- A61B7/006—Detecting skeletal, cartilage or muscle noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Acoustics & Sound (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Rheumatology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明实施例公开了一种心音信号解析方法,通过对获取到的心音信号进行预处理得到包络心音信号,然后对该包络信号进行量化编码、分段处理以获取心音信号的心音像矩阵,根据心音像矩阵构建RGB颜色空间的心音像图,并从心音像图中提取可反映心脏生理信息以及病理信息的特征参量,通过这些特征参量以及心音像图的色彩变化对待测者的心脏状况进行评价。通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂;还有效的消除了脉冲式噪声的影响,提高了整个心音解析的准确度。此外,本发明实施例还提供了相应的实现装置以及系统,进一步使得所述方法更具有实用性,所述装置和系统具有相应的优点。
Description
技术领域
本发明实施例涉及医疗器械制备技术领域,特别是涉及一种心音信号解析方法、装置及系统。
背景技术
随着现代生活的快节奏以及压力越来越大,心血管疾病呈现年轻化趋势,早期的检查对心血管疾病的预防以及控制具有很大的价值。但是,由于人类没有足够的时间与精力定期接受医院医疗体检,导致心血管病无法早期检测,无法得到有效的控制与预防,增大了由心血管病引发的死亡机率。
心音为心肌收缩、心脏瓣膜关闭和血液撞击心室壁、大动脉壁等引起的振动所产生的声音,包含着心脏的大量生理信息和病理信息,可作为评估心脏状况的诊断参数。心音可在胸壁一定部位用听诊器或传感器获取,也可通过换能器等记录心音的机械振动,获取到的振动信息称为心音图。
现有技术中根据心音信号获取到的心音图为一维的波形图,这种一维波形图对于一般无医学基础知识,或者没有心血管病医疗经验的人无法准确的了解波形图对应的生理信息或者病理信息,也就无法在早期准确的判断是否有心血管疾病。
故,如何将心音诊断的结果以浅显易懂、直观简洁的方式进行呈现,让更多人的人在不用接收专业医疗培训或去医院体检,便可通过心音信号反应的生理信息以及病理信息,自我判断当前心脏的状况,从而实现早期检测心血管疾病,并有效的进行控制与预防的目的,是本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种心音信号解析方法、装置及系统,将心音诊断结果以直观易懂、简洁方便的形式进行呈现,可以让非医疗专员人员了解当前心音信号反映的生理信息以及病理信息。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例一方面提供了一种心音信号解析方法,包括:
获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号;
对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵;
将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性;
根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
可选的,所述根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性包括:
在所述心音像图中确定第一心音对应的第一心音色段,以及第二心音对应的第二心音色段;
在各所述第一心音色段确定相应的第一心音峰值点、以及在各所述第二心音色段确定相应的第二心音峰值点;
将各个峰值点进行相连并进行直线拟合,以获取第一心音直线以及第二心音直线。
可选的,所述根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价为:
判断所述第一心音色段、所述第二心音色段、舒张期心音色段以及收缩期心音色段的长度以及颜色变化是否满足预设正常条件;
计算所述心音直线斜率,并根据所述心音直线斜率以及所述心音信号的采样率计算心动周期,根据所述心动周期计算所述心音直线对应的心率参数,以用于判断所述待测者的心率是否正常;
根据各心音色段的长度以及颜色变化在所述心音像图中判断心杂音的位置以及类型,所述心杂音类型为递增型、递减型、递增递减型以及持续型;
根据各所述心音色段的长度以及颜色变化、所述心率参数、所述心杂音的位置以及类型对所述待测者的心脏状况进行评价。
可选的,所述根据心动周期计算所述心音直线对应的心率参数,以用于判断所述待测者的心率是否正常包括:
当所述心率参数小于60时,所述待测者心动过缓;
当所述心率参数处于60-100时,所述待测者心动正常;
当所述心率参数大于100时,所述待测者心动过速。
可选的,所述将所述心音编码信号根据预设数据长度进行分段为:
将所述心音编码信号以2s的数据长度进行分段。
可选的,所述对心音包络信号进行量化编码,得到心音编码信号为:
对所述心音包络信号进行量化级数为64的量化编码,得到所述心音编码信号。
可选的,所述并对所述心音信号进行预处理为:
对所述心音信号进行高通滤波处理;
将滤波处理后的心音信号降采样至预设传输模式下的抽样频率;
对降采样的心音信号进行归一化处理,得到归一化的抽样心音信号;
对所述抽样心音信号进行基于单自由度的包络提取。
本发明实施例另一方面提供了一种心音信号解析装置,包括:
心音信号预处理模块,用于获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号;
心音像矩阵生成模块,用于对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵;
提取特征参量模块,用于将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性;
评价模块,用于根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
本发明实施例还提供了一种心音信号解析系统,包括心音信号采集模块、显示器以及如上所述的心音信号解析装置。
所述心音信号采集模块用于采集待测者的心音信号;
所述显示器用于显示心音像图,并显示所述待测者的心脏评价结果。
可选的,还包括:
人机交互模块,用于接收用户在所述心音像图选取的心音色段以及心杂音位置。
本发明实施例提供了一种心音信号解析方法,通过对获取到的心音信号进行预处理得到包络心音信号,然后对该包络信号进行量化编码、分段处理以获取心音信号的心音像矩阵,根据心音像矩阵构建RGB颜色空间的心音像图,并从心音像图中提取可反映心脏生理信息以及病理信息的特征参量,通过这些特征参量以及心音像图的色彩变化对待测者的心脏状况进行评价。
本申请提供的技术方案的优点在于,根据人眼对色彩变化的敏感特点,将经过处理的待测心音信号进行量化编码,构建心音像图,通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂;此外,由于人体心音之间的差异以及采集数据时外界噪声的干扰,会造成对同一被测者的心音分析结果不同,通过将心动周期差异性作为特征参量,有效的消除了脉冲式噪声的影响,将心音信号进行量化,也有利于消除外界噪声的干扰,有利于提高整个心音解析的准确度;在已有的诊断指标基础上,通过心音像图求取新的特征参量作为诊断的指标,有利于提高整个心音信号解析的准确性,有利于获取更深层次的生理信息以及病理信息。
此外,本发明实施例还针对心音信号解析方法提供了相应的实现装置与系统,进一步使得所述方法更具有实用性,所述装置以及系统具有相应的优点。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种心音信号解析方法的流程示意图;
图2为本发明实施例提供的经过降噪以及归一化处理的心音包络信号示意图;
图3为本发明实施例提供的心音编码信号进行分段以及成像的示意图;
图4为本发明实施例提供的标准正常心音的心音像图;
图5为本发明实施例提供的标准正常心音的心音像图的特征参量表征示意图;
图6为本发明实施例提供的心音直线提取的流程示意图;
图7为本发明实施例提供的心音直线相关参数的计算原理示意图;
图8为本发明实施例提供的心杂音位置与类型判断的流程示意图;
图9为本发明实施例提供的图7中心杂音及噪声标记1的流程示意图;
图10为本发明实施例提供的图7中心杂音及噪声标记2的流程示意图;
图11为本发明实施例提供的室间隔缺损的心音信号、心音包络信号以及心音像图;
图12为本发明实施例提供的房间隔缺损的心音信号、心音包络信号以及心音像图;
图13为本发明实施例提供的动脉导管未闭的心音信号、心音包络信号以及心音像图;
图14为本发明实施例提供的心音信号解析装置的一种具体实施方式结构图;
图15为本发明实施例提供的心音信号解析系统的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
本申请的发明人经过研究发现,由于现代人生活节奏越来越快,且心血管病逐渐呈现年轻化的趋势,越来越多的人没有时间到医疗中心做正规的体检,而早期检测对预防与控制心血管病有巨大的价值。而现有技术对心音信号的解析通过一维波形图进行展示,对于无医学知识的人或者经验不足的人,通过波形图无法准确剖析心音信号携带的生理信息以及病理信息。
鉴于此,本申请通过根据人眼对色彩变化的敏感特点,将经过处理的待测心音信号进行量化编码,生成心音像矩阵,根据心音像矩阵构建心音像图,通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂。
在介绍了本发明实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先参见图1,图1为本发明实施例提供的一种心音信号解析方法的流程示意图,本发明实施例可包括以下内容:
S101:获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号。
可通过心音听诊器来获取待测者的心音信号,也可通过压力传感器进行获取,当然,也可采用其他任何方式进行获取,这均不影响本申请的实现。
由于各种外界干扰噪声以及采集仪器的不同,故在使用获取到的信号之前需要对该心音信号进行预处理,具体的可为:
对心音信号进行高通滤波处理;
将滤波处理后的心音信号降采样至预设传输模式下的抽样频率;
对降采样的心音信号进行归一化处理,得到归一化的抽样心音信号;
对抽样心音信号进行基于单自由度的包络提取。
由于正常心音的频带范围在30~150Hz,异常心音的频带分布差异较大,频带范围较宽,高频杂音高达600Hz,有时可达1000Hz,故可对其进行高通滤波,以消除外界高频干扰对微弱心音信号的影响,当然,也可采用其他方式。
由于在使用电子听诊器或传感器进行心音采集的过程中,不可避免的会引入外界噪声以及干扰,因此在对心音进行解析前,可对其进行降噪处理,以尽可能的消除外界噪声对心音解析的影响,经过降噪处理后得到的心音信号如图2所示。
一般获取到的原始心音信号为采样频率为44.1kHz,为了便于后续进行通信传输,可对其进行降采样处理,例如降采样至话音PCM相对应的抽样频率8kHz。降采样是降低特定信号的采样率的过程,通常用于降低数据传输速率或者数据大小。由于不同的机器对心音信号的放大倍数不同,即幅值不同,为了便于后续操作中,各个信号的差异影响整个心音分析结果,可对其进行归一化处理。
相较于原始心音信号,心音包络能够更加清晰直观的反映心音信号的特点。同时,提取的心音包络减少了一定的数据量,简化了后期心音信号数据的处理量。同其他的心音包络提取方法相比较,基于单自由度的心音包络提取,简便快捷,在一定的精度要求下,实时性更好。提取得到的归一化的心音包络如图2所示。
S102:对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵。
对得到的心音包络信号进行归一化处理后,得到的数据在0-1之间,根据多次实验发现,对心音包络信号进行量化级数为64的的量化编码,有效的避免了由于量化级数过小而造成的量化噪声;同时,还有效的避免了由于量化级数过大加大的数据的处理量,且过高的量化级数也并不能提升人眼对色彩变化所产生的感知度。可以获取较为理想的心音呈现结果,且不会减慢数据的处理速度。
由于心音是一个具有准周期性的信号,每一个心动周期中包括第一心音、第二心音、舒张期以及收缩期,且各个阶段都具有基本一致的持续时间。为了保证分段数据必定包含至少一个以上的完整心音周期,经过多次研究,将心音编码信号以2s的数据长度进行分段。请参阅图3所示,并将心音分段数据所对应的行索引号作为心音像矩阵元素的行索引号,将心音分段数据中对应元素所在列的列索引作为心音像矩阵元素的列索引号,构建对应的心音像矩阵。
S103:将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性。
将心音矩阵元素分别作为RGB元素,建立相应的色图模板,构建RGB颜色空间的心音成像图,即并进行心音成像。可使用3M公司标准心音数据库的正常心音的心音成像图如图4所示。
心音直线包括第一心音直线以及第二心音直线,具体可通过下述方式进行确定:
在心音像图中确定第一心音对应的第一心音色段,以及第二心音对应的第二心音色段;
在各第一心音色段确定相应的第一心音峰值点、以及在各第二心音色段确定相应的第二心音峰值点;
将各个峰值点进行相连并进行直线拟合,以获取第一心音直线以及第二心音直线。
心音直线相关参数可包括心音直线斜率、心音直线对应的心率参数。当然,也可包括其他参数,这均不影响本申请的实现。其中,心音直线对应的心率参数可用来表征被测者的心率,具体可为:
当所述心音直线对应的心率参数小于60时,所述待测者心动过缓;
当所述心音直线对应的心率参数处于60-100时,所述待测者心动正常;
当所述心音直线对应的心率参数大于100时,所述待测者心动过速。
心动周期差异性为同一被测者在不同情况下的心动周期的差异,通过有效的识别这种差异性,有利于准确的分析心音信号。
由于人体心音之间极大的差异性以及采集数据时不同的噪声环境的影响,针对同一被测者的心音分析,可能会得到两种截然不同的结果,这极大的限制了心音听诊及其智能化诊断分析的发展。可实时通过听诊获取被测者的心搏情况,以及各个心搏之间的差异性,与此同时,由于心音信号具有准周期这一特点,如果心音信号之间具有脉冲式噪声,可以根据它与明确的已知的心音信号之间的不同进行区分,消除脉冲式噪声对心音分析的影响。
需要说明的是,上述所列的特征参量仅为本申请所提出来的新的心脏表征参量,还包括现有的诊断指标,例如脉搏跳动的强度和时间、收缩力等,当然,还可包括其他特征参量。
S104:根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
对心脏状况进行评价可包括一下判断步骤:
判断所述第一心音色段、所述第二心音色段、舒张期心音色段以及收缩期心音色段的长度以及颜色变化是否满足预设正常条件;
如图5所示,为心音像图T1、T2为各色段的长度、Ts、T12、T11、TD为色段间的距离。心音像图中的色段,例如第一心音色段、第二心音色段、舒张期心音色段以及收缩期心音色段反映的是各个阶段的持续时间,相应的即为第一心音持续时间、第二心音持续时间、舒张期心音持续时间以及收缩期心音持续时间。
由于得到的心音像矩阵是由心音的时间序列分段形成的,所以形成的心音成像图的像素值会具有一定的变化规律。如果是正常心音,呈现在图像上即为所得到的图像的每一行中的第一心音有相同长度的色彩变化段,且在该变化段内的色彩范围及变化趋势几近相同。心音信号中一般包含第一心音和第二心音,且根据心音信号的特点可知,第一心音持续时间(0.10-0.12s)大于第二心音持续时间(0.08s),反应在心音成像图上即为第一心音所对应的色彩变化段的长度要大于第二心音所对应的色彩变化段,可依据此作为心音成像图上第一心音色段和第二心音色段的区分,相应的心动周期中的舒张期对应的色彩变化段要大于收缩期对应的色彩变化段。找到对应第一心音的最大峰值处的心音成像图上每行中第一个表示第一心音变化的色彩变化段内的最深颜色处对该点描记(第一心音峰值)并进行连线,可以发现这些第一心音峰值所得到的连线近似与一条直线,定义为第一心音直线,对第二心音进行相同的操作可得到与第一心音相同的结果,且第二心音峰值连线得到的近似直线(第二心音直线)与第一心音直线具有平行关系。
计算心音直线斜率,并根据所述心音直线斜率以及所述心音信号的采样率计算心动周期,根据所述心动周期计算所述心音直线对应的心率参数,以用于判断所述待测者的心率是否正常;
具体的,心音直线的提取的流程示意图,请参阅图6所示,可包括:
当得到的心音成像图上具有清晰明确的心音峰值描记点时,提取得到心音峰值的描记点后,构建一个空的差值矩阵,用来存在心音成像图上所对应的心音峰值描记点之间的差值,在心音成像图某一行上的心音峰值描记点,依据依次出现顺序定义为第i(i=1,2,……,n)个心音峰值描记点。将第一行中的第一个心音峰值描记点与在第二个心音峰值描记点之间的间隔差值作为标志位,与同一水平线上的第三个心音峰值描记点之间的间隔差值作为标志位2,依次类推,在同一水平线上,若有n(n>=3)个心音峰值描记点,则有n-1个标志位。之后对得到标志位进行分析,将第i个心音峰值描记点的标志位与第i+1个心音峰值描记点的标记为进行对比,如若前者较大,则将第i个心音峰值描记点归类到第一心音峰值描记点类,第i+1个归类到第二心音峰值描记点类,反之,则第i个为第二心音峰值描记点类,第i+1个为第一心音峰值描记点类。然后根据得到的每一行的心音峰值描记点的个数确定心音成像图所对应的最大数目的心音直线个数。确定方法是找到心音成像图中每一行所得到的最小的心音峰值描记点的个数,确定每一行所能对应的心音直线的数目,并将该行的心音直线的数目与前后两行各自比对,如若上一行的心音直线的数目与改行相同,则将该行的心音峰值描记点依据其出现的顺序分别于上一行同样顺序的心音峰值描记点归为同一类,如若该行心音直线的数目与上一行的数目不同,可分为两种情况:一是大于上一行的心音直线的数目,此种情况下,二是小于上一行的心音直线的数目。第一种情况下,假如大上一行心音直线m条,则将两行中相同顺序的心音峰值描记点归为同一类,如若是小于上一行数目,则将该行中第i个心音峰值描记点与上一行中第i+m个心音峰值描记点归为一类。将得到的不同类别的心音峰值描记点使用最小二乘法进行直线拟合,得到心音直线,并求解心音直线斜率。
心音直线相关参数计算的原理示意图可参见图7所示,具体的可为:
根据上述方法得到的心音直线后,任意选择某一第一心音峰值点O作为坐标原点,点O在心音成像图中的位置为(x1,y1),并沿该原点向右延伸建立X轴,以该原点向下延伸建立Y轴,得到以心音峰值点为原点的XOY坐标系,选取与该原点距离最近的第一心音直线上的任意两点,使用两点式求解该心音直线在该坐标系中的心音直线方程,得到该心音直线的斜率K和截距C2,利用心音直线相关参数求解被测者心率。
如图7所示,(x2-x1,y2-y1)为点C在oxy坐标系中的坐标,(x2,y2)为点C在心音成像图中的位置;(x3-x1,y3-y1)为点A在oxy坐标系中的坐标,(x3,y3)为点A在心音成像图中的位置;(x4-x1,y4-y1)为点B在oxy坐标系中的坐标,(x4,y4)为点B在心音成像图中的位置;xi为在心音成像图中水平方向自左向右的位置,yi为在心音成像图中垂直方向自上向下的位置,K为心音直线斜率,C2为心音直线AB在OXY坐标系中Y轴的截距,T11为一个心动周期HR为心音直线对应的心率参数,FS为降采样后心音信号的采样率;
K=(y2-y1)/(x2-x1);
C2=(y3-y1)-K(x3-x1);
HR=60/T11。
根据各心音色段的长度以及颜色变化在所述心音像图中判断心杂音的位置以及类型,所述心杂音类型为递增型、递减型、递增递减型以及持续型。
心杂音的位置以及类型的判断方法的流程示意图可参阅图8,心杂音及噪声标记1的流程示意图请参阅图9所示,心杂音及噪声标记2的流程示意图请参阅图10所示,具体可为:
首先依据得到的心音成像图确定该图像是否具有清晰明确的心音色段,当得到的心音成像图上具有明确的第一第二心音色段时,可依据心音色段的长短进行第一第二心音色段的鉴定。当具有清晰明确的心音色段,但该心音色段长度明显大于第一第二心音色段长度时,说明此时出现了心杂音,无法区分第一第二心音色段,应根据得到的心音色段的长度来进行区分。首先判断在该心音色段与非心音色段的长度比较,如若得到的心音色段长度大于非心音色段长度,则说明心杂音出现在舒张期,反之,心杂音则出现在收缩期。如若得到的心音成像图无明显的心音色段即整体颜色较为一致,区别不大,可能为心杂音持续在收缩期和舒张期均存在,且幅度较大,强烈的掩盖了心音峰值。然后判断心音色段的色彩变化趋势,如若色段内整体色彩变化趋势为蓝色到红色,说明心杂音呈递增型,反之为递减型;若为先由蓝趋于红再趋于蓝,说明为递增递减型,若颜色比较一致,说明为持续型。
根据各所述心音色段的长度以及颜色变化、所述心音直线斜率、所述心杂音的位置以及类型对所述待测者的心脏状况进行评价。
无论是正常心音还是异常心音,心音峰值连线得到的心音直线均近似于一条直线,使用最小二乘法拟合求解得到的第一心音直线与第二心音直线具有平行关系。在分段长度固定的前提下,得到的心音直线的斜率与心音的基本心动周期长度具有一定的关系。
正异常心音对应的心音成像图均在第一、第二心音峰值处颜色为深红色,且多数情况下,心音成像图上第一心音色段长度要大于第二心音色段长度,舒张期心音色段长度大于收缩期心音色段长度这与心音的基本特点相吻合。
正常心音对应的心音成像图上的舒张期与收缩期对应颜色为深蓝色,异常心音的收缩期或者舒张期对应会出现非深蓝色的色彩块,并根据不同的心音特点具有不同颜色变化的色段,但颜色主要为由深蓝色逐渐向红色靠拢、颜色先由深蓝色向深红色靠拢再逐渐回归到深蓝色、颜色由深红色逐渐向深蓝色靠拢以及颜色几乎保持不变这四种类型,这也刚好对应了心杂音在以时间序列表示的递增型、递增递减型、递减性以及持续型四种杂音类型。
基于心音的准周期性,将由第一心音峰值得到的第一心音直线平移至第一心音起始点和第一心音结束点得到同第一心音直线相平行的两条直线第一心音起始直线和第一心音结束直线,可根据心音中每个心动周期同任一选择的心动周期的差异及大小,第二心音、舒张期、收缩期以及心动周期的差异及大小可采用相同的办法得到直观的表达。
当第一心音或者第二心音出现分裂时,可以在心音成像图上得到清晰的体现。
在本申请提供的技术方案中,根据人眼对色彩变化的敏感特点,将经过处理的待测心音信号进行量化编码,构建心音像图,通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂;此外,由于人体心音之间的差异以及采集数据时外界噪声的干扰,会造成对同一被测者的心音分析结果不同,通过将心动周期差异性作为特征参量,有效的消除了脉冲式噪声的影响,将心音信号进行量化,也有利于消除外界噪声的干扰,有利于提高整个心音解析的准确度;在已有的诊断指标基础上,通过心音像图求取新的特征参量作为诊断的指标,有利于提高整个心音信号解析的准确性,有利于获取更深层次的生理信息以及病理信息。
在一种具体实施方式中,基于上述实施例,本申请还提供了另外一个实施例,可包括:
向当前用户显示心音像图,并接收用户在心音像图选取的心音色段以及心杂音位置。
提供人机交互界面,在系统进行向用户显示所构建的心音像图后,用户可根据自身经验对系统自动提取的心音色段以及心杂音的位置进行进一步的选取,可有效的避免系统出错造成的被测者心音分析不准的现象出现,进一步保证心音解析方法的准确性以及可靠性。
为了更好的理解本申请提供的技术方案,本申请还以具体的心血管疾病为例。
在异常心音的心音成像图的特征特性分析部分,如果是异常心音,不同的心血管疾病具有不同的特点,对应的,不同种类的异常心音图也各有特点。以常见的房间隔缺损、室间隔缺损和动脉导管未闭为例,分析相应的心音成像图。
室间隔缺损的心音特点为在胸骨左缘第3,4肋间(依缺损所处位置的高低而异)可闻及Ⅲ-Ⅳ级全收缩期喷射性杂音,有时可有第2音亢进和舒张期杂音,严重者有肺动脉瓣区第2心音或肺动脉瓣关闭不全的舒张期杂音,有时亦可为舒张期递减性杂音,由于两杂音之间的间隔时间甚短,易误为持续性杂音。采集室间隔缺损患者胸骨左缘第3、4肋间部位的心音得到的心音成像图如图11所示,为方便与与时间序列的表达方式进行比对,图11中也给出了原始的心音信号和心音包络信号。通过心音成像图上对应区域颜色的逐渐加深,看出,杂音位于收缩期,且呈现递增型,部分心动周期中,第二心音呈现亢进。而在以时间序列形式的表达中,仅能看出杂音位于收缩期,而杂音的类型并不明显。
房间隔缺损的心音特点为胸骨左缘第2或第3肋间可听及喷射性收缩期杂音。肺动脉瓣关闭时出现肺动脉瓣区第二心音,第2音亢进,固定分裂。如图12所示为房间隔缺损对应的以时间序列表达的房间隔缺损的心音信号、心音包络信号和心音成像图。从心音包络上可以明显的看出,收缩期杂音为持续性杂音。这在心音的成像图上也得到了明确的反应,并且还可以通过心音成像图上对应区域可以看出第二心音发生明显的分裂,且各自的间隔时限几近相同。
动脉导管未闭心音特点为在胸骨左缘第二肋间能听到响亮的连续性杂音,收缩期增加。在肺动脉瓣区第一心音之后,有收缩期递增形杂音,与第二心音相连,有时掩盖第二心音,再继之以舒张期递减形杂音,类似以亢进的第二心音为中心的菱形杂音。如图13为动脉导管未闭的心音信号、心音包络和心音成像图。从心音包络上可以明显的看出,第一心音和第二心音之间具有较强的杂音发发生,并且是持续性杂音,以至于使得第一心音和第二心音之间无区分界点。这在心音的成像图上也得到了明确的反应,并且还可以通过心音呈现图上对应区域颜色的逐渐加深后又逐渐转淡看出,杂音位于收缩期呈现递增型,杂音位于舒张期呈现递减型,部分心动周期中,第二心音呈现亢进。
本发明实施例还针对心音信号解析方法提供了相应的实现装置,进一步使得所述方法更具有实用性。下面对本发明实施例提供的心音信号解析装置进行介绍,下文描述的心音信号解析装置与上文描述的心音信号解析方法可相互对应参照。
参见图14,图14为本发明实施例提供的心音信号解析装置在一种具体实施方式下的结构图,该装置可包括:
心音信号预处理模块1401,用于获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号。
心音像矩阵生成模块1402,用于对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵。
提取特征参量模块1403,用于将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性。
评价模块1404,用于根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
本发明实施例所述心音信号解析装置的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例根据人眼对色彩变化的敏感特点,将经过处理的待测心音信号进行量化编码,构建心音像图,通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂;此外,由于人体心音之间的差异以及采集数据时外界噪声的干扰,会造成对同一被测者的心音分析结果不同,通过将心动周期差异性作为特征参量,有效的消除了脉冲式噪声的影响,将心音信号进行量化,也有利于消除外界噪声的干扰,有利于提高整个心音解析的准确度;在已有的诊断指标基础上,通过心音像图求取新的特征参量作为诊断的指标,有利于提高整个心音信号解析的准确性,有利于获取更深层次的生理信息以及病理信息。
本发明实施例还提供了一种心音信号解析系统,请参见图15,可包括:
心音信号采集模块1501、显示器1502以及如上所述的心音信号解析装置1503;
所述心音信号采集模块1501用于采集待测者的心音信号;
所述显示器1502用于显示心音像图,并显示所述待测者的心脏评价结果;
所述心音信号解析装置1503的具体功能可根据上述实施例中进行实现,此处就不再赘述。
采集心音信号的可为压力传感器,例如采用压电传感器,就获取的心音信号转化为电信号进行输出;也可采用听诊器进行获取。
在一种具体实施方式中,所述系统还可包括:
人机交互模块1504,用于接收用户在所述心音像图选取的心音色段以及心杂音位置。
本发明实施例所述心音信号解析系统的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,根据人眼对色彩变化的敏感特点,将经过处理的待测心音信号进行量化编码,构建心音像图,通过色彩的明亮表征心音的强弱,以色彩的变化来表征心音信号的变化,方便简洁、直观易懂;此外,由于人体心音之间的差异以及采集数据时外界噪声的干扰,会造成对同一被测者的心音分析结果不同,通过将心动周期差异性作为特征参量,有效的消除了脉冲式噪声的影响,将心音信号进行量化,也有利于消除外界噪声的干扰,有利于提高整个心音解析的准确度;在已有的诊断指标基础上,通过心音像图求取新的特征参量作为诊断的指标,有利于提高整个心音信号解析的准确性,有利于获取更深层次的生理信息以及病理信息。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种心音信号解析方法、装置及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种心音信号解析方法,其特征在于,包括:
获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号;
对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵;
将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性;
根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
2.根据权利要求1所述的方法,其特征在于,所述根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性包括:
在所述心音像图中确定第一心音对应的第一心音色段,以及第二心音对应的第二心音色段;
在各所述第一心音色段确定相应的第一心音峰值点、以及在各所述第二心音色段确定相应的第二心音峰值点;
将各个峰值点进行相连并进行直线拟合,以获取第一心音直线以及第二心音直线。
3.根据权利要求2所述的方法,其特征在于,所述根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价为:
判断所述第一心音色段、所述第二心音色段、舒张期心音色段以及收缩期心音色段的长度以及颜色变化是否满足预设正常条件;
计算心音直线斜率,并根据所述心音直线斜率以及所述心音信号的采样率计算心动周期,根据所述心动周期计算所述心音直线对应的心率参数,以用于判断所述待测者的心率是否正常;
根据各心音色段的长度以及颜色变化在所述心音像图中判断心杂音的位置以及类型,所述心杂音类型为递增型、递减型、递增递减型以及持续型;
根据各所述心音色段的长度以及颜色变化、所述心率参数、所述心杂音的位置以及类型对所述待测者的心脏状况进行评价。
4.根据权利要求3所述的方法,其特征在于,所述根据所述心动周期计算所述心音直线对应的心率参数,以用于判断所述待测者的心率是否正常包括:
当所述心率参数小于60时,所述待测者心动过缓;
当所述心率参数处于60-100时,所述待测者心动正常;
当所述心率参数大于100时,所述待测者心动过速。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述将所述心音编码信号根据预设数据长度进行分段为:
将所述心音编码信号以2s的数据长度进行分段。
6.根据权利要求5所述的方法,其特征在于,所述对心音包络信号进行量化编码,得到心音编码信号为:
对所述心音包络信号进行量化级数为64的量化编码,得到所述心音编码信号。
7.根据权利要求6所述的方法,其特征在于,所述并对所述心音信号进行预处理为:
对所述心音信号进行高通滤波处理;
将滤波处理后的心音信号降采样至预设传输模式下的抽样频率;
对降采样的心音信号进行归一化处理,得到归一化的抽样心音信号;
对所述抽样心音信号进行基于单自由度的包络提取。
8.一种心音信号解析装置,其特征在于,包括:
心音信号预处理模块,用于获取待测者的心音信号,并对所述心音信号进行预处理,以获取所述心音信号的包络信号;
心音像矩阵生成模块,用于对心音包络信号进行量化编码,得到心音编码信号,将所述心音编码信号根据预设数据长度进行分段,根据各段所述心音编码信号以及相应的元素生成心音像矩阵;
提取特征参量模块,用于将所述心音像矩阵中各元素作为RGB元素,构建心音像图,根据所述心音像图提取心音的特征参量,所述特征参量包括心音直线、心音直线相关参数以及心动周期差异性;
评价模块,用于根据所述特征参量以及所述心音像图的色彩变化,对所述待测者的心脏状况进行评价。
9.一种心音信号解析系统,其特征在于,包括:
心音信号采集模块、显示器以及如权利要求8所述的心音信号解析装置;
所述心音信号采集模块用于采集待测者的心音信号;
所述显示器用于显示心音像图,并显示所述待测者的心脏评价结果。
10.根据权利要求9所述的系统,其特征在于,还包括:
人机交互模块,用于接收用户在所述心音像图选取的心音色段以及心杂音位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379961.1A CN107049357B (zh) | 2017-05-25 | 2017-05-25 | 一种心音信号解析方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379961.1A CN107049357B (zh) | 2017-05-25 | 2017-05-25 | 一种心音信号解析方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107049357A true CN107049357A (zh) | 2017-08-18 |
CN107049357B CN107049357B (zh) | 2019-12-24 |
Family
ID=59609816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710379961.1A Active CN107049357B (zh) | 2017-05-25 | 2017-05-25 | 一种心音信号解析方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107049357B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107837092A (zh) * | 2017-11-01 | 2018-03-27 | 佛山科学技术学院 | 一种带心音检测功能的听诊器 |
CN112842309A (zh) * | 2021-01-07 | 2021-05-28 | 大连理工大学 | 基于光反射识别的高空间分辨率心脏振动检测方法 |
CN116759102A (zh) * | 2023-08-17 | 2023-09-15 | 北京慧兰医疗科技有限公司 | 一种基于心脏康复数据的分析管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102271589A (zh) * | 2008-12-30 | 2011-12-07 | 皇家飞利浦电子股份有限公司 | 用于处理心音信号的方法和系统 |
CN102283670A (zh) * | 2011-07-08 | 2011-12-21 | 西华大学 | 一种心音信号量化分析方法及装置 |
CN103315767A (zh) * | 2013-06-18 | 2013-09-25 | 西华大学 | 心音信号的判别方法及心音信号的判别系统 |
CN103479383A (zh) * | 2013-09-25 | 2014-01-01 | 清华大学 | 心音信号分析的方法及装置和具有其的智能心脏听诊器 |
-
2017
- 2017-05-25 CN CN201710379961.1A patent/CN107049357B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102271589A (zh) * | 2008-12-30 | 2011-12-07 | 皇家飞利浦电子股份有限公司 | 用于处理心音信号的方法和系统 |
CN102283670A (zh) * | 2011-07-08 | 2011-12-21 | 西华大学 | 一种心音信号量化分析方法及装置 |
CN103315767A (zh) * | 2013-06-18 | 2013-09-25 | 西华大学 | 心音信号的判别方法及心音信号的判别系统 |
CN103479383A (zh) * | 2013-09-25 | 2014-01-01 | 清华大学 | 心音信号分析的方法及装置和具有其的智能心脏听诊器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107837092A (zh) * | 2017-11-01 | 2018-03-27 | 佛山科学技术学院 | 一种带心音检测功能的听诊器 |
CN112842309A (zh) * | 2021-01-07 | 2021-05-28 | 大连理工大学 | 基于光反射识别的高空间分辨率心脏振动检测方法 |
CN116759102A (zh) * | 2023-08-17 | 2023-09-15 | 北京慧兰医疗科技有限公司 | 一种基于心脏康复数据的分析管理系统 |
CN116759102B (zh) * | 2023-08-17 | 2023-12-05 | 北京慧兰医疗科技有限公司 | 一种基于心脏康复数据的分析管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107049357B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107714023B (zh) | 基于人工智能自学习的静态心电图分析方法和装置 | |
KR102451795B1 (ko) | 심전도 신호의 검출 방법 | |
US9314177B2 (en) | System and method of detecting abnormal movement of a physical object | |
CN109171712A (zh) | 心房颤动识别方法、装置、设备及计算机可读存储介质 | |
AL-Ziarjawey et al. | Heart rate monitoring and PQRST detection based on graphical user interface with Matlab | |
US11234658B2 (en) | Photoplethysmogram data analysis and presentation | |
KR20180058823A (ko) | 수량적 심장 테스팅 | |
US10278595B2 (en) | Analysis and characterization of patient signals | |
BR112020019815A2 (pt) | Análise e apresentação de dados de fotopletismograma | |
Wu et al. | Extracting deep features from short ECG signals for early atrial fibrillation detection | |
US10856756B2 (en) | Time-frequency analysis of electrocardiograms | |
CN108403101A (zh) | 一种模型训练方法及装置、测量血压的方法及装置 | |
CN107049357A (zh) | 一种心音信号解析方法、装置及系统 | |
CN115337018B (zh) | 基于整体动态特征的心电信号分类方法及系统 | |
CN111839488B (zh) | 基于脉搏波的无创连续血压测量装置和方法 | |
CN109328029B (zh) | 生命体征数据统计系统和监护仪 | |
US10588577B2 (en) | Patient signal analysis based on affine template matching | |
Behbahani | A hybrid algorithm for heart sounds segmentation based on phonocardiogram | |
Zhang | Arrhythmias classification based on CNN and LSTM_ATTENTION hybrid model | |
Abid et al. | Localization of phonocardiogram signals using multi-level threshold and support vector machine | |
Agrawal et al. | FPGA-based peak detection of ECG signal using histogram approach | |
Umadi et al. | Heart Abnormality Detection Technique using PPG Signal | |
Bao et al. | Processing of Cardiac Signals for Health Monitoring and Early Detection of Heart Diseases | |
CN116831589A (zh) | 一种长时程可穿戴心电信号的最优导联信号选取方法 | |
CN118380021B (zh) | 基于深度神经网络的听诊器音频识别方法、系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |