CN107595256A - 一种多通道先天性心脏病快速筛选装置及其筛选方法 - Google Patents

Abstract

本发明公开了一种多通道先天性心脏病快速筛选装置及其筛选方法，多通道先天性心脏病快速筛选装置包括手持式枪体、套筒、心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器和显示屏；套筒可拆卸连接于手持式枪体的枪头部，心音传感器阵列集成在套筒的前端面上，心音传感器阵列根据所需采集信号的位置进行排列，环境噪声采集器设于套筒的侧壁上，显示屏设于手持式枪体手持部的上方，血氧饱和度采集传感器与手持式枪体连接，手持式枪体内设有内置电路板和锂电池。与现有技术相比，本装置的有益效果在于：在很大程度上简化了先心病的检测过程，实现了对心脏病数据的快速采集和智能分析，是一款可用于新生儿先天性心脏病筛查的新装置。

Description

一种多通道先天性心脏病快速筛选装置及其筛选方法

技术领域

本发明涉及一种用于儿童包括新生儿的先天性心脏病快速筛选装置，尤其涉及一种多通道先天性心脏病快速筛选装置及其筛选方法。

背景技术

目前，先天性心脏病是婴幼儿中的常见病、多发病，我国先天性心脏病发病率高达0.8％，每年中国大陆约有30万个新生儿患有先天性心脏病。大约有三分之一的患儿因各种原因失去救治机会而活不到20岁。新生儿筛查的目的就是在早期发现重症先心病，降低婴儿和5岁以下儿童死亡率，改善生命质量，提高人均期望寿命。当前诊断需要去医院进行手工听诊并做多项检查，手工听诊存在一定的不确定性和差异性。同时负责听诊的人员也必须是医师级别的，整个诊断过程比较复杂且花费时间较长。

发明内容

为解决上述技术问题，本发明采用的技术方案是：

一种多通道先天性心脏病快速筛选装置，包括手持式枪体、套筒、心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器和显示屏；套筒可拆卸连接于手持式枪体的枪头部，心音传感器阵列集成在套筒的前端面上，心音传感器阵列根据所需采集信号的位置进行排列，环境噪声采集器设于套筒的侧壁上，显示屏设于手持式枪体手持部的上方，血氧饱和度采集传感器与手持式枪体连接，手持式枪体内设有内置电路板和锂电池，锂电池为内置电路板提供电源，手持式枪体表面上设有电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口；心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器、显示屏、电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口均与内置电路板电连接；

心音传感器阵列和血氧饱和度传感器组成多路人体生物信号同步采集装置；环境噪声采集器用于采集环境噪声，然后利用环境噪声与心音信号的融合来消除有用信号中的噪声；

血氧饱和度采集传感器接触表层皮肤用于同步测定经皮血氧饱和度和心率，

心音传感器阵列、环境噪声采集器和血氧饱和度传感器分别将检测到的信号传送给内置电路板，内置电路板利用心率波形为心音信号定位，进行准确地分段；然后提取血氧饱和度信号的特征，对心音信号进行模式识别，区分出正常心音信号、正常血氧信号以及异常信号，由此得出先心病初期筛选结果，并且可将分析数据上传至云端进行后台大数据分析，得出更加准确的分析结果；

显示屏用于显示检测数据和分析结果；

电源键用于启动整个系统，系统启动后自动生成采集时间和编号；

历史数据查看键用于翻查历史数据；

复位键用于复位；

功能按键集成有语音输入和开始测试功能，用语音输入方式，记录测试者的基本信息；

心音传感器阵列组合控制旋钮用于控制心音传感器阵列的启动，启动模式包括分别启动和组合启动；

测试步骤往返键用于往返切换测试步骤；

USB插口用于与PC端通信以及充电。

心音传感器阵列包括小、中、大三圈心音传感器组合，每圈分布4或5个心音传感器，通过心音传感器阵列组合控制旋钮控制心音传感器阵列开启的组合方式，根据不同人群的心脏尺寸，或分别打开，或组合打开。

套筒的内部填充泡沫软质材料用于固定心音传感器阵列和环境噪声采集器，套筒通过插槽与手持式枪体的枪头部连接，套筒的直径与不同年龄阶段人群的心脏尺寸相适配。

血氧饱和度采集传感器采用两种方式，一种是指夹式血氧饱和度采集传感器，指夹式血氧饱和度采集传感器通过数据线与手持式枪体连接，数据线采用可伸缩式设计，使用时可将指夹式血氧饱和度采集传感器直接拉出，使用完毕后数据线可收缩回机体中；另外一种是平板式血氧饱和度采集传感器，平板式血氧饱和度采集传感器设置于套筒的前端面上，当心音传感器阵列与胸部皮肤直接接触进行心音信号采集时，该平板式血氧饱和度采集传感器同时对胸部皮肤进行血氧饱和度采集。

多通道先天性心脏病快速筛选装置的筛选方法，包括以下步骤：

步骤1：打开电源键，等待系统启动，自动生成采集时间和编号；

步骤2：长按功能按键，语音输入被测试者的信息，包括：姓名、性别、年龄及其他必要信息，松开功能按键完成语音录入；

步骤3：轻触功能按键，提示信息录入工作准备完毕，可以进行心音和血氧饱和度的信号采集；

步骤4：采集过程中保持足够的安静，等待采集心音信号以及血氧数据的处理计算；

步骤5：采集完成后，显示屏提示采集正常，采集完毕，若提示出现异常，操作测试步骤往返键，回到步骤1进行重新采集；

步骤6：显示屏显示前端筛选结果，阴性或者阳性，并询问是否要联网上传，如果需要则按下功能按键，等待云端分析结果；

步骤7：如果不需要上传数据则按下测试步骤往返键的下一步骤按键，提示是否需要进行下一个测试，如果需要返回步骤2，不需要则按下电源键结束整个测试。

多通道先天性心脏病快速筛选装置的筛选算法，包括以下步骤：

设采集的心音信号为s(i)(i＝1,2,…,n),所包含的环境噪声为N,血氧饱和度的信号为y,那么总的采集的心音信号为：

当环境噪声采集器所采集的环境噪声与心音信号为s(i)所包含的环境噪声N 相减时，就可以有效消除s(i)中的噪声；

由于血氧饱和度信号y中的心率波形的周期与心音信号的周期一致，所以可以用心率波形和心音波形对应进行分析，利用心率波形为心音信号定位，以有效对心音信号进行周期分段；

然后获取心音系数H_c(t)，其方法如下：

1)选择待分析心音信号中4-6周期长度的信号；

2)为了获取心音信号所在的频段，采用小波对原始心音信号进行m层小波分解，使得第m层的频带低于500Hz,并令第m层的低频信号为H_l(t),高频信号为 H_h(t)；

3)为了凸显心音的时频特征，对等分处理后的H_l(t)进行d层小波包分解，得到u＝2^d个信号，即H_l1(t)，H_l2(t)，…，H_lu(t)，选择经过等分等长处理后中所有长度一致的，H_l1(t)，H_l2(t)，…，H_lu(t)加上H_h(t)，即为等分等长心音系数集H_c(t)；

对等分等长心音系数集H_c(t)分别做它们的心音递归图，作为心音信号的二维特征集，并对它们进行多个阈值融合；

设心音递归图的递归矩阵为R_1f＝{R₁₁,R₁₂,R₁₃,…,R_1f}，它们的互异均值向量为E_t1＝{E₁,E₂,…,E_i,…,E_p}^T,p＜N，统计E_t1中每个元素在E中出现的次数，得到权重向量W_t1＝(w₁,w₂,…,w_i,…,w_p}，那么进行f个二值矩阵融合，即：紧接着，除去W_t1中的最大元素值，以及E_t1中对应的元素值，得到W_t2和E_t2，并选择W_t2中最大元素在E_t2中对应的值得到阈值ε_2v＝{ε₂₁,ε₂₂,ε₂₃,…,ε_2v}v＜p-f，进而得到多值矩阵依次类推，选择W_tz中最大元素在E_tz中对应的值得到阈值ε_zm＝{ε_z1,ε_z2,ε_z3,…,ε_zm}m＜＜p-r-f，进而得到多值矩阵最后将前z个多值矩阵再一次融合，就得到多阈值融合递归矩阵因为R为H_c(t)经过多个阈值处理得到的递归矩阵的融合，则称之为多阈值融合递归矩阵；

其中E为相空间重构后得到的距离矩阵进行逐行取均值得到的向量，E_t1为去掉E中相同元素后得到的互异均值向量，W_t1为统计E中每个元素出现的次数得到的权重向量，寻找W_t1中所有最大元素在E_t1中对应的值，得到阈值ε_1f＝{ε₁₁,ε₁₂,ε₁₃,…,ε_1f}，f表示此时最大元素的个数，利用递归图的计算公式得到阈值集ε_1f对应的递归矩阵集R_1f＝{R₁₁,₁₂,₁₃,…,R_1f}；

W_ti表示去除第i-1次中的所有最大值后得到的向量，

E_ti表示第i次W_ti中所有最大值对应的值即为阈值集ε_ia，

ε_ia＝{ε_i1,ε_i2,ε_i3,…,ε_ia}中a表示第i次中满足条件的阈值个数，

R_ia＝{R_i1,R_i2,R_i3,…,R_ia}表示第i次阈值集ε_ia经过递归图的计算公式得到递归矩阵集。

不同个数的阈值融合得到的融合递归图在表征心音特征上是不同的。根据我们的实验数据，对心音信号进行3阈值融合效果最好。因此对H_c(t)进行3阈值融合处理，依次提取3阈值融合心音递归图的灰度共生矩特征，并利用支持向量机进行分类识别，就可获得心音信号的分类识别结果。另外，还对血氧饱和度采集传感器获得测试数据进行分析，正常人体动脉血的血氧饱和度为98％，在94％以下为供氧不足,将这个分析结果与心音信号分类识别结果进行决策层融合，给出阴性或者阳性的筛选结果，送至显示屏上显示。

与现有技术相比，本发明的有益效果在于：心音传感器阵列和血氧饱和度传感器组成的多路人体生物信号同步采集装置，心音传感器阵列根据所需采集信号的位置进行排列，以提取所需要的心音，其中有一路环境噪声采集器专门负责采集环境噪声，然后利用环境噪声与心音信号的融来有效消除有用信号中的噪声，同时采用一个血氧饱和度采集传感器接触表层皮肤同步测定经皮血氧饱和度和心率，利用心率波形为心音信号定位，以进行准确地分段；然后提取血氧饱和度信号的特征，对心音信号进行模式识别，区分出正常心音信号、正常血氧信号以及异常信号，由此得出先心病初期筛选结果，并且可将前端分析数据上传至云端进行后台大数据分析，得出更加准确的分析结果。本装置在很大程度上简化了先心病的检测过程，实现了对心脏病数据的快速采集和智能分析，是一款可用于新生儿先天性心脏病筛查的新装置。

附图说明

图1是本发明的多通道先天性心脏病快速筛选装置的工作流程框图；

图2是本发明的多通道先天性心脏病快速筛选装置的侧视图；

图3是本发明的多通道先天性心脏病快速筛选装置的正视图；

图4是本发明的多通道先天性心脏病快速筛选装置的后视图。

其中，1-心音传感器阵列，2-环境噪声采集器，3-套筒，4-插槽，5-电源键， 6-历史数据查看键，7-复位键，8-显示屏，9-内置电路板，10-功能按键，11- 心音传感器阵列组合控制旋钮，12-指夹式血氧饱和度采集传感器，13-锂电池， 14-USB插口，15-数据线，16-测试步骤往返键，17-平板式血氧饱和度采集传感器。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

图中包括以下部件：心音传感器阵列1、环境噪声采集器2、套筒3、插槽4、电源键5、历史数据查看键6、复位键7、显示屏8、内置电路板9、功能按键10、心音传感器阵列组合控制旋钮11、指夹式血氧饱和度采集传感器12、锂电池13、 USB插口14、数据线15、测试步骤往返键16和平板式血氧饱和度采集传感器17。

如图1-4所示，一种多通道先天性心脏病快速筛选装置，包括手持式枪体、套筒、心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器和显示屏；套筒可拆卸连接于手持式枪体的枪头部，心音传感器阵列集成在套筒的前端面上，心音传感器阵列根据所需采集信号的位置进行排列，环境噪声采集器设于套筒的侧壁上，显示屏设于手持式枪体手持部的上方，血氧饱和度采集传感器与手持式枪体连接，手持式枪体内设有内置电路板和锂电池，锂电池为内置电路板提供电源，手持式枪体表面上设有电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口；心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器、显示屏、电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口均与内置电路板电连接；

心音传感器阵列和血氧饱和度传感器组成多路人体生物信号同步采集装置；

环境噪声采集器用于采集环境噪声，然后利用环境噪声与心音信号的融合来消除有用信号中的噪声；

血氧饱和度采集传感器接触表层皮肤用于同步测定经皮血氧饱和度和心率，

心音传感器阵列、环境噪声采集器和血氧饱和度传感器分别将检测到的信号传送给内置电路板，内置电路板利用心率波形为心音信号定位，进行准确地分段；然后提取血氧饱和度信号的特征，对心音信号进行模式识别，区分出正常心音信号、正常血氧信号以及异常信号，由此得出先心病初期筛选结果，并且可将分析数据上传至云端进行后台大数据分析，得出更加准确的分析结果；

显示屏用于显示检测数据和分析结果；

电源键用于启动整个系统，系统启动后自动生成采集时间和编号；

历史数据查看键用于翻查历史数据；

复位键用于复位；

功能按键集成有语音输入和开始测试功能，用语音输入方式，记录测试者的基本信息；

心音传感器阵列组合控制旋钮用于控制心音传感器阵列的启动，启动模式包括分别启动和组合启动；

测试步骤往返键用于往返切换测试步骤；

USB插口用于与PC端通信以及充电。

心音传感器阵列包括小、中、大三圈心音传感器组合，每圈分布4或5个心音传感器，通过心音传感器阵列组合控制旋钮控制心音传感器阵列开启的组合方式，根据不同人群的心脏尺寸，或分别打开，或组合打开。

套筒的内部填充泡沫软质材料用于固定心音传感器阵列和环境噪声采集器，套筒通过插槽与手持式枪体的枪头部连接，套筒的直径与不同年龄阶段人群的心脏尺寸相适配。

血氧饱和度采集传感器采用两种方式，一种是指夹式血氧饱和度采集传感器，指夹式血氧饱和度采集传感器通过数据线与手持式枪体连接，数据线采用可伸缩式设计，使用时可将指夹式血氧饱和度采集传感器直接拉出，使用完毕后数据线可收缩回机体中；另外一种是平板式血氧饱和度采集传感器，平板式血氧饱和度采集传感器设置于套筒的前端面上，当心音传感器阵列与胸部皮肤直接接触进行心音信号采集时，该平板式血氧饱和度采集传感器同时对胸部皮肤进行血氧饱和度采集。

多通道先天性心脏病快速筛选装置的筛选方法，包括以下步骤：

步骤1：打开电源键，等待系统启动，自动生成采集时间和编号；

步骤2：长按功能按键，语音输入被测试者的信息，包括：姓名、性别、年龄及其他必要信息，松开功能按键完成语音录入；

步骤3：轻触功能按键，提示信息录入工作准备完毕，可以进行心音和血氧饱和度的信号采集；

步骤4：采集过程中保持足够的安静，等待采集心音信号以及血氧数据的处理计算；

步骤5：采集完成后，显示屏提示采集正常，采集完毕，若提示出现异常，

操作测试步骤往返键，回到步骤1进行重新采集；

步骤6：显示屏显示前端筛选结果，阴性或者阳性，并询问是否要联网上传，如果需要则按下功能按键，等待云端分析结果；

步骤7：如果不需要上传数据则按下测试步骤往返键的下一步骤按键，提示是否需要进行下一个测试，如果需要返回步骤2，不需要则按下电源键结束整个测试。

多通道先天性心脏病快速筛选装置的筛选算法，包括以下步骤：

设采集的心音信号为s(i)(i＝1,2,…,n),所包含的环境噪声为N,血氧饱和度的信号为y,那么总的采集的心音信号为：

当环境噪声采集器所采集的环境噪声与心音信号为s(i)所包含的环境噪声N 相减时，就可以有效消除s(i)中的噪声；

由于血氧饱和度信号y中的心率波形的周期与心音信号的周期一致，所以可以用心率波形和心音波形对应进行分析，利用心率波形为心音信号定位，以有效对心音信号进行周期分段；

然后获取心音系数H_c(t)，其方法如下：

1)选择待分析心音信号中4-6周期长度的信号；

2)为了获取心音信号所在的频段，采用小波对原始心音信号进行m层小波分解，使得第m层的频带低于500Hz,并令第m层的低频信号为H_l(t),高频信号为 H_h(t)；

3)为了凸显心音的时频特征，对等分处理后的H_l(t)进行d层小波包分解，得到u＝2^d个信号，即H_l1(t)，H₁₂(t)，…，H_lu(t)，选择经过等分等长处理后中所有长度一致的，H_l1(t)，H_l2(t)，…，H_lu(t)加上H_h(t)，即为等分等长心音系数集H_c(t)；

对等分等长心音系数集H_c(t)分别做它们的心音递归图，作为心音信号的二维特征集，并对它们进行多个阈值融合；

设心音递归图的递归矩阵为R_1f＝{R₁₁,R₁₂,R₁₃,…,R_1f}，它们的互异均值向量为E_t1＝{E₁,E₂,…,E_i,…,E_p}^T,p＜N，统计E_t1中每个元素在E中出现的次数，得到权重向量W_t1＝{w₁,w₂,…,w_i,…,w_p}，那么进行f个二值矩阵融合，即：紧接着，除去W_t1中的最大元素值，以及E_t1中对应的元素值，得到W_t2和E_t2，并选择W_t2中最大元素在E_t2中对应的值得到阈值ε_2v＝{ε₂₁,ε₂₂,ε₂₃,…,ε_2v}v＜p-f，进而得到多值矩阵依次类推，选择W_tz中最大元素在E_tz中对应的值得到阈值ε_zm＝{ε_z1,ε_z2,ε_z3,…，ε_zm}m＜＜p-r-f，进而得到多值矩阵最后将前z个多值矩阵再一次融合，就得到多阈值融合递归矩阵因为R为H_c(t)经过多个阈值处理得到的递归矩阵的融合，则称之为多阈值融合递归矩阵；

其中E为相空间重构后得到的距离矩阵进行逐行取均值得到的向量，E_t1为去掉E中相同元素后得到的互异均值向量，W_t1为统计E中每个元素出现的次数得到的权重向量，寻找W_t1中所有最大元素在E_t1中对应的值，得到阈值ε_1f＝{ε₁₁,ε₁₂,ε₁₃,…,ε_1f}，f表示此时最大元素的个数，利用递归图的计算公式得到阈值集ε_1f对应的递归矩阵集R_1f＝{R₁₁,R₁₂,R₁₃,…,R_1f}；

W_ti表示去除第i-1次中的所有最大值后得到的向量，

E_ti表示第i次W_ti中所有最大值对应的值即为阈值集ε_ia，

ε_ia＝{ε_i1,ε_i2,ε_i3,…,ε_ia}中a表示第i次中满足条件的阈值个数，

R_ia＝{R_i1,R_i2,R_i3,…,R_ia}表示第i次阈值集ε_ia经过递归图的计算公式得到递归矩阵集。

不同个数的阈值融合得到的融合递归图在表征心音特征上是不同的。根据我们的实验数据，对心音信号进行3阈值融合效果最好。因此对H_c(t)进行3阈值融合处理，依次提取3阈值融合心音递归图的灰度共生矩特征，并利用支持向量机进行分类识别，就可获得心音信号的分类识别结果。另外，还对血氧饱和度采集传感器获得测试数据进行分析，正常人体动脉血的血氧饱和度为98％，在94％以下为供氧不足,将这个分析结果与心音信号分类识别结果进行决策层融合，给出阴性或者阳性的筛选结果，送至显示屏上显示。

实施例

本装置的示意图如附图2所示。

本装置采用心音传感器阵列同步采集人体胸腔多个听诊区的心音信号。心音传感器阵列1用于采集心音信号，直接紧贴人体胸腔表面，心音传感器阵列1 固定在套筒3上，环境噪声采集器2靠近心音传感器阵列1，但又不紧贴人体胸腔表面，即只采集心音传感器阵列1附近的环境噪声，但又不采集心音。心音传感器阵列1排列方式如附图3所示，包括了三圈心音传感器组合，每圈分布4 或5个心音传感器，由内到外分别为小、中、大即I，II，III三种组合，由于相同年龄阶段人体心脏的大小存在细微差异，通过旋转开关11可以控制心音传感器阵列1的组合方式，或分别打开，或组合打开，以达到适配不同人群的心脏尺寸，实现最有效的心音信号采集。

套筒3的内部填充泡沫软质材料用于固定心音传感器阵列1和环境噪声采集器2。插槽4为套筒3与机身连接的插槽，由于人体心脏的尺寸在不同年龄阶段存在较大差异，可以通过更换不同直径大小的套筒3以达到适配不同年龄阶段人群的使用。显示屏8可方便用户使用时查看检测数据以及筛选结果。心音传感器阵列组合控制旋钮11用于控制心音传感器阵列1的启动，启动模式有分别启动和组合启动两种。血氧饱和度采集传感器采用两种方式，一种是指夹式血氧饱和度采集传感器12，该传感器往手指或脚指上一夹就可以检测血氧水平、脉搏。指夹式血氧饱和度采集传感器12通过数据线15与机身连接，并且采用可伸缩式设计，使用时可将指夹式血氧饱和度采集传感器12直接拉出，使用完毕后数据线15可收缩回机体中。另外一种是在套筒3的端头安放一个平板式血氧饱和度采集传感器17，当心音传感器阵列1与胸部皮肤直接接触进行心音信号采集时，可使用该平板式血氧饱和度采集传感器17对胸部皮肤进行血氧饱和度采集。

本装置采用心音传感器阵列1实现多路信号的并行采集，极大的缩短了信号的采集时间，并且去噪方式除了常规的滤波器滤波方式外，还增加了一种利用环境噪声采集器2所采集的环境噪声与同步采集的心音信号进行抵消融合去噪的方式，由此保证了心音去噪的效果和稳定性，即使出现突发性复杂噪声也能保证有效去除。

本装置利用血氧饱和度采集传感器12所获取的心率波形作为心音信号分段的定位信号，因为心率和心音周期是完全对应的，这样能准确的划分出心音信号的每一个周期，准确为第一心音、第二心音分段。

本装置在对分段心音信号进行特征提取后，一方面在本机中与正常心音模板、异常心音模板进行比较分类识别，并且与血氧参数进行多模态融合，获得初步的检测筛选结果，另一方面，将全部检测信号通过网络上传云端，利用后台大数据分析方式，对检测信号进行全方位识别，最终给出更加准确、更加详细的筛选结果。

本装置自动生成采集时间和编号，并且通过按功能按键10，用语音输入方式，记录测试者的基本信息包括：姓名、性别、年龄等。

本装置的使用步骤如下：

步骤1：打开电源键5，等待系统启动，自动生成采集时间和编号；

步骤2：长按功能按键10，语音输入被测试者的信息包括：姓名、性别、年龄等，松开功能按键10完成语音录入；

步骤3：轻触功能按键10，提示信息录入工作准备完毕，可以进行信号采集；

步骤4：采集过程中保持足够的安静，等待采集心音信号以及血氧数据的处理计算；

步骤5：提示采集正常，采集完毕。若提示出现异常，回到步骤1进行重新采集。

步骤6：得出前端筛选结果，阴性或者阳性。询问是否要联网上传，如果需要按下功能按键10，等待云端分析结果。

步骤7：如果不需要上传数据按下测试步骤往返键16的下一步骤按键，提示是否需要进行下一个测试，如果需要返回步骤2，不需要则按下电源键5结束整个测试。

本装置属于手持式类型，装置下部采用手握式结构，外部形状做成方便握持的长条形状。该部分的材料将采用轻便的塑料结构，以减轻整个装置的重量。握持部位添加一层软质材料，用于贴合手指形状，以提高用户握持时的舒适度。底

部集成锂电池13与USB插口14，USB插口14可供装置数据与PC端的通信以及充电，锂电池13拟采用5000MA的锂电池，安插在手握结构的内部腔体中。

本实例中将采集的数据通过USB插口14传输到电脑端，在电脑上生成完整的健康评估报告。该报告可用于直接打印，也可以上传至云端进行深度评估，得出准确的分析结果。

云端数据上传部分采用JavaWeb进行开发，具体流程包括如下几部分：Web 端上传文件；服务器端获取文件；Apache-Commons-fileupload；fileuplpad组建工作流程。

Claims (6)

1.一种多通道先天性心脏病快速筛选装置，其特征在于：包括手持式枪体、套筒、心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器和显示屏；套筒可拆卸连接于手持式枪体的枪头部，心音传感器阵列集成在套筒的前端面上，心音传感器阵列根据所需采集信号的位置进行排列，环境噪声采集器设于套筒的侧壁上，显示屏设于手持式枪体手持部的上方，血氧饱和度采集传感器与手持式枪体连接，手持式枪体内设有内置电路板和锂电池，锂电池为内置电路板提供电源，手持式枪体表面上设有电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口；心音传感器阵列、环境噪声采集器、血氧饱和度采集传感器、显示屏、电源键、历史数据查看键、复位键、功能按键、心音传感器阵列组合控制旋钮、测试步骤往返键和USB插口均与内置电路板电连接；

心音传感器阵列和血氧饱和度传感器组成多路人体生物信号同步采集装置；

环境噪声采集器用于采集环境噪声，然后利用环境噪声与心音信号的融合来消除有用信号中的噪声；

血氧饱和度采集传感器接触表层皮肤用于同步测定经皮血氧饱和度和心率，

心音传感器阵列、环境噪声采集器和血氧饱和度传感器分别将检测到的信号传送给内置电路板，内置电路板利用心率波形为心音信号定位，进行准确地分段；然后提取血氧饱和度信号的特征，对心音信号进行模式识别，区分出正常心音信号、正常血氧信号以及异常信号，由此得出先心病初期筛选结果，并且可将分析数据上传至云端进行后台大数据分析，得出更加准确的分析结果；

显示屏用于显示检测数据和分析结果；

电源键用于启动整个系统，系统启动后自动生成采集时间和编号；

历史数据查看键用于翻查历史数据；

复位键用于复位；

功能按键集成有语音输入和开始测试功能，用语音输入方式，记录测试者的基本信息；

心音传感器阵列组合控制旋钮用于控制心音传感器阵列的启动，启动模式包括分别启动和组合启动；

测试步骤往返键用于往返切换测试步骤；

USB插口用于与PC端通信以及充电。

2.根据权利要求1所述的多通道先天性心脏病快速筛选装置，其特征在于：心音传感器阵列包括小、中、大三圈心音传感器组合，每圈分布4或5个心音传感器，通过心音传感器阵列组合控制旋钮控制心音传感器阵列开启的组合方式，根据不同人群的心脏尺寸，或分别打开，或组合打开。

3.根据权利要求1所述的多通道先天性心脏病快速筛选装置，其特征在于：套筒的内部填充泡沫软质材料用于固定心音传感器阵列和环境噪声采集器，套筒通过插槽与手持式枪体的枪头部连接，套筒的直径与不同年龄阶段人群的心脏尺寸相适配。

4.根据权利要求1所述的多通道先天性心脏病快速筛选装置，其特征在于：血氧饱和度采集传感器采用两种方式，一种是指夹式血氧饱和度采集传感器，指夹式血氧饱和度采集传感器通过数据线与手持式枪体连接，数据线采用可伸缩式设计，使用时可将指夹式血氧饱和度采集传感器直接拉出，使用完毕后数据线可收缩回机体中；另外一种是平板式血氧饱和度采集传感器，平板式血氧饱和度采集传感器设置于套筒的前端面上，当心音传感器阵列与胸部皮肤直接接触进行心音信号采集时，该平板式血氧饱和度采集传感器同时对胸部皮肤进行血氧饱和度采集。

5.根据权利要求1所述的多通道先天性心脏病快速筛选装置的筛选方法，其特征在于：包括以下步骤：

步骤1：打开电源键，等待系统启动，自动生成采集时间和编号；

步骤2：长按功能按键，语音输入被测试者的信息，包括：姓名、性别、年龄及其他必要信息，松开功能按键完成语音录入；

步骤3：轻触功能按键，提示信息录入工作准备完毕，可以进行心音和血氧饱和度的信号采集；

步骤4：采集过程中保持足够的安静，等待采集心音信号以及血氧数据的处理计算；

步骤5：采集完成后，显示屏提示采集正常，采集完毕，若提示出现异常，操作测试步骤往返键，回到步骤1进行重新采集；

步骤6：显示屏显示前端筛选结果，阴性或者阳性，并询问是否要联网上传，如果需要则按下功能按键，等待云端分析结果；

步骤7：如果不需要上传数据则按下测试步骤往返键的下一步骤按键，提示是否需要进行下一个测试，如果需要返回步骤2，不需要则按下电源键结束整个测试。

6.根据权利要求1所述的多通道先天性心脏病快速筛选装置的筛选算法，其特征在于：包括以下步骤：

设采集的心音信号为s(i)(i＝1,2,…,n),所包含的环境噪声为N,血氧饱和度的信号为y,那么总的采集的心音信号为：

<mrow> <mi>X</mi> <mo>=</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>s</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>N</mi> <mo>;</mo> </mrow>

当环境噪声采集器所采集的环境噪声与心音信号为s(i)所包含的环境噪声N相减时，就可以有效消除s(i)中的噪声；

由于血氧饱和度信号y中的心率波形的周期与心音信号的周期一致，所以可以用心率波形和心音波形对应进行分析，利用心率波形为心音信号定位，以有效对心音信号进行周期分段；

然后获取心音系数H_c(t)，其方法如下：

1)选择待分析心音信号中4-6周期长度的信号；

2)为了获取心音信号所在的频段，采用小波对原始心音信号进行m层小波分解，使得第m层的频带低于500Hz,并令第m层的低频信号为H_l(t),高频信号为H_h(t)；

3)为了凸显心音的时频特征，对等分处理后的H_l(t)进行d层小波包分解，得到u＝2^d个信号，即H_l1(t)，H_l2(t)，…，H_lu(t)，选择经过等分等长处理后中所有长度一致的，H_l1(t)，H_l2(t)，…，H_lu(t)加上H_h(t)，即为等分等长心音系数集H_c(t)；

对等分等长心音系数集H_c(t)分别做它们的心音递归图，作为心音信号的二维特征集，并对它们进行多个阈值融合；

设心音递归图的递归矩阵为R_1f＝{R₁₁,R₁₂,R₁₃,...,R_1f}，它们的互异均值向量为E_t1＝{E₁,E₂,...,E_i,...,E_p}^T,p＜N，统计E_t1中每个元素在E中出现的次数，得到权重向量W_t1＝{w₁,w₂,...,w_i,...,w_p}，那么进行f个二值矩阵融合，即：紧接着，除去W_t1中的最大元素值，以及E_t1中对应的元素值，得到W_t2和E_t2，并选择W_t2中最大元素在E_t2中对应的值得到阈值ε_2v＝{ε₂₁,ε₂₂,ε₂₃,...,ε_2v}v＜p-f，进而得到多值矩阵依次类推，选择W_tz中最大元素在E_tz中对应的值得到阈值ε_zm＝{ε_z1,ε_z2,ε_z3,...,ε_zm}m＜＜p-r-f，进而得到多值矩阵最后将前z个多值矩阵再一次融合，就得到多阈值融合递归矩阵因为R为H_c(t)经过多个阈值处理得到的递归矩阵的融合，则称之为多阈值融合递归矩阵；

其中E为相空间重构后得到的距离矩阵进行逐行取均值得到的向量，E_t1为去掉E中相同元素后得到的互异均值向量，W_t1为统计E中每个元素出现的次数得到的权重向量，寻找W_t1中所有最大元素在E_t1中对应的值，得到阈值ε_1f＝{ε₁₁,ε₁₂,ε₁₃,...,ε_1f}，f表示此时最大元素的个数，利用递归图的计算公式得到阈值集ε_1f对应的递归矩阵集R_1f＝{R₁₁,R₁₂,R₁₃,...,R_1f}；

W_ti表示去除第i-1次中的所有最大值后得到的向量，

E_ti表示第i次W_ti中所有最大值对应的值即为阈值集ε_ia，

ε_ia＝{ε_i1,ε_i2,ε_i3,...,ε_ia}中a表示第i次中满足条件的阈值个数，

R_ia＝{R_i1,R_i2,R_i3,...,R_ia}表示第i次阈值集ε_ia经过递归图的计算公式得到递归矩阵集。