CN110916716A - 一种可穿戴式心音监测设备 - Google Patents

一种可穿戴式心音监测设备 Download PDF

Info

Publication number
CN110916716A
CN110916716A CN201911387093.7A CN201911387093A CN110916716A CN 110916716 A CN110916716 A CN 110916716A CN 201911387093 A CN201911387093 A CN 201911387093A CN 110916716 A CN110916716 A CN 110916716A
Authority
CN
China
Prior art keywords
heart sound
heart
mode
wearable
signals
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
Application number
CN201911387093.7A
Other languages
English (en)
Inventor
曾玮
袁健
陈阳
王清辉
王颖
刘凤琳
袁成志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Longyan University
Original Assignee
Longyan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Longyan University filed Critical Longyan University
Priority to CN201911387093.7A priority Critical patent/CN110916716A/zh
Publication of CN110916716A publication Critical patent/CN110916716A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising

Abstract

本发明公开了一种可穿戴式心音监测设备，心音监测设备包括单导联心音装置和穿戴装置，单导联心音装置用于贴设在心脏位置，穿戴装置用于佩戴在患者腕部，单导联心音装置采集心音信号，并将心音信号发送到云端，云端进行分析将该分析结果发送回穿戴装置，通过穿戴装置上的显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动方式告知心脏病患者，提醒其心脏的工作状态。本发明有益效果：安装方便，减少患者的手术痛苦，在需要更换时能够比较快速的取下，对患者的心脏伤害较小；本发明具有与装置对应的心音信号处理方法，基于装置获取心音信号并结合处理方法能够有效的对心脏工作状态进行监测并提醒。

Description

一种可穿戴式心音监测设备
技术领域
本发明属于医疗器械领域，具体涉及一种可穿戴式心音监测设备。
背景技术
与临床上诊断心血管疾病的其他方法相比，比如与心电图(ECG)相比，心音图(PCG)具有心电不可替代的诊断信息；与价格昂贵、仪器复杂的超声多普勒仪和核磁共振成像等相比，心音检测具有成本低廉、方便快捷等显著优势。而且心音与心功能具有明显相关性，可以通过对心音的分析实现对心功能的基本评估。心血管疾病涉及心脏及血液循环系统，典型病种有高血压、冠心病、心肌梗塞等。研究发现，当心血管疾病尚未发展到足以产生临床及病理改变，如心电信号变化以前，心音中出现的杂音和畸变就是重要的诊断信息。因此，心音信号检测方便、无创、花费极小，可作为心脏疾病检测、预防的常规手段，也可作为健康体检的普及措施。
本发明综合采用心音信号来检测7种不同的心脏工作状态，分别为：(1)正常，(2)二尖瓣狭窄，(3)二尖瓣关闭不全，(4)主动脉瓣狭窄，(5)主动脉瓣关闭不全，(6)肺动脉瓣狭窄，(7)房间隔缺损。
发明内容
鉴于上述技术问题，本发明提供了一种可穿戴式心音监测设备，旨在能够检测心音信号，当心音信号出现异常时，自动发出提示，为健康普查提供技术支持。
本发明采用如下设计方案：一种可穿戴式心音监测设备，所述心音监测设备包括单导联心音装置1和穿戴装置2，所述单导联心音装置1用于贴设在心脏位置，所述穿戴装置2用于佩戴在患者腕部，所述单导联心音装置1采集心音信号，并将心音信号发送到云端，所述云端进行分析将该分析结果发送回穿戴装置2，通过穿戴装置2上的显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动方式告知心脏病患者，提醒其心脏的工作状态。
进一步地，所述单导联心音装置1包括连接板1.1、贴片1.2、电源1.3、MCU1.4、蓝牙1.5、无线通讯模块和无线充电模块1.6，所述连接板1.1呈三角形，在顶点处设置有贴片1.2，所述连接板1.1的下侧面上设置电极，连接板1.1内设置有空腔，所述空腔内设置有电源1.3、MCU1.4、蓝牙1.5、无线通讯模块和无线充电模块1.6，所述电源1.3用于向MCU1.4、蓝牙1.5、电极和无线通讯模块供电，所述MCU1.4接收电极的测量信号，通过无线通讯模块将测量信号发送到云端，所述蓝牙1.5将云端返回的分析结果发送到穿戴装置2上，所述电源1.3与无线充电模块1.6的连接。
进一步地，所述穿戴装置2具有外壳2.1，所述外壳2.1上设置第一显示屏2.2和第二显示屏2.3，在显示屏的周围设置提示灯2.4，在提示灯2.4的外侧设置有各提示灯2.4对应的按钮2.5，外壳2.1的侧面设置旋钮2.6，在与旋钮2.6相对的外壳2.1的另一侧上设置喇叭2.7，所述外壳2.1的背面设置震动头2.8，所述第一显示屏2.2用于显示心脏的状态，所述第二显示屏2.3用于提示、确认服用药物的信息，所述旋钮2.6用于调节喇叭2.7的提示音的大小。
进一步地，所述单导联心音装置1获取心音信号后发送到MCU，当单导联心音装置采集到常规12导联系统v2导联位置处的心音信号，MCU进行如下处理：
步骤一，通过内部自带的MCU，利用可调Q小波变换函数(tunable-Q wavelettransform，TQWT)对其去噪重构；
步骤二，对去噪重构后的心音信号采集信号能量最集中的子带信号，进行变分模态分解(Variational mode decomposition，VMD)，将心音信号分解为本征模态分量IMF(intrinsic mode function，IMF)，并且提取包含大部分心音信号能量的前四个IMF分量将其作为主要的IMF；
步骤三，对这四个主要的IMF分量进行相空间重构，其中保留与心音系统动态相关联的属性，对这四个主要的IMF分量进行相空间重构后计算欧几里德距离ED，用于推导特征，所述特征证明了心脏不同的工作状态(正常工作状态与六类异常工作状态：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损)之间的差异；
步骤四，将推导得到的特征信号通过无线装置发送到云端，作为云端RBF神经网络的输入信号，并利用神经网络构建一组动态估计器，计算输入信号与云端存储的数据库中心音信号模式(包括了正常工作状态与六类异常工作状态：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损)之间的差异，
若输入信号与模式库中的六类异常工作状态的心音信号中的其中一种信号差异最小，则该输入信号判断为异常心音信号；若输入信号与模式库中的正常工作状态的心音信号差异最小，则该输入信号判断为正常的心音信号；
步骤五，对于判断为某种心脏异常工作状态的心音信号，云端将该判断结果发送回穿戴装置，通过显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动等多种方式告知心脏病患者，提醒其心脏的状态并及时服用药物。
进一步地，所述步骤一，设计低通滤波器Lfilter(ω)和高通滤波器Hfilter(ω)进行去噪重构，低通和高通比例因子分别表示为λ和σ，其中0＜λ＜1、0＜σ＜1、λ+σ＞1：
低通滤波器表示为：
Figure BDA0002343910990000031
高通滤波器表示为：
Figure BDA0002343910990000032
其中θ(ω)是Daubechies滤波器的频率响应，表达式为：
Figure BDA0002343910990000033
Q-因子、R、Jmax表示为：
Figure BDA0002343910990000034
中L是分析的心音信号的长度，fc表示心音信号中心频率，Bω表示心音信号频带宽度。
进一步地，所述步骤二，VMD旨在将合成输入信号x(t)分解为n个本征模态分量μn(t)，这些本征模态分量μn(t)在再现输入信号时具有特定的稀疏性，分解过程可以写成具有以下函数的约束变分问题：
Figure BDA0002343910990000041
K是分解模式的数量，
Figure BDA0002343910990000042
表示函数的偏导数，δ是狄拉克函数，*代表卷积计算，μn＝{μ1，μ2，…，μn}是所有模式的集合，ωn＝{ω1，ω2，…，ωn}是中心频率的集合，t表示时间，j是-1的复数平方根。
考虑二次惩罚项和拉格朗日乘数a，可以将上述约束变分问题转换为无约束优化问题，表示如下：
Figure BDA0002343910990000043
其中L表示增强的拉格朗日，α是数据保真度约束的平衡参数，‘<·>，’代表内积。
在每个模式的移位操作时，已经使用乘法器的交替方向方法(ADMM)来生成各种分解模式和中心频率。方程的解可以通过使用ADMM导出，其中μn和ωn的解过程主要由以下步骤组成：
步骤1：内部模式更新。嵌入了Wiener滤波，可使用调谐到当前中心频率的滤波器直接在Fourier域中更新模式。更新模式的解决方案如下：
Figure BDA0002343910990000044
其中k是迭代次数，
Figure BDA0002343910990000045
和
Figure BDA0002343910990000046
代表
Figure BDA0002343910990000047
和
Figure BDA0002343910990000048
的傅里叶变换。
步骤2：中心频率更新。中心频率被更新为相应模式的功率谱的重心，如下所示：
Figure BDA0002343910990000051
进一步地，所述提示灯2.4设置有多个，所述按钮2.5对应设置多个，所述按钮2.5用于控制提示灯2.4提示的个数，调节提醒的强度。
与现有技术相比，本发明具有以下有益效果：本装置安装方便，减少患者的手术痛苦，在需要更换时能够比较快速的取下，对患者的心脏伤害较小；本发明具有与装置对应的心音信号处理方法，基于装置获取心音信号并结合处理方法能够有效的对心脏工作状态进行监测并提醒。
附图说明
图1本发明心音装置俯视图；
图2本发明电极装置主视图；
图3本发明穿戴装置正面结构示意图；
图4本发明穿戴装置右侧结构示意图；
图5本发明穿戴装置左侧结构示意图；
图6本发明穿戴装置后侧结构示意图；
图中 单导联心音装置1、连接板1.1、贴片1.2、电源1.3、MCU 1.4、蓝牙1.5、无线充电模块1.6、穿戴装置2、外壳2.1、第一显示屏2.2、第二显示屏2.3、提示灯2.4、按钮2.5、旋钮2.6、喇叭2.7、震动头2.8。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。
在本发明的描述中，需要理解的是，术语“中心”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“轴向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
如图1-2，表示本发明中的单导联心音装置1，图1为单导联心音装置1的俯视图，图2为单导联心音装置1的主视图，单导联心音装置1属于可穿戴式心音监测设备的一部分，其用于贴设在人体的心脏部位，可穿戴式心音监测设备的另一主要部分为穿戴装置2，图3-6所示，穿戴装置2用于接收单导联心音装置1的监测信号，向患者显示心脏的状态。
具体的本发明的一种可穿戴式心音监测设备，所述心音监测设备包括单导联心音装置1和穿戴装置2，所述单导联心音装置1用于贴设在心脏位置，所述穿戴装置2用于佩戴在患者腕部，所述单导联心音装置1采集心音信号，并将心音信号发送到云端，所述云端进行分析将该分析结果发送回穿戴装置2，通过穿戴装置2上的显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动方式告知心脏病患者，提醒其心脏的工作状态。
所述单导联心音装置1包括连接板1.1、贴片1.2、电源1.3、MCU1.4、蓝牙1.5、无线通讯模块和无线充电模块1.6，所述连接板1.1呈三角形，在顶点处设置有贴片1.2，所述连接板1.1的下侧面上设置电极，连接板1.1内设置有空腔，所述空腔内设置有电源1.3、MCU1.4、蓝牙1.5、无线通讯模块和无线充电模块1.6，所述电源1.3用于向MCU1.4、蓝牙1.5、电极和无线通讯模块供电，所述MCU1.4接收电极的测量信号，通过无线通讯模块将测量信号发送到云端，所述蓝牙1.5将云端返回的分析结果发送到穿戴装置2上，所述电源1.3与无线充电模块1.6的连接。
所述穿戴装置2具有外壳2.1，所述外壳2.1上设置第一显示屏2.2和第二显示屏2.3，在显示屏的周围设置提示灯2.4，在提示灯2.4的外侧设置有各提示灯2.4对应的按钮2.5，外壳2.1的侧面设置旋钮2.6，在与旋钮2.6相对的外壳2.1的另一侧上设置喇叭2.7，所述外壳2.1的背面设置震动头2.8，所述第一显示屏2.2用于显示心脏的状态，所述第二显示屏2.3用于提示、确认服用药物的信息，所述旋钮2.6用于调节喇叭2.7的提示音的大小。
对MCU的工作方式进一步限定，本发明中的MCU为根据心音监测开发，所述单导联心音装置1获取心音信号后发送到MCU，当单导联心音装置采集到常规12导联系统v2导联位置处的心音信号，MCU进行如下处理：
步骤一，通过内部自带的MCU，利用可调Q小波变换函数(tunable-Q wavelettransform，TQWT)对其去噪重构；
步骤二，对去噪重构后的心音信号采集信号能量最集中的子带信号，进行变分模态分解(Variational mode decomposition，VMD)，将心音信号分解为本征模态分量IMF(intrinsic mode function，IMF)，并且提取包含大部分心音信号能量的前四个IMF分量将其作为主要的IMF；
步骤三，对这四个主要的IMF分量进行相空间重构，其中保留与心音系统动态相关联的属性，对这四个主要的IMF分量进行相空间重构后计算欧几里德距离ED，用于推导特征，所述特征证明了心脏不同的工作状态(正常工作状态与六类异常工作状态：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损)之间的差异；
步骤四，将推导得到的特征信号通过无线装置发送到云端，作为云端径向基RBF神经网络的输入信号，并利用神经网络构建一组动态估计器，计算输入信号与云端存储的数据库中心音信号模式(包括了正常工作状态与六类异常工作状态：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损)之间的差异，
若输入信号与模式库中的六类异常工作状态的心音信号中的其中一种信号差异最小，则该输入信号判断为异常心音信号；若输入信号与模式库中的正常工作状态的心音信号差异最小，则该输入信号判断为正常的心音信号；
步骤五，对于判断为某种心脏异常工作状态的心音信号，云端将该判断结果发送回穿戴装置，通过显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动等多种方式告知心脏病患者，提醒其心脏的状态并及时服用药物。第一显示屏用于显示心脏的状态，第二显示屏用于显示服用药物的种类、用量等信息。
所述步骤一，设计低通滤波器Lfilter(ω)和高通滤波器Hfilter(ω)进行去噪重构，低通和高通比例因子分别表示为λ和σ，其中0＜λ＜1、0＜σ＜1、λ+σ＞1：
低通滤波器表示为：
Figure BDA0002343910990000081
高通滤波器表示为：
Figure BDA0002343910990000082
其中θ(ω)是Daubechies滤波器的频率响应，表达式为：
Figure BDA0002343910990000083
Q-因子、R、Jmax表示为：
Figure BDA0002343910990000084
中L是分析的心音信号的长度，fc表示心音信号中心频率，Bω表示心音信号频带宽度。
所述步骤二，VMD旨在将合成输入信号x(t)分解为n个本征模态分量μn(t)，这些本征模态分量μn(t)在再现输入信号时具有特定的稀疏性，分解过程可以写成具有以下函数的约束变分问题：
Figure BDA0002343910990000085
K是分解模式的数量，
Figure BDA0002343910990000086
表示函数的偏导数，δ是狄拉克函数，*代表卷积计算，μn＝{μ1，μ2，…，μn}是所有模式的集合，ωn＝{ω1，ω2，…，ωn}是中心频率的集合，t表示时间，j是-1的复数平方根。
考虑二次惩罚项和拉格朗日乘数a，可以将上述约束变分问题转换为无约束优化问题，表示如下：
Figure BDA0002343910990000091
其中L表示增强的拉格朗日，α是数据保真度约束的平衡参数，‘<·>，’代表内积。
在每个模式的移位操作时，已经使用乘法器的交替方向方法(ADMM)来生成各种分解模式和中心频率。方程的解可以通过使用ADMM导出，其中μn和ωn的解过程主要由以下步骤组成：
步骤1：内部模式更新。嵌入了Wiener滤波，可使用调谐到当前中心频率的滤波器直接在Fourier域中更新模式。更新模式的解决方案如下：
Figure BDA0002343910990000092
其中k是迭代次数，
Figure BDA0002343910990000093
和
Figure BDA0002343910990000094
代表
Figure BDA0002343910990000095
和
Figure BDA0002343910990000096
的傅里叶变换。
步骤2：中心频率更新。中心频率被更新为相应模式的功率谱的重心，如下所示：
Figure BDA0002343910990000097
所述提示灯2.4设置有多个，所述按钮2.5对应设置多个，所述按钮2.5用于控制提示灯2.4提示的个数，调节提醒的强度。
与现有技术相比，本发明具有以下有益效果：本装置安装方便，减少患者的手术痛苦，在需要更换时能够比较快速的取下，对患者的心脏伤害较小；本发明具有与装置对应的心音信号处理方法，基于装置获取心音信号并结合处理方法能够有效的对心脏工作状态进行监测并提醒。

Claims (7)

1.一种可穿戴式心音监测设备，所述心音监测设备包括单导联心音装置(1)和穿戴装置(2)，其特征在于：所述单导联心音装置(1)用于贴设在心脏位置，所述穿戴装置(2)用于佩戴在患者腕部，所述单导联心音装置(1)采集心音信号，并将心音信号发送到云端，所述云端进行分析将该分析结果发送回穿戴装置(2)，通过穿戴装置(2)上的显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动方式告知心脏病患者，提醒其心脏的工作状态。
2.如权利要求1所述的一种可穿戴式心音监测设备，其特征在于：所述单导联心音装置(1)包括连接板(1.1)、贴片(1.2)、电源(1.3)、MCU(1.4)、蓝牙(1.5)、无线通讯模块和无线充电模块(1.6)，所述连接板(1.1)呈三角形，在顶点处设置有贴片(1.2)，所述连接板(1.1)的下侧面上设置电极，连接板(1.1)内设置有空腔，所述空腔内设置有电源(1.3)、MCU(1.4)、蓝牙(1.5)、无线通讯模块和无线充电模块(1.6)，所述电源(1.3)用于向MCU(1.4)、蓝牙(1.5)、电极和无线通讯模块供电，所述MCU(1.4)接收电极的测量信号，通过无线通讯模块将测量信号发送到云端，所述蓝牙(1.5)将云端返回的分析结果发送到穿戴装置(2)上，所述电源(1.3)与无线充电模块(1.6)的连接。
3.如权利要求2所述的一种可穿戴式心音监测设备，其特征在于：所述穿戴装置(2)具有外壳(2.1)，所述外壳(2.1)上设置第一显示屏(2.2)和第二显示屏(2.3)，在显示屏的周围设置提示灯(2.4)，在提示灯(2.4)的外侧设置有各提示灯(2.4)对应的按钮(2.5)，外壳(2.1)的侧面设置旋钮(2.6)，在与旋钮(2.6)相对的外壳(2.1)的另一侧上设置喇叭(2.7)，所述外壳(2.1)的背面设置震动头(2.8)，所述第一显示屏(2.2)用于显示心脏的状态，所述第二显示屏(2.3)用于提示、确认服用药物的信息，所述旋钮(2.6)用于调节喇叭(2.7)的提示音的大小。
4.如权利要求3所述的一种可穿戴式心音监测设备，其特征在于：所述单导联心音装置(1)获取心音信号后发送到MCU，MCU进行如下处理/具有如下功能：
步骤一，通过内部自带的MCU，利用可调Q小波变换函数对其去噪重构；
步骤二，对去噪重构后的心音信号采集信号能量最集中的子带信号，进行变分模态分解，将心音信号分解为本征模态分量，并且提取包含大部分心音信号能量的前四个本征模态分量将其作为主要的本征模态分量；
步骤三，对这四个主要的本征模态分量进行相空间重构，其中保留有与心音系统动态相关联的属性，对这四个主要的本征模态分量进行相空间重构后计算欧几里德距离ED，用于推导特征，所述特征证明了心脏不同的工作状态之间的差异，所述不同的工作状态包括：正常工作状态与六类异常工作状态，所述六类异常工作状态包括：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损；
步骤四，将推导得到的特征信号通过无线通讯模块发送到云端，作为云端径向基神经网络的输入信号，并利用神经网络构建一组动态估计器，计算输入信号与云端存储的数据库中心音信号模式之间的差异，所述心音信号模式包括了正常工作状态与六类异常工作状态，所述六类异常工作状态包括：二尖瓣狭窄、二尖瓣关闭不全、主动脉瓣狭窄、主动脉瓣关闭不全、肺动脉瓣狭窄、房间隔缺损，
若输入信号与模式库中的六类异常工作状态的心音信号中的其中一种信号差异最小，则该输入信号判断为异常心音信号；若输入信号与模式库中的正常工作状态的心音信号差异最小，则该输入信号判断为正常的心音信号；
步骤五，对于判断为某种心脏异常工作状态的心音信号，云端将该判断结果发送回穿戴装置(2)，通过显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动等多种方式告知心脏病患者，提醒其心脏的状态并及时服用药物。
5.如权利要求4所述的一种可穿戴式心音监测设备，其特征在于：所述步骤一，设计低通滤波器Lfilter(ω)和高通滤波器Hfilter(ω)进行去噪重构，低通和高通比例因子分别表示为λ和σ，其中0<λ<1、0<σ<1、λ+σ>1:低通滤波器表示为：
Figure FDA0002343910980000021
高通滤波器表示为：
Figure FDA0002343910980000031
其中θ(ω)是Daubechies滤波器的频率响应，表达式为：
Figure FDA0002343910980000032
Q-因子、R、Jmax表示为：
Figure FDA0002343910980000033
中L是分析的心音信号的长度，fc表示心音信号中心频率，Bω表示心音信号频带宽度。
6.如权利要求4所述的一种可穿戴式心音监测设备，其特征在于：所述步骤二,变分模态分解旨在将合成输入信号x(t)分解为n个本征模态分量μn(t)，这些本征模态分量μn(t)在再现输入信号时具有特定的稀疏性，分解过程可以写成具有以下函数的约束变分问题：
Figure FDA0002343910980000034
K是分解模式的数量，
Figure FDA0002343910980000035
表示函数的偏导数，δ是狄拉克函数，*代表卷积计算，μn＝{μ1,μ2,…,μn}是所有模式的集合,ωn＝{ω1,ω2,…,ωn}是中心频率的集合,t表示时间，j是-1的复数平方根；
考虑二次惩罚项和拉格朗日乘数a，可以将上述约束变分问题转换为无约束优化问题，表示如下：
Figure FDA0002343910980000041
其中L表示增强的拉格朗日，α是数据保真度约束的平衡参数，‘<·>,’代表内积；
在每个模式的移位操作时，已经使用乘法器的交替方向方法来生成分解模式和中心频率；方程的解可以通过使用交替方向方法导出，其中μn和ωn的解过程主要由以下步骤组成:
步骤1：内部模式更新，嵌入了Wiener滤波，可使用调谐到当前中心频率的滤波器直接在Fourier域中更新模式，更新模式的解决方案如下：
Figure FDA0002343910980000042
其中k是迭代次数，
Figure FDA0002343910980000043
和
Figure FDA0002343910980000044
代表
Figure FDA0002343910980000045
和
Figure FDA0002343910980000046
的傅里叶变换；
步骤2：中心频率更新，中心频率被更新为相应模式的功率谱的重心，如下所示：
Figure FDA0002343910980000047
。
7.如权利要求3所述的一种可穿戴式心音监测设备，其特征在于：所述提示灯(2.4)设置有多个，所述按钮(2.5)对应设置多个，所述按钮(2.5)用于控制提示灯(2.4)提示的个数，调节提醒的强度。
CN201911387093.7A 2019-12-30 2019-12-30 一种可穿戴式心音监测设备 Pending CN110916716A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911387093.7A CN110916716A (zh) 2019-12-30 2019-12-30 一种可穿戴式心音监测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911387093.7A CN110916716A (zh) 2019-12-30 2019-12-30 一种可穿戴式心音监测设备

Publications (1)

Publication Number Publication Date
CN110916716A true CN110916716A (zh) 2020-03-27

Family

ID=69861362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911387093.7A Pending CN110916716A (zh) 2019-12-30 2019-12-30 一种可穿戴式心音监测设备

Country Status (1)

Country Link
CN (1) CN110916716A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112362756A (zh) * 2020-11-24 2021-02-12 长沙理工大学 一种基于深度学习的混凝土结构损伤监测方法及系统
CN113066502A (zh) * 2021-03-11 2021-07-02 电子科技大学 基于vmd和多小波的心音分割定位方法
CN113679413A (zh) * 2021-09-15 2021-11-23 北方民族大学 一种基于vmd-cnn的肺音特征识别分类方法及系统
CN114757236A (zh) * 2022-06-13 2022-07-15 广东工业大学 基于tqwt与svmd的脑电信号去噪优化方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202458353U (zh) * 2012-01-18 2012-10-03 浙江好络维医疗技术有限公司 一种心电、心率检测装置
CN102813528A (zh) * 2012-09-10 2012-12-12 天津工业大学 一种波长解调系统和心音检测装置及应用
CN102860839A (zh) * 2012-10-25 2013-01-09 天津工业大学 一种分布式可穿戴动态心音采集装置
CN204274498U (zh) * 2014-05-12 2015-04-22 韩莉莉 一种便携式心脏监护装置
CN204909415U (zh) * 2015-07-14 2015-12-30 戴井之 一种高血压患者使用的手环
CN105286909A (zh) * 2015-11-04 2016-02-03 杜晓松 一种可穿戴心音和心电特征信息采集及监控系统
CN106073062A (zh) * 2016-07-20 2016-11-09 柳州易旺科技有限公司 一种智能手环
CN108324266A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电心音分析的家用心脏监控系统
CN110514444A (zh) * 2019-06-12 2019-11-29 东南大学 基于变分模态分解和相空间平行因子分析的滚动轴承微弱故障特征提取方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202458353U (zh) * 2012-01-18 2012-10-03 浙江好络维医疗技术有限公司 一种心电、心率检测装置
CN102813528A (zh) * 2012-09-10 2012-12-12 天津工业大学 一种波长解调系统和心音检测装置及应用
CN102860839A (zh) * 2012-10-25 2013-01-09 天津工业大学 一种分布式可穿戴动态心音采集装置
CN204274498U (zh) * 2014-05-12 2015-04-22 韩莉莉 一种便携式心脏监护装置
CN204909415U (zh) * 2015-07-14 2015-12-30 戴井之 一种高血压患者使用的手环
CN105286909A (zh) * 2015-11-04 2016-02-03 杜晓松 一种可穿戴心音和心电特征信息采集及监控系统
CN106073062A (zh) * 2016-07-20 2016-11-09 柳州易旺科技有限公司 一种智能手环
CN108324266A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电心音分析的家用心脏监控系统
CN110514444A (zh) * 2019-06-12 2019-11-29 东南大学 基于变分模态分解和相空间平行因子分析的滚动轴承微弱故障特征提取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHIVNARAYAN PATIDAR等: "Tunable-Q wavelet transform based optimal compression of cardiac sound signals", 《2016 IEEE REGION 10 CONFERENCE(TENCON)—PROCEEDINGS OF THE INTERNATIONAL CONFERENCE》 *
SINAM AJITKUMAR SINGH等: "Abnormality analysis of PCG signal using VMD and MLP Neural Network", 《2017 SEVENTH INTERNATIONAL SYMPOSIUM ON EMBEDDED COMPUTING AND SYSTEM DESIGN (ISED)》 *
付文龙 等: "基于OVMD与SVR的水电机组振动趋势预测", 《振动与冲击》 *
殷明 等: "基于可调Q-因子小波变换的语音增强算法", 《计算机应用研究》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112362756A (zh) * 2020-11-24 2021-02-12 长沙理工大学 一种基于深度学习的混凝土结构损伤监测方法及系统
CN112362756B (zh) * 2020-11-24 2024-02-20 长沙理工大学 一种基于深度学习的混凝土结构损伤监测方法及系统
CN113066502A (zh) * 2021-03-11 2021-07-02 电子科技大学 基于vmd和多小波的心音分割定位方法
CN113066502B (zh) * 2021-03-11 2022-07-26 电子科技大学 基于vmd和多小波的心音分割定位方法
CN113679413A (zh) * 2021-09-15 2021-11-23 北方民族大学 一种基于vmd-cnn的肺音特征识别分类方法及系统
CN113679413B (zh) * 2021-09-15 2023-11-10 北方民族大学 一种基于vmd-cnn的肺音特征识别分类方法及系统
CN114757236A (zh) * 2022-06-13 2022-07-15 广东工业大学 基于tqwt与svmd的脑电信号去噪优化方法及系统
CN114757236B (zh) * 2022-06-13 2022-10-11 广东工业大学 基于tqwt与svmd的脑电信号去噪优化方法及系统

Similar Documents

Publication Publication Date Title
CN110916716A (zh) 一种可穿戴式心音监测设备
US20180108440A1 (en) Systems and methods for medical diagnosis and biomarker identification using physiological sensors and machine learning
CN104363824B (zh) 心电图中实时qrs持续时间的测量
JP6503347B2 (ja) 電界脳波を含む脳の電気的活動測定用のセンサアセンブリ
CN103479429B (zh) 一种基于心音和心电的心脏综合检测设备
TW201935468A (zh) 聲音定位系統和方法
JP2018504148A (ja) 無線式生体モニタリングデバイス及びシステム
JP2016526972A5 (zh)
JP2017533034A (ja) アクティグラフィ方法及び装置
Schmid et al. Review of wearable technologies and machine learning methodologies for systematic detection of mild traumatic brain injuries
JP5221926B2 (ja) 心拍変動解析方法および解析装置
CN204909917U (zh) 基于布料传感器的睡眠监护与医疗诊断的智能床单
CN109620209A (zh) 一种动态心电、呼吸和运动监测系统和方法
CN107530053A (zh) 基于多普勒超声波的可穿戴心脏监测
Gupta et al. A support system for automatic classification of hypertension using BCG signals
US20240023817A1 (en) Compact mobile three-lead cardiac monitoring device with hybrid electrode
CN106983519A (zh) 无线电子听诊显示器及音频和心电示波诊断分析方法
ITMI20110957A1 (it) Sistema portatile ed indossabile per la acquisizione, visualizzazione, memorizzazione ed elaborazione prossimale del segnale elettrocardiografico (ecg), per il riconoscimento di eventi aritmici ed ischemici, con trasmissione a distanza
CN113974576A (zh) 一种基于心磁图的睡眠质量监测系统及监测方法
CN211883766U (zh) 一种心血管疾病远程监护与预警系统
RU2626557C1 (ru) Способ ранней и дифференциальной электромиографической диагностики основных симптомов болезни паркинсона
JP7332723B2 (ja) 心電図（ｅｃｇ）信号のｑｒｓ複合波を検出するためのシステム
CN113349753A (zh) 一种基于便携式动态心电监护仪的心律失常检测方法
CN110916650A (zh) 一种可穿戴式心电监测设备
CN107949322A (zh) 用于测量icp的系统和方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200327