CN107348971A - 一种基于心音检测和机器学习算法的心脏病筛查系统 - Google Patents
一种基于心音检测和机器学习算法的心脏病筛查系统 Download PDFInfo
- Publication number
- CN107348971A CN107348971A CN201710706473.7A CN201710706473A CN107348971A CN 107348971 A CN107348971 A CN 107348971A CN 201710706473 A CN201710706473 A CN 201710706473A CN 107348971 A CN107348971 A CN 107348971A
- Authority
- CN
- China
- Prior art keywords
- heart sound
- heart
- noise
- machine learning
- learning algorithm
- 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
- A61B7/04—Electric stethoscopes
Abstract
本发明公开了一种基于心音检测和机器学习算法的心脏病筛查系统,包括信号采集模块、心音数据分析模块和数据库模块。其中,信号采集模块包括噪音采集单元和心音采集单元;心音采集单元用于采集被测者的心跳声音并转化为电信号,噪音采集单元用于采集环境中的说话声和其他声音,并使用减相的方法减小环境噪音的影响。心音数据分析模块采用滤波电路和放大电路减小高频环境噪音对心音信号的影响。数据分析程序针对特定的心音信号区间采用机器学习算法,通过心音信号分割、特征提取、模型选择、参数确定等步骤实现各类心脏病的模型建立和更新。本发明能够实现非入侵式的心脏病筛查,利用简单便携的心音采集器,能够解决就医时排队耗时且费用昂贵的现状。
Description
技术领域
本发明涉及心脏病检测装置领域,具体地说,特别涉及到一种基于心音检测和机器学习算法的心脏病筛查系统。
背景技术
心脏病作为对现代人危害最大的疾病之一,需要医生或患者对心率进行实时监测以预防心脏病的危害。现代医院的检测手段复杂价格昂贵,而检查结果往往50%都没有心脏病。对于被检测者而言,传统的检测手段是时间和金钱上的浪费。超声波在临床操作复杂,费时费钱;心电图无法准确预测先天性心脏病,上述两种技术均难于应用大规模临床先心病的筛查。
为了解决上述问题,现有技术中已有通过采用用心音检测的方法来检测心脏病,但其仍然存在不足,问题如下:
1、抗干扰能力差,少有涉及噪音隔离及利用硬件消除的设计。
2、目前心音信号处理算法大多采用传统的信号处理方法,信号处理效果差,只能适用于特定要求下的病人复现性差。
3、现有技术均只是针对部分病人的数据,没有利用到大量的病人数据,没有建立数据库,所采用的技术及其方案均具有局限性。
发明内容
本发明的目的在于针对现有技术中的不足,提供本发明旨在改变,提出一种心脏病筛查系统,提供一种采用噪音隔离硬件设计、新型信号处理算法、大量数据的数据库系统的筛查设备及对应的信号分析管理系统,从而解决心脏病检查时排队久、费用高的问题。
本发明所解决的技术问题可以采用以下技术方案来实现:
一种基于心音检测和机器学习算法的心脏病筛查系统,包括信号采集模块、心音数据分析模块和数据库模块;
所述信号采集模块包括壳体、以及设置在所述壳体内的噪音采集单元和心音采集单元;
所述噪音采集单元安装在壳体的顶部,其包括与壳体固定连接的上安装壳体,在所述上安装壳体上安装有噪音采集器、以及与所述噪音采集器连接的噪音传感器;
所述心音采集单元安装在壳体的底部,其包括通过卡槽与壳体固定连接的不锈钢腔体、以及安装在不锈钢腔体上的下安装壳体,在所述下安装壳体上安装有心音采集器、以及与所述心音采集器连接的心音传感器;
所述心音数据分析模块包括预处理电路,预处理电路的输入端与噪音传感器和心音传感器的数据输出端连接,预处理电路包括依次设置的前级放大器、滤波器、中间放大器、后级放大器和A/D转换器,心音数据和噪音数据经预处理电路处理后由蓝牙天线发送至云端,并利用基于机器学习算法得到的模型进行数据分析,数据分析后得到的数据与数据库模块中的心脏病数据进行比对;
所述数据库模块存储有病人基本信息、病人心脏病类型、病人心音和各类心脏病的模型,其中各类心脏病的模型前期的建立和后期的更新由机器学习算法实现。
进一步的,所述基于机器学习算法的模型的建立和更新过程如下:
1)将连续的心音信号f1(t)利用分割算法将原信号按照心跳周期进行分割。从而得到一系列只含有一个心跳周期的心音信号;
2)利用深度学习的自编码器进行降维和特征提取,并同时提取心音信号时域和频域的特征参数;
3)将上述有特征参数的训练样本利用分类算法,确定模型中不同类型的心脏病所对应的参数,结合交叉验证的方法对所得到的模型进行融合并存储于云端的数据库模块。
进一步的,所述不锈钢腔体用于隔离噪音,其主体为圆锥形腔体,圆锥形腔体的倾角为46°。
进一步的,用于测量环境噪音的噪音采集单元和用于测量心跳声音的心音采集单元相互配合。通过反相的方法减少环境噪音对测量的心音的影响。
与现有技术相比,本发明的有益效果如下:
1.本发明包含了心音传感器和噪音传感器,可以同时测量心音和环境噪音,还包含了特定形状的不锈钢锥形腔体和塑料外壳的配合,实现了从硬件角度隔离噪音的效果,也为数据处理时的减相设计提供了准备,有效提高本设计的抗干扰能力,使得本发明能适用于各类场合,对环境要求低,有效地克服现有技术这个方面的不足。
2.本发明中的算法采用了机器学习算法,能够有效地提取并建立各类心脏病的特征和模型。同时,机器学习算法在前期训练模型的时候采集了大量的心脏病数据,能够覆盖大量的心脏病样本,所得到的模型可靠度远高于现有的。
3.本发明包括数据库系统,能够操作度要求低,对使用者医学水平无要求。同时,该数据库系统还能为未来心脏病的预测和管理提供帮助。
附图说明
图1为本发明所述的基于心音检测和机器学习算法的心脏病筛查系统的示意图。
图2为本发明所述的预处理电路的模块示意图。
图3为本发明所述的机器学习算法的示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参见图1和图2,本发明所述的一种基于心音检测和机器学习算法的心脏病筛查系统,包括信号采集模块1、心音数据分析模块2和数据库模块3;
所述信号采集模块包括壳体、以及设置在所述壳体内的噪音采集单元11和心音采集单元12;
所述噪音采集单元11安装在壳体的顶部,其包括与壳体固定连接的上安装壳体111,在所述上安装壳体111上安装有噪音采集器112、以及与所述噪音采集器112连接的噪音传感器113;
所述心音采集单元12安装在壳体的底部,其包括通过卡槽与壳体固定连接的不锈钢腔体121、以及安装在不锈钢腔体121上的下安装壳体122,在所述下安装壳体122上安装有心音采集器123、以及与所述心音采集器123连接的心音传感器124;
所述心音数据分析模块包括预处理电路21,预处理电路21的输入端与噪音传感器113和心音传感器124的数据输出端连接,预处理电路21包括依次设置的前级放大器、滤波器、中间放大器、后级放大器和A/D转换器,心音数据和噪音数据经预处理电路21处理后由蓝牙天线14发送至云端,并利用基于机器学习算法得到的模型进行数据分析,数据分析后得到的数据与数据库模块中的心脏病数据进行比对;
所述数据库模块存储有病人基本信息、病人心脏病类型、病人心音和各类心脏病的模型,其中各类心脏病的模型前期的建立和后期的更新由机器学习算法实现。
参见图3,所述基于机器学习算法的模型的建立和更新过程如下:
1)将连续的心音信号f1(t)利用分割算法将原信号按照心跳周期进行分割。从而得到一系列只含有一个心跳周期的心音信号;
2)利用深度学习的自编码器进行降维和特征提取,并同时提取心音信号时域和频域的特征参数;
3)将上述有特征参数的训练样本利用分类算法,确定模型中不同类型的心脏病所对应的参数,结合交叉验证的方法对所得到的模型进行融合并存储于云端的数据库模块。
本发明的工作过程如下:
在对潜在心脏病患者进行筛查的时候,只需要准备好采集模块,然后连接到云端数据。将心音采集传感器所在的一侧放置在被测试者胸前第四根肋骨之间,放置稳定后开始测量测量8s之后,即可停止测量。
本发明会自动上传数据,并经过数据分析软件计算该测量结果所对应的模型。并于和数据库中的数据进行对比,如果被测试者的心音数据和某一类心脏病的模型一致,则需要进行确诊。反之,如果数据显示不存在患病可能,则不需要到医院进行确诊。
本发明采用硬件隔离噪音技术、机器学习算法以及云端和大数据的设计,对使用环境没有特定需求,因此使用时不需要一定去医院,且设备体积小,医院和个人均可以采购和使用。医院可用于确诊前筛查,个人可用于平时的心脏病监测。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于心音检测和机器学习算法的心脏病筛查系统,其特征在于:包括信号采集模块(1)、心音数据分析模块(2)和数据库模块(3);
所述信号采集模块(1)包括壳体、以及设置在所述壳体内的噪音采集单元(11)和心音采集单元(12);
所述噪音采集单元(11)安装在壳体的顶部,其包括与壳体固定连接的上安装壳体(111),在所述上安装壳体(111)上安装有噪音采集器(112)、以及与所述噪音采集器(112)连接的噪音传感器(113);
所述心音采集单元(12)安装在壳体的底部,其包括通过卡槽与壳体固定连接的不锈钢腔体(121)、以及安装在不锈钢腔体(121)上的下安装壳体(122),在所述下安装壳体(122)上安装有心音采集器(123)、以及与所述心音采集器(123)连接的心音传感器(124);
所述心音数据分析模块(2)包括预处理电路(21),预处理电路(21)的输入端与噪音传感器(113)和心音传感器(124)的数据输出端连接,预处理电路(21)包括依次设置的前级放大器、滤波器、中间放大器、后级放大器和A/D转换器,心音数据和噪音数据经预处理电路(21)处理后由蓝牙天线(14)发送至云端,并利用基于机器学习算法得到的模型进行数据分析,数据分析后得到的数据与数据库模块(3)中的心脏病数据进行比对;
所述数据库模块存(3)储有病人基本信息、病人心脏病类型、病人心音和各类心脏病的模型,其中各类心脏病的模型前期的建立和后期的更新由机器学习算法实现。
2.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统,其特征在于:所述基于机器学习算法的模型的建立和更新过程如下:
1)将连续的心音信号f1(t)利用分割算法将原信号按照心跳周期进行分割。从而得到一系列只含有一个心跳周期的心音信号;
2)利用深度学习的自编码器进行降维和特征提取,并同时提取心音信号时域和频域的特征参数;
3)将上述有特征参数的训练样本利用分类算法,确定模型中不同类型的心脏病所对应的参数,结合交叉验证的方法对所得到的模型进行融合并存储于云端的数据库模块。
3.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统,其特征在于:所述不锈钢腔体(121)用于隔离噪音,其主体为圆锥形腔体,圆锥形腔体的倾角为46°。
4.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统,其特征在于:用于测量环境噪音的噪音采集单元(11)和用于测量心跳声音的心音采集单元(12)相互配合。通过反相的方法减少环境噪音对测量的心音的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706473.7A CN107348971A (zh) | 2017-08-17 | 2017-08-17 | 一种基于心音检测和机器学习算法的心脏病筛查系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706473.7A CN107348971A (zh) | 2017-08-17 | 2017-08-17 | 一种基于心音检测和机器学习算法的心脏病筛查系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107348971A true CN107348971A (zh) | 2017-11-17 |
Family
ID=60286669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710706473.7A Pending CN107348971A (zh) | 2017-08-17 | 2017-08-17 | 一种基于心音检测和机器学习算法的心脏病筛查系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107348971A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363090A (zh) * | 2019-06-14 | 2019-10-22 | 平安科技(深圳)有限公司 | 智能心脏疾病检测方法、装置及计算机可读存储介质 |
CN110353725A (zh) * | 2019-07-10 | 2019-10-22 | 东南大学 | 一种基于云架构的心音采集与分析系统及方法 |
CN111180075A (zh) * | 2020-03-02 | 2020-05-19 | 浙江大学 | 基于心脏杂音建立的动力学模型和计算机模拟仿真的方法 |
CN111657991A (zh) * | 2020-05-09 | 2020-09-15 | 北京航空航天大学 | 一种智能阵列传感器电子听诊系统 |
IT202100014339A1 (it) | 2021-06-01 | 2022-12-01 | Quare Srl | Sistema di supporto alle decisioni cliniche cardiologiche tramite intelligenza artificiale |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5036857A (en) * | 1989-10-26 | 1991-08-06 | Rutgers, The State University Of New Jersey | Noninvasive diagnostic system for coronary artery disease |
CN101291628A (zh) * | 2005-10-21 | 2008-10-22 | 国立大学法人山口大学 | 听诊心音信号的处理方法以及听诊装置 |
CN102048586A (zh) * | 2011-01-28 | 2011-05-11 | 浙江好络维医疗技术有限公司 | 便携式无线心电心音呼吸音采集终端装置 |
CN102048587A (zh) * | 2011-01-28 | 2011-05-11 | 浙江好络维医疗技术有限公司 | 便携式无线心电心音呼吸音采集显示和存储装置 |
CN104757992A (zh) * | 2015-03-16 | 2015-07-08 | 广东工业大学 | 一种基于深度置信网络的心音诊断系统及其诊断方法 |
CN105101880A (zh) * | 2013-04-05 | 2015-11-25 | 三星电子株式会社 | 电子听诊器设备、自动诊断设备和方法 |
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 |
-
2017
- 2017-08-17 CN CN201710706473.7A patent/CN107348971A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5036857A (en) * | 1989-10-26 | 1991-08-06 | Rutgers, The State University Of New Jersey | Noninvasive diagnostic system for coronary artery disease |
CN101291628A (zh) * | 2005-10-21 | 2008-10-22 | 国立大学法人山口大学 | 听诊心音信号的处理方法以及听诊装置 |
CN102048586A (zh) * | 2011-01-28 | 2011-05-11 | 浙江好络维医疗技术有限公司 | 便携式无线心电心音呼吸音采集终端装置 |
CN102048587A (zh) * | 2011-01-28 | 2011-05-11 | 浙江好络维医疗技术有限公司 | 便携式无线心电心音呼吸音采集显示和存储装置 |
CN105101880A (zh) * | 2013-04-05 | 2015-11-25 | 三星电子株式会社 | 电子听诊器设备、自动诊断设备和方法 |
CN104757992A (zh) * | 2015-03-16 | 2015-07-08 | 广东工业大学 | 一种基于深度置信网络的心音诊断系统及其诊断方法 |
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 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363090A (zh) * | 2019-06-14 | 2019-10-22 | 平安科技(深圳)有限公司 | 智能心脏疾病检测方法、装置及计算机可读存储介质 |
WO2020248847A1 (zh) * | 2019-06-14 | 2020-12-17 | 平安科技(深圳)有限公司 | 智能心脏疾病检测方法、装置及计算机可读存储介质 |
CN110353725A (zh) * | 2019-07-10 | 2019-10-22 | 东南大学 | 一种基于云架构的心音采集与分析系统及方法 |
WO2021004345A1 (zh) * | 2019-07-10 | 2021-01-14 | 东南大学 | 一种基于云架构的心音采集与分析系统及方法 |
CN111180075A (zh) * | 2020-03-02 | 2020-05-19 | 浙江大学 | 基于心脏杂音建立的动力学模型和计算机模拟仿真的方法 |
CN111180075B (zh) * | 2020-03-02 | 2023-10-20 | 浙江大学 | 基于心脏杂音建立的动力学模型和计算机模拟仿真的方法 |
CN111657991A (zh) * | 2020-05-09 | 2020-09-15 | 北京航空航天大学 | 一种智能阵列传感器电子听诊系统 |
IT202100014339A1 (it) | 2021-06-01 | 2022-12-01 | Quare Srl | Sistema di supporto alle decisioni cliniche cardiologiche tramite intelligenza artificiale |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN105916439B (zh) | 便携式电子血液动力传感器系统 | |
US20150164466A1 (en) | System and method for classifying a heart sound | |
CN110353725A (zh) | 一种基于云架构的心音采集与分析系统及方法 | |
CN103054562B (zh) | 基于多路脉搏波波形分析的心血管功能检测方法及其装置 | |
CN107106118B (zh) | 检测重搏切迹的方法 | |
CN103385702A (zh) | 一种无创血压连续检测装置及方法 | |
CN203555751U (zh) | 一种基于时频分析的腹部肠鸣音分析仪系统 | |
CN201088579Y (zh) | 一种动脉硬化检测和评估装置 | |
CN103479383A (zh) | 心音信号分析的方法及装置和具有其的智能心脏听诊器 | |
US20170071564A1 (en) | Heart rate detection method and device using heart sound acquired from ausculation positions | |
Schmidt et al. | Coronary artery disease and low frequency heart sound signatures | |
CN106539562A (zh) | 一种由脉搏波评估心功能的方法 | |
CN109498022A (zh) | 一种基于光电容积脉搏波的呼吸频率提取方法 | |
CN110772279A (zh) | 一种肺音信号采集装置与分析方法 | |
CN107174276A (zh) | 一种用于动态实时监测心力的系统与方法 | |
Omarov et al. | Electronic stethoscope for heartbeat abnormality detection | |
CN107392172A (zh) | 一种胎心音处理方法及其处理装置 | |
JP6430144B2 (ja) | 心電波形検出装置、心電波形検出方法、心電波形検出プログラム、及び撮像装置 | |
CN105310678A (zh) | 一种基于脉波分析法计算心脏每搏血量的检测方法 | |
CN110811673A (zh) | 基于概率神经网络模型的心音分析系统 | |
CN110638482B (zh) | 一种肠鸣音和腹腔压力的实时监护系统 | |
Monika et al. | Embedded Stethoscope for Real Time Diagnosis of Cardiovascular Diseases | |
CN111345815A (zh) | 一种心电信号中qrs波的检测方法、装置、设备和存储介质 | |
CN106725400A (zh) | 一种融合心电信号和脉冲波形态定量评估的新型血压计 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171117 |
|
RJ01 | Rejection of invention patent application after publication |