CN109498228A - 基于咳嗽音反馈的肺康复治疗装置 - Google Patents

Abstract

本发明提供一种基于咳嗽音反馈的肺康复治疗装置，包括数据集成部件、数据处理部件以及数据应用部件。数据集成部件采用声敏传感器和加速度传感器，检测气道廓清行为的生理与病理声学信号。数据处理部件采用深度学习技术，对咳嗽和清嗓等相关音声振动信号进行分类。数据应用部件采用声学反馈技术，调整肺康复训练方案和评估肺康复治疗效果。该发明可以在头颈部或上胸部采集包括但不仅限于咳嗽、清嗓、吞咽、呼吸、打鼾等带来的音声振动信息，实现对气道廓清行为的有效性进行实时监测评估、个性化干预和持续管理。

Description

基于咳嗽音反馈的肺康复治疗装置

技术领域

本发明涉及一种监测评估、调整和辅助咳嗽动作的装置，特别是通过监测咳嗽动作产生的音声振动信号来反馈判断和调整咳嗽训练方案，属于医疗器械技术领域。

背景技术

（1）咳嗽-气道廓清功能

咳嗽既是疾病相关的症状，又是人类主动廓清气道的自我保护行为。咳嗽能力是与人生命息息相关的基本功能之一，主动咳嗽动作在排痰和清除气道异物过程中发挥重要作用。整个咳嗽动作可以细分成三个连续阶段：吸气阶段、压缩阶段和呼气阶段。呼气阶段时，声带外展，吸气肌收缩，肺内气体体积增加。而压缩阶段，声门闭合，为形成足够的胸腔压力做准备，腹肌、肋间肌等肌肉主动收缩增加腹内压和胸腔内压。最后呼气阶段，声门快速开放，气体高速冲出，并振动声带产生典型的咳嗽音。

（2）咳嗽功能障碍和有效性咳嗽

一系列疾病，诸如脊髓损伤、帕金森病、肌萎缩侧索硬化症等均可引起患者咳嗽能力下降，导致气道分泌物潴留、异物排出困难，进而造成呼吸系统并发症的发生风险增加、死亡率增高。这些因疾病导致咳嗽能力下降的患者，需要有效咳嗽来帮助减少呼吸系统并发症的发生率。此外，高龄长者和吞咽障碍患者对有效咳嗽的需求也大大增加。这是因为健康人每天有600-1000次吞咽动作，即使不进食，也需吞下约1升唾液。在吞咽障碍患者中，即使采用鼻饲管，也不能解决唾液误吸入肺的风险。除疾病导致的吞咽障碍外，吞咽障碍发生率随着年龄的增加也有所增加。30%的老年人存在误吸性吞咽障碍，其中约一半存在无效的咳嗽反应，甚至无法咽下或咳出自然分泌的唾液，食物或唾液误入气道，进而引发吸入性肺炎所导致的死亡，占老年人肺炎死亡率的三分之一。因此，训练咳嗽和清嗓动作，是肺康复领域的基本策略。但是，如何当场判断患者实施了有效的咳嗽和清嗓动作，如何持续记录和连续追踪咳嗽和清嗓动作的发展和变化，目前临床上普遍采用咳嗽峰流速（peak coughflow,PCF）作为咳嗽有效性的客观衡量指标，PCF正常应为360-840L/min，如果PCF小于160L/min，咳嗽动作就被认为是无效的。然而，咳嗽峰流速的测量需要用到口鼻面罩和气体流量计，口鼻面罩不仅在佩戴上给患者增加了不适感，同时不同型号的口鼻面罩也造成了咳嗽峰流速测量值的差异。如何客观、有效而又便捷地评估患者是否进行了有效的咳嗽和清嗓动作，以帮助患者改进咳嗽和清嗓动作，并为肺康复治疗师提供评估和治疗工具，是康复治疗的难点和空白点。

（3）有效咳嗽的声学特征

咳嗽作为一种自身保护性呼吸反射动作，既可因内外环境的刺激而诱发，也可在人体意识控制下自主产生咳嗽动作，因此可以分为反射性咳嗽和自主性咳嗽。后者可以作为一种非侵入性的肺康复方法，有效提高患者的气道廓清能力，降低呼吸系统并发症和提高患者生存率。咳嗽过程中的声音是由气流在气道和肺部结构中的共振而产生。通常将一个典型的咳嗽音分为三个部分：头部（第一声爆破音）、中部（爆音间歇期）和尾部（第二声爆破音，即一次咳嗽动作结束前的突起部分，并不是每个咳嗽动作都包含第二声爆破音）。可以用时间为横轴，振幅为纵轴，描绘一次标准咳嗽动作的声波图，如图1所示。其中，头部是经过咳嗽动作的压缩阶段，建立起的声门下压力达到峰值、声带突然张开时出现的爆破音。第一声爆破音的产生是由于气流在由外周气道向声门流动的过程中，在气管分叉处，线性的气流变为湍流，而引起气道及其周围肺组织的振动所产生的声音；因此，第一声爆破音主要受气道壁的生理及病理状况所影响。尾部的第二声爆破音产生机理与第一声爆破音不同，在咳嗽呼气阶段的末期，气流使得相互靠近的声带发生振动而产生第二声爆破音；因此，第二声爆破音主要反映喉部结构的病生理状态，这也解释了在一些喉部手术的患者中不存在第二声爆破音的现象。中部爆音间歇期是咳嗽动作处于呼气阶段、声门持续张开时，一段气流相对平稳的间隔期，这段间歇期主要反映气管内分泌物的潴留情况，如果气管内分泌物多且粘稠，间歇期的声波振幅甚至可能超过第一声和第二声爆破音的波幅。综上，咳嗽动作实际上已经具备了可识别的稳定的声学标准模式。

（4）咳嗽动作的诱导、监测、管理和反馈

临床上把咳嗽大体上分为反射性咳嗽和自发性咳嗽。前者往往是疾病症状，而后者则往往是患者主动实施的保护气道和清除不适的动作。如果从疾病症状角度考察咳嗽，则咳嗽是需要治疗和消除的人体表现。但如果从保护气道角度考察咳嗽，则咳嗽是一种需要维护并增进的有效动作技能。因此，咳嗽相关声学研究可以分为以下两个方向：①检测方向：在实际环境下进行长时间监测咳嗽症状，用于疾病诊断；②治疗方向：需要声学反馈辅助判断是不是实施了有效的气道廓清动作。

关于检测咳嗽音的研究，已有大量文献报道。直到目前为止，还没有像心音分析那样，建立成熟且应用广泛的咳嗽音检测、记录和评价体系。便携式麦克风或带有振动感受器的颈部和胸部声音记录设备的发展，使得临床上不再只是凭人耳听诊判断咳嗽音，而是能够持续记录和分析，从而为疾病诊疗提供决策信息。但是，这些研究集中于咳嗽作为症状的方面，以诊断疾病和控制症状为目的。通过记录和反馈呈现主动咳嗽的声音信息，帮助患者训练咳嗽技能或辅助治疗师改进治疗技术，这方面的研究尚未得到重视。早在1964年，Woolf等首次报道了采用床头麦克风和磁带录音机记录咳嗽音，其目的是评估止咳药的疗效。此后在咳嗽音研究方面经过了长期发展，包括从离体麦克风录音到贴附式传感器记录，从磁带录音到数字化记录，从录制后处理到即时处理，从有标注的咳嗽音分析到自动识别和分离其他声音。目前已有多款咳嗽监护产品，包括单纯利用声音的Hull咳嗽计数器、Leicester咳嗽监测系统和VitaloJAK咳嗽检测系统，以及利用声音、心电和位置加速度等多种传感器的Lifeshirt可穿戴监测背心等。这些设备都聚焦于利用咳嗽声音作为症状线索来诊断疾病、判断疾病严重程度和佐证药物疗效，而不是把咳嗽和清嗓作为气道保护行为进行管理，也未涉及与康复治疗技术的结合。

发明内容

本发明针对上述提出的技术问题，提出一种基于咳嗽音反馈的肺康复治疗装置，通过咳嗽音声信号与后台的常模和病理数据比对，判断主动咳嗽的动作是否为有效具有气道廓清功能的咳嗽，并由此提供听觉或视觉信息给用户，由患者对主动咳嗽行为或由治疗师对辅助咳嗽手法等康复操作进行调整，最终通过反馈循环，达到实施并记录有效气道廓清动作的目的。

本发明解决以上技术问题的技术方案是：提供一种基于咳嗽音反馈的肺康复治疗装置，包括声学监测模块和反馈治疗模块，所述声学监测模块由数据集成部件和数据处理部件组成，所述反馈治疗模块由数据处理部件和数据应用部件组成；

所述数据集成部件通过数据集成部件通过由声敏传感器和加速度传感器构成的声学检测部件采集咳嗽音信号，咳嗽音信号传输至所述数据处理部件，所述数据处理部件的咳嗽声学软件对声学信号进行分类判断，并比较其与常模样本库的符合程度；当声学信号符合常模样本库，由数据应用部件的反馈信息展示部件呈现展示内容；当声学信号不符合常模样本库，将采集的声学信号与疾病样本库进行比对，由数据处理部件的算法模型将疾病样本库中最符合的咳嗽音进行匹配，通过观察所述数据应用部件中反馈信息展示部件呈现的信息，根据生物反馈机理，患者通过反馈信息展示部件呈现的信息进行合理调整，实现治疗的目的。

本发明的进一步限定技术方案，前述的基于咳嗽音反馈的肺康复治疗装置，所述声敏传感器采用压力电阻型声音传感器或加速计型振动传感器；所述加速度传感器采用双轴或三轴加速度传感器，通过加速传感器检测被测试者在发出咳嗽音时身体的运动状态，结合声敏传感器能够准确的判断被测试者的实时状态。

前述的基于咳嗽音反馈的肺康复治疗装置，根据声学信号特征，展示频域和时域波形，并同时构建声学特征矢量；所述声学信号包括音长、半耗能时长、达峰时间、总能耗、峰值强度、整个声音的最高频率、强度达峰时所含声音片段的最高频率和聚合熵。

前述的基于咳嗽音反馈的肺康复治疗装置，所述数据处理部件内还包含人工标注数据集和人工核对改进，由人工辅助核对系统提取声学特征，对声学信号进行分类判断，并比较其与所属分类常模的符合程度。

前述的基于咳嗽音反馈的肺康复治疗装置，所述数据处理部件集成在智能终端内，所述智能终端通过有线或无线方式与云端数据库相连，而由云端配置的算法模型和数据库进行处理，计算声音信号和声学参数，并进行归类，最终结果在云端保存和管理。

前述的基于咳嗽音反馈的肺康复治疗装置，所述常模样本库是通过采集健康人在不同体位的主动咳嗽声音，采用深度学习算法对常模数据集进行训练，形成训练数据集。利用训练数据集，对新测咳嗽和清嗓音的信号进行分类判断，从而知道新测信号是否为具有气道廓清功能的主动咳嗽和清嗓动作。另外，把录制且经过人工判断的病理数据集输入训练数据集，从而实现判断精度的可持续改进。

本发明依赖生物反馈训练的目的在于，通过操纵那些在其它情况下意识不到或感觉不到的生理活动，以达到控制机体内部活动的目的。体内的生理活动，比如咳嗽力度的大小，一般是人们意识不到的，也难以随意使之增加或减少。如果我们把咳嗽的力度以一定的图像方式来表示，就可以通过使信号变大或变小，来达到使咳嗽力度增加或减少的目的。通过这种方法，可以对肺康复治疗提供较好的依据。

本发明的有益效果是：本发明提供了实时监测、即时调整和分析管理咳嗽和清嗓动作的反馈装置，具有以下优点：通过声学反馈机制，判断和调整主动发起这种动作的方式，用于提高气道廓清能力；通过采集、记录和展示咳嗽相关的音声振动信息，并且借助数据库判断信息是否来自有效的咳嗽和清嗓动作，有助于用户对气道廓清功能实施个性化管理，也有助于医务人员记录和评价治疗依从性和疗效；可以作为监测设备，进行咳嗽和清嗓症状筛查，提供生理健康数据，了解用户的有效气道廓清动作信息，管理日常气道廓清行为。

附图说明

图1为标准咳嗽动作的声波图。

图2为本发明的结构示意图。

图3为本发明实施示例图。

具体实施方式

实施例1

本实施例提供一种基于咳嗽音反馈的肺康复治疗装置，包括声学监测模块和反馈治疗模块，声学监测模块由数据集成部件1和数据处理部件2组成，反馈治疗模块由数据处理部件2和数据应用部件3组成；

数据集成部件1通过由声敏传感器12和加速度传感器13构成的声学检测部件11采集咳嗽音信号，声敏传感器12采用压力电阻型声音传感器，加速度传感器13采用三轴加速度传感器；咳嗽音信号传输至数据处理部件2，数据处理部件2的咳嗽声学软件26对声学信号进行分类判断，并比较其与常模样本库22的符合程度；当声学信号符合常模样本库22，由数据应用部件3的反馈信息展示部件31呈现展示内容32；当声学信号不符合常模样本库22，将采集的声学信号与疾病样本库23进行比对，由数据处理部件2的算法模型27将疾病样本库23中最符合的咳嗽音进行匹配，通过观察数据应用部件3中反馈信息展示部件31呈现的信息，本实施例的算法模型27在随机森林方法、支持向量机和深度卷积神经网络分类器的基础上进行改进。

本实施例工作时可分为反馈模式和监测模式两种：

1、反馈模式：声敏传感器12设置在头颈部采集咳嗽和清嗓音声振动信息，头颈部位置推荐但不仅限于胸骨柄，胸骨上窝或环状软骨前正中点；加速度传感器13分别在后背部胸段脊柱处和前胸部采集每一次咳嗽动作时胸廓前后、上下、左右的运动信息。经过数据处理部件2提取声学特征，咳嗽声学软件26对声学信号进行分类判断，并比较其与所属分类常模的符合程度。如果信号符合常模样本库22，由数据应用部件3的反馈信息展示部件31呈现任务完成，例如游戏界面显示蜡烛被吹熄。展示内容32根据声学信号特征，展示频域和时域波形，并同时构建声学特征矢量，包括但不仅限于音长、半耗能时长、达峰时间、总能耗、峰值强度、整个声音的最高频率、强度达峰时所含声音片段的最高频率和聚合熵等，并由此指导建立游戏等任务界面。如果不符合常模样本库22常模，则数据应用部件3的反馈信息展示部件31呈现疾病样本库23中的不同程度的视听信息，例如游戏界面显示蜡烛上的火焰呈晃动状态。通过观察数据应用部件3反馈信息展示部件31呈现的信息，患者和治疗师可以配合实施更有效的咳嗽动作并处理成声音信号数据。

2、监测模式：从头颈部或上胸部探测到咳嗽和清嗓音声振动信息及胸廓运动度信息，首先由声学检测部件11传感器采集，在本地终端预处理，然后上传到云端，继而由云端配置的算法模型和数据库进行处理，算法模型和数据库包括算法模型27、常模数据库22和疾病数据库23，计算声音信号、声学参数，并进行归类，最终结果在云端保存和管理，并且随时可由任何有权限的终端设备通过云端算法驱动的智能终端应用21查询。

使用该发明，可以在头颈部或上胸部采集包括但不仅限于咳嗽、清嗓、吞咽、呼吸、打鼾等带来的音声振动信息，在智能终端切片成每一次咳嗽音信号并计算信号特征，把信号特征传输至算法模型进行数据集训练和判断，再将判断结果用视听觉信息反馈展示，实现对气道廓清行为的有效性进行实时监测、个性化干预和持续管理。该发明所提供的声学反馈技术，可以帮助患者和治疗师达到调整肺康复训练方案和评估治疗效果的作用。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (6)

1.基于咳嗽音反馈的肺康复治疗装置，包括声学监测模块和反馈治疗模块，其特征在于：

所述声学监测模块由数据集成部件（1）和数据处理部件（2）组成，所述反馈治疗模块由数据处理部件（2）和数据应用部件（3）组成；

所述数据集成部件（1）通过由声敏传感器（12）和加速度传感器(13)构成的声学检测部件（11）采集咳嗽音信号，咳嗽音信号传输至所述数据处理部件（2），所述数据处理部件（2）的咳嗽声学软件（26）对声学信号进行分类判断，并比较其与常模样本库（22）的符合程度；当声学信号符合常模样本库（22），由数据应用部件（3）的反馈信息展示部件（31）呈现展示内容（32）；当声学信号不符合常模样本库（22），将采集的声学信号与疾病样本库（23）进行比对，由数据处理部件（2）的算法模型（27）将疾病样本库（23）中最符合的咳嗽音进行匹配，通过观察所述数据应用部件（3）中反馈信息展示部件（31）呈现的信息。

2.如权利要求1所述的基于咳嗽音反馈的肺康复治疗装置，其特征在于：所述声敏传感器（12）采用压力电阻型声音传感器或加速计型振动传感器；所述加速度传感器（13）采用双轴或三轴加速度传感器。

3.如权利要求1所述的基于咳嗽音反馈的肺康复治疗装置，其特征在于：所述声学信号包括音长、半耗能时长、达峰时间、总能耗、峰值强度、整个声音的最高频率、强度达峰时所含声音片段的最高频率和聚合熵。

4.如权利要求1所述的基于咳嗽音反馈的肺康复治疗装置，其特征在于：所述数据处理部件（2）内还包含人工标注数据集（24）和人工核对改进（25），由人工辅助核对系统提取声学特征，对声学信号进行分类判断。

5.如权利要求1所述的基于咳嗽音反馈的肺康复治疗装置，其特征在于：所述数据处理部件（2）集成在智能终端内，所述智能终端通过有线或无线方式与云端数据库相连，而由云端配置的算法模型和数据库进行处理，计算声音信号和声学参数，并进行归类，最终结果在云端保存和管理。

6.如权利要求1所述的基于咳嗽音反馈的肺康复治疗装置，其特征在于：所述常模样本库（22）是通过采集健康人在不同体位的主动咳嗽声音。