CN111263613B - 冠状动脉疾病的风险确定 - Google Patents

冠状动脉疾病的风险确定 Download PDF

Info

Publication number
CN111263613B
CN111263613B CN201880068709.1A CN201880068709A CN111263613B CN 111263613 B CN111263613 B CN 111263613B CN 201880068709 A CN201880068709 A CN 201880068709A CN 111263613 B CN111263613 B CN 111263613B
Authority
CN
China
Prior art keywords
heart
determining
heart sound
sound
frequency
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.)
Active
Application number
CN201880068709.1A
Other languages
English (en)
Other versions
CN111263613A (zh
Inventor
塞缪尔·埃米尔·施密特
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.)
Acarix AS
Original Assignee
Acarix AS
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 Acarix AS filed Critical Acarix AS
Publication of CN111263613A publication Critical patent/CN111263613A/zh
Application granted granted Critical
Publication of CN111263613B publication Critical patent/CN111263613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0255—Recording instruments specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B7/045—Detection of Korotkoff sounds

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Hematology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

所提出的技术涉及一种用于指示冠状动脉疾病的风险的方法。获得(100)覆盖多个心跳的声音记录，在所述声音记录中识别(200)多个心音，并且从所述声音记录中获得(300)多个片段。基于舒张期中的时段的第一频率窗口的信号强度来确定(400)频率功率测量，基于多个心音和多个片段来确定(500)第四心音的振幅，并且基于多个心音来确定(600)心率变异性的指示。然后基于频率功率测量、第四心音的振幅以及心率变异性的指示来确定(700)冠状动脉疾病的风险的指示。

Description

冠状动脉疾病的风险确定
技术领域
所提出的技术总体上涉及诊断疑似冠状动脉疾病(CAD)的领域，并且具体地涉及用于指示非侵入性冠状动脉疾病(CAD)的风险的设备或装置。
背景技术
诊断疑似冠状动脉疾病(CAD)需要大量的医疗保健资源。如今，侵入性冠状动脉造影术(ICA)已普遍使用，但是其成本高昂并且存在并发症的风险。非侵入性技术可用于诊断CAD。例如，声音传感器技术、分析能力和数据过滤的最新进展使得能够使用声学检测来诊断由阻塞性CAD引起的冠状动脉内湍流。这种基于声学的技术是非侵入性的、无辐射的并且在经济上是有利的。通常，这些可用于中低风险人群的主要风险分层。因此，这些技术的准确性的提高在日常临床实践中是高度相关的。
发明内容
目标
所提出的技术旨在满足上述需求，特别是旨在提高用于诊断疑似CAD的基于声学的技术的诊断准确性。
内容
在所提出的技术的第一方面中，至少主要目的是通过一种用于指示人患冠状动脉疾病(CAD)的风险的方法来实现的。该方法包括：获得覆盖多个心跳的声音记录；在声音记录中识别多个心音(S)；以及基于该多个心音(S)从声音记录中获得多个片段，其中每个片段至少覆盖心动周期的一部分。该方法还包括：基于所述多个片段中的第一数量的片段的舒张期中的时段的第一频率窗口的信号强度来确定频率功率测量(FPM)；以及基于所述多个心音(S)和所述多个片段来确定所述第四心音的振幅(S4Amp)。
此处，第一频率窗口的信号强度被理解为包含第一频率窗口中的振幅或第一频率窗口的能量，并且舒张期中的时段被理解为包含舒张期中的间隔。该方法还包括：基于频率功率测量(FPM)和第四心音的振幅(S4Amp)来确定冠状动脉疾病(CAD)的风险的指示。该方法可以进一步包括：基于多个心音(S)来确定心率变异性(HRV)的指示，并且可以进一步基于该心率变异性(HRV)的指示来确定冠状动脉疾病(CAD)的风险的指示。
根据所提出的技术的第一方面的方法可以由电子听诊器或用于指示冠状动脉疾病(CAD)的风险的系统来执行。声音记录可以通过麦克风获得，其余的或其他的步骤可以由处理器执行。
根据第二方面，上述目的通过一种用于指示人患冠状动脉疾病(CAD)风险的系统来实现。该系统包括：麦克风，其被配置为放置在人的胸部上以获得来自人的心脏的声音；以及处理器，其可操作地连接到麦克风并且被配置为执行根据第一方面的方法。
根据第二方面，上述目的是通过一种计算机程序产品来实现的，该计算机程序产品用于一种系统中，该系统包括：麦克风，其被配置为放置在人的胸部上以获取来自人的心脏的声音；以及处理器，其可操作地连接到麦克风。该计算机程序产品包括程序代码指令，该程序代码指令被配置为当由系统的处理器执行时使得处理器执行根据第一方面的方法。
此处，麦克风被理解为包括适合于获得声音记录的换能器。
在所提出的技术的替代方案中，仅确定频率功率测量(FPM)和第四心音的振幅(S4Amp)中的一个，并将其用于确定冠状动脉疾病(CAD)的风险的指示。例如，可以基于频率功率测量(FPM)或第四心音的振幅(S4Amp)、以及心率变异性(HRV)的指示来确定冠状动脉疾病(CAD)的风险的指示。
详细说明
已经发现与声音记录的分段有关的许多特征对所提出的技术是有利的。
多个心音(S)可以包括多个第一特定心音(SS1)，并且从声音记录获得多个片段可以包括：基于多个第一特定心音将声音记录划分为多个片段(SS1)。每个片段可以覆盖完整的心动周期。
多个第一特定心音(SS1)可以包括第二心音(S2)，每个第二心音与主动脉瓣关闭(AC)相关。多个片段可以包括第一数量的片段，每个第一数量的片段至少覆盖第二心音(S2)和单次心跳的后续舒张期。多个第一特定心音(SS1)可以包括第一心音(S1)，每个第一心音与二尖瓣闭合(MC)相关。多个片段可以包括第二数量的片段，每个第二数量的片段至少覆盖与心室壁扩张的弹性极限有关的第四心音(S4)和单次心跳的后续第一心音(S1)。
已经发现与频率功率测量(FPM)有关的许多特征是有利的，并且有助于提高所提出技术的准确性。
确定频率功率测量(FPM)的步骤可以进一步基于该时段的第二频率窗口的信号强度或每个片段的舒张期中的间隔，其中第二频率窗口具有高于第一频率窗口的高截止的低截止。此处，第二频率窗口的信号强度被理解为包括第二频率窗口的振幅或能量。确定频率功率测量(FPM)的步骤可以进一步包括：基于第一数量的片段的第一频率窗口中的能量的总和确定第一总和；以及基于所述第一数量的片段的第二频率窗口中的能量的总和确定第二总和。此处，总和被理解为包括平均值。然后，可以基于第一总和与第二总和之间的比率(FPR)或第一总和与第二总和的相对大小来确定频率功率测量(FPM)。
第一频率窗口可以具有在20-40Hz范围内或者处于30Hz的低截止。附加地或可替代地，第一频率窗口可具有在80-100Hz范围内或者处于90Hz的高截止。第二频率窗口可以具有在180-220Hz范围内或处于200Hz的低截止。附加地或可替代地，第二频率窗口可具有在250-800Hz范围内、在280-320Hz范围内或处于300Hz的高截止。
多个心音(S)可以包括多个第二特定心音(SS2)，并且确定频率功率测量(FPM)可以包括：确定每个第一数量的片段中的舒张期中的时段相对于片段中的第二特定心音(SS2)的时间位置。第二特定心音(SS2)可以是与主动脉瓣关闭(AC)有关的第二心音(S2)。第二心音(S2)的时间位置可以对应于第二心音(S2)的开始或峰值。
确定该时段或间隔的时间位置的步骤可以包括：确定每个第一数量片段中的第二心音(S2)的时间位置；以及将每个片段中的舒张期中的时段或间隔确定为在该片段的第二心音(S2)的时间位置之后的160-190毫秒后或175毫秒后开始、并且在该片段的第二心音(S2)的时间位置之后的430-470毫秒之前或450毫秒之前结束的时段或间隔。
已经发现许多与第四心音的振幅(S4Amp)有关的特征是有利的，并且有助于提高所提出的技术的准确性。
多个心音(S)可以包括多个第三特定心音(SS3)，并且确定第四心音的振幅(S4Amp)的步骤可以包括：基于多个第三特定心音(SS3)对准多个片段中的第二数量的片段；基于经对准的第二数量的片段计算平均片段；以及基于平均片段中第四心音(S4)的能量确定第四心音的振幅(S4Amp)。此处，平均片段被理解为包括片段的总和，并且第四心音(S4)的能量被理解为包含在第四心音(S4)处的信号强度或第四心音(S4)的峰值振幅。
第三特定心音(SS3)可以是与二尖瓣闭合(MC)有关的第一心音(S1)。确定第四心音的振幅(S4Amp)的步骤可以包括：确定第一心音(S1)在平均片段中的时间位置；确定平均片段中的第四心音时段或间隔，所述时段或间隔在第一心音(S1)的时间位置之前的100-140毫秒范围内或120毫秒处开始，并且在第一心音(S1)的时间位置之前的20-10毫秒范围内或15毫秒处结束；基于所述第四心音时段或间隔的能量或信号强度或峰值振幅来确定所述第四心音的振幅(S4Amp)。此处，第四心音时段或间隔的能量应理解为包括在第四心音时段处的信号强度或第四心音时段的峰值振幅。
第一心音(S1)的时间位置可以对应于第一心音(S1)的开始或峰值。
已发现确定心率变异性(HRV)的指示的两种不同方法是有利的，并且有助于提高所提出技术的准确性。
在第一种方法中，确定心率变异性(HRV)的指示的步骤可以包括：确定多个心音(S)中的多个第四特定心音(SS4)的时间位置；确定多个心跳持续时间(HBD)，其中每个心跳持续时间(HBD)是两个连续的第四特定心音(SS4)的时间位置之间的时间或差异；以及基于多个心跳持续时间(HBD)的变化来确定心率变异性(HRV)指示。此处，多个心跳持续时间(HBD)的变化被理解为包含多个心跳持续时间(HBD)的离差或标准差。
多个第四特定心音(SS4)中的第四特定心音(SS4)的时间位置可以对应于第四特定心音(SS4)的开始或峰值。多个第四特定心音(SS4)中的每一个可以是与二尖瓣关闭(MC)有关的第一心音(S1)。
在第二种方法中，确定心率变异性(HRV)的指示的步骤可以包括：确定覆盖多个心跳的至少一部分的声音记录的时段或间隔的第三频率窗口的信号强度，其中第三频率窗口具有低于2Hz或低于1Hz的高截止；以及基于所述第三频率窗口的信号强度确定心率变异性(HRV)的指示。此处，第三频率窗口的信号强度应理解为包含第三频率窗口的振幅或能量。
第三频率窗口可以具有高于0.001Hz的低截止。附加地或可替代地，第三频率窗口可以具有在0.001-0.005Hz范围内或在0.003Hz处的低截止，以及在0.02-0.06范围内或在0.04Hz处的高截止；或者可以具有在0.02-0.06Hz范围内或在0.04Hz处的低截止，以及在0.1-0.2范围内或在0.15Hz处的高截止；或者可以具有在0.1-0.2Hz范围内或在0.15Hz处的低截止，以及在0.3-0.5范围内或在0.4H处的高截止。
确定心率变异性(HRV)的指示的步骤可以进一步包括：确定声音记录的时段或间隔的第四频率窗口的信号强度，其中第四频率窗口具有低于2Hz或低于1Hz的高截止，并且不与第三频率窗口重叠或部分重叠；并且确定心率变异性(HRV)的指示还可以基于第四频率窗口的信号强度。此处，第四频率窗口的信号强度被理解为包含第四频率窗口的振幅或能量。
第四频率窗口具有高于0.001Hz的低截止。附加地或可替代地，第四频率窗口可以具有在0.001-0.005Hz范围内或在0.003Hz处的低截止，以及在0.02-0.06范围内或在0.04Hz处的高截止；或者具有在0.02-0.06Hz范围内或在0.04Hz处的低截止，以及在0.1-0.2范围内或在0.15Hz处的高截止；或者具有在0.1-0.2Hz范围内或在0.15Hz处的低截止，以及在0.3-0.5范围内或在0.4Hz处的高截止。
已认定了一种确定实际风险指示的有利的方法。确定冠状动脉疾病(CAD)的风险的指示的步骤还可以基于涉及频率功率测量(FPM)和第四心音的振幅(S4Amp)的经训练的线性判别分析(LDA)。该经训练的线性判别分析(LDA)还可涉及心率变异性(HRV)的指示。
根据实施例的以下详细描述，所提出的技术的其他优点和特征将变得显而易见。
附图说明
通过以下结合附图对实施例的描述，对所提出技术的上述及其他特征和优点的更全面的理解将变得显而易见，其中：
图1是所提出的系统的实施例的示意图，
图2是示出所提出的方法的实施例的示意性流程图，
图3是示出用于获得分段(segmentation)的步骤的实施例的示意性流程图，
图4是示出用于确定频率功率测量(FPM)的步骤的实施例的示意性流程图，
图5是示出用于确定第四心音的振幅(S4Amp)的步骤的实施例的示意性流程图，
图6a是示出用于确定心率变异性(HRV)的指示的步骤的实施例的示意性流程图，
图6b是示出用于确定心率变异性(HRV)的指示的步骤的替代性实施例的示意性流程图，以及
图7是示出典型的平均片段(typical mean segment)的示例的图。
具体实施方式
图1示意性地示出了用于指示人18患有冠状动脉疾病(CAD)的风险的系统12的实施例。系统12具有麦克风14，其可以放置在人18的胸部16上以获得来自人18的心脏的声音。处理器20连接到麦克风14。处理器20具有瞬时存储器22，该瞬时存储器22可以存储从麦克风14接收的信号，并且处理器20可以通过该瞬时存储器22执行程序代码指令。系统12具有支撑麦克风14的支撑件26和容纳处理器20的壳体28。系统12还具有非瞬时存储器24，其存储用于处理器20的程序代码指令。例如，系统12整体上可以是智能电话的组成部分，或者除了麦克风14和支撑件26之外的所有部分可以形成智能电话的一部分。在一个实施例中，麦克风14是智能电话的集成麦克风。
在系统12的一个实施例中，其还具有可操作地连接到处理器20的指示器30。指示器30可以例如具有LCD显示器等，其可以显示来自处理器20的指示CAD风险的输出信息，例如数字。
非瞬时存储器24中的程序代码指令使得处理器20执行图2所示的方法。麦克风14被放置在人18的胸部16上并且记录信号。通过这种方式，获得覆盖由放置在人的胸部上的麦克风记录的多个心跳的声音记录100。在一个实施例中，信号首先被存储在数据库中，随后由处理器从数据库中检索。
然后，基于取决于持续时间的隐马尔可夫模型，在声音记录中识别多个心音(S)200。
该多个心音(S)包含多个第一特定心音(SS1)，其采用由二尖瓣关闭(MC)产生的第一心音(S1)的形式。然后，通过基于第一心音将声音记录划分302为多个片段来从声音记录中获得300多个片段，每个片段覆盖完整心动周期的一部分，如图3所示。使用众所周知的取决于持续时间的隐马尔可夫模型执行分段，并且所述多个片段包括分别覆盖第一心音(S1)、第二心音(S2)、舒张期和收缩期的时段。
在该方法的下一步骤中，确定(400)频率功率测量(FPM)，其在图4中详细示出。多个心音(S)包含多个第二特定心音(SS2)，其采用由主动脉瓣关闭(AC)产生的第二心音(S2)的形式。首先，确定每个片段中的时段的时间位置402。这是通过确定404第二心音(S2)在包括第二心音(S2)的片段中的时间位置来完成，其中时间位置是每个片段中的第二心音(S2)。这之后是将该时段确定406为在片段的第二心音(S2)的时间位置后的175毫秒之后开始、并且在片段的第二心音(S2)的时间位置后的450毫秒之前结束的间隔4。这样，已经确定了每个片段的舒张期的时段。
为每个片段确定408第一总和，其中第一总和是片段的上述时段的第一频率窗口中能量的总和。第一频率窗口在30Hz处具有低截止，在90Hz处具有高截止。类似地，为每个片段确定410第二总和，其中第二总和是片段的上述时段的第二频率窗口中能量的总和。第二频率窗口在200Hz处具有低截止，在300Hz处具有高截止。然后基于第一总和和与第二总和之间的比率来确定412频率功率测量(FPR)。
在一个实施例中，通过将时段划分为128毫秒的75％重叠子窗口来实现上述目的，该子窗口经过傅立叶变换以提供频率功率谱(frequency power spectrum)。计算频率功率谱的平方根，然后估算每个子窗口的平均谱。通过计算跨片段的介质谱来估计介质谱。然后将频率功率测量(FPR)确定为30-90Hz频带中的振幅的总和与200-300Hz频带中的振幅的总和之间的比值。
总之，基于舒张期的时段的第一频率窗口和第二频率窗口的信号强度来确定400频率功率测量(FPM)，其中第二频率窗口的低截止高于第一频率窗口的高截止。
在该方法的下一步中，确定500第四心音的振幅(S4Amp)，其在图5中进行了详细说明。多个心音(S)包含多个第三特定心音，其采用由二尖瓣关闭(MC)产生的第一心音(S1)的形式。基于第一心音(S1)的开始来对准502包括第一心音(S1)的片段。这些片段还包括前述第四心音(S4)。在一个实施例中，该对准基于粗略对准，该粗略对准涉及每个心跳的互相关以估计对所有其他心跳的滞后，以及根据滞后的平均值将每个心跳移位到其他声音。它进一步基于精细对准，该精细对准涉及每个心跳与代表心跳(median beat)的互相关以及根据滞后将每个心跳移位至代表心跳。
基于对准的片段来计算504平均片段。然后确定508平均片段中的第一心音(S1)的时间位置，其是根据这样的对准中有效地已知的第一心音(S1)的开始。将平均片段中的第四心音时段确定510为在第一心音的时间位置(S1)前120毫秒处开始并且在第一心音的时间位置(S1)前15毫秒处结束的时段。然后基于第四心音时段的峰值振幅来确定512第四心音的振幅(S4Amp)。这实际上意味着，已经基于平均片段中的第四心音(S4)的能量确定506了第四心音的振幅(S4Amp)，这是因为能量与振幅有关。在图7所示的平均片段38中示出了第四心音时段32、第一心音(S1)的开始34和第四心音(S4)的峰值振幅36。
在该方法的下一步骤中，确定600心率变异性(HRV)的指示，其在图6a中详细示出。多个心音(S)包含多个第四特定心音(SS4)，其采用由二尖瓣关闭(MC)产生的第一心音(S1)的形式。每个第一心音的时间位置(S1)被确定为第一心音的开始(S1)。多个心跳持续时间(HBD)被确定为连续的第一心音的时间位置之间的持续时间(S1)。然后将心率变异性(HRV)的指示确定606为剩余心跳持续时间(HBD)的标准差。这实际上意味着已经基于多个心音(S)确定了心率变异性(HRV)的指示。
在图6b中示出了确定600心率变异性(HRV)的步骤的替代性实施例。确定610在覆盖超过60个心跳的声音记录的时段中、在0.003Hz至0.04Hz范围内的第三频率窗口中的能量。在一个实施例中，第三频率窗口在0.04Hz至0.15Hz的范围内。另外，确定612在相同时段中在0.15Hz至0.4Hz范围内的第四频率窗口中的能量。
在一个实施例中，通过对时段重新采样使得从多个心音(S)获得的心跳的所有相邻的第一心音(S1)之间的间隔相同，并且通过对重新采样的时段进行傅立叶变换来产生频率功率谱来实现上述目的。然后，根据频率功率谱确定在0.003Hz至0.04Hz之间以及0.15Hz至0.4Hz之间的能量。然后，将心率变异性(HRV)的指示确定614为0.003Hz至0.04Hz频率窗口的能量与0.15Hz至0.4Hz频率窗口的能量的比率。实际上，这意味着基于第三频率窗口和第四频率窗口的信号强度来确定614心率变异性(HRV)的指示，并且这意味着基于多个心音(S)来确定600心率变异性(HRV)的指示。
在该方法的下一步中，基于所确定的频率功率测量(FPM)、所确定的第四心音的振幅(S4Amp)和所确定的心率变异性(HRV)的指示来确定700冠状动脉疾病(CAD)的风险指示。这是通过在经过训练的线性判别分析(LDA)中使用确定的测量来实现的。
概念证明
在涉及722个非CAD受试者和153个CAD受试者的研究中采用了所提出技术的实施例。生成接收操作曲线(ROC)并确定曲线下面积(AUC)。结果列于表1中，其表明心率变异性(HRV)使曲线下面积(AUC)增加了约1.1％。可以得出结论，心率变异性(HRV)在提出的技术所实现的声学得分中具有显著的分类性能。可以预见的是，如果使用进一步的声学衍生测量，该分类性能将得到改善。
Figure BDA0002460096760000101
表1。

Claims (56)

1.一种用于指示人的冠状动脉疾病(CAD)的风险的系统，其中，所述系统包括：
麦克风，其被配置为放置在所述人的胸部上以获得来自所述人的心脏的声音；以及
处理器，其能够操作地连接到所述麦克风，并且被配置为执行用于指示人的冠状动脉疾病的风险的方法，所述方法包括：
获得声音记录，所述声音记录覆盖由放置在所述人的胸部上的麦克风记录的多个心跳；
在所述声音记录中识别多个心音(S)；
基于所述多个心音(S)从所述声音记录中获得多个片段，其中每个片段至少覆盖心动周期的一部分；
基于所述多个片段中第一数量的片段的舒张期中的时段的第一频率窗口的信号强度来确定频率功率测量(FPM)；
基于所述多个心音(S)和所述多个片段来确定第四心音的振幅(S4Amp)；
基于所述多个心音(S)来确定心率变异性(HRV)的指示；以及
基于所述频率功率测量(FPM)、所述第四心音的所述振幅(S4Amp)和所述心率变异性(HRV)的所述指示来确定冠状动脉疾病(CAD)的所述风险的所述指示。
2.根据权利要求1所述的系统，其中，确定所述频率功率测量(FPM)还基于所述舒张期中的所述时段的第二频率窗口的信号强度，其中所述第二频率窗口具有比所述第一频率窗口的高截止高的低截止，并且其中确定所述频率功率测量(FPM)包括：
基于所述第一数量的片段的所述第一频率窗口中的能量的总和来确定第一总和；
基于所述第一数量的片段的所述第二频率窗口中的能量的总和来确定第二总和；以及
基于所述第一总和与所述第二总和的相对大小来确定所述频率功率测量(FPM)。
3.根据权利要求2所述的系统，其中，所述第一总和与所述第二总和的相对大小是所述第一总和与所述第二总和之间的比率(FPR)。
4.根据权利要求2所述的系统，其中，所述第一频率窗口具有在20-40Hz范围内的低截止，所述第一频率窗口具有在80-100Hz范围内的高截止，所述第二频率窗口具有在180-220Hz范围内的低截止，以及所述第二频率窗口具有在250-800Hz范围内的高截止。
5.根据权利要求4所述的系统，其中，所述第一频率窗口具有在30Hz处的低截止。
6.根据权利要求4所述的系统，其中，所述第一频率窗口具有在90Hz处的高截止。
7.根据权利要求4所述的系统，其中，所述第二频率窗口具有在200Hz处的低截止。
8.根据权利要求4所述的系统，其中，所述第二频率窗口具有在280-320Hz范围内的高截止。
9.根据权利要求4所述的系统，其中，所述第二频率窗口具有在300Hz处的高截止。
10.根据权利要求1至9中任一项所述的系统，其中，所述多个心音(S)包括多个第二特定心音(SS2)，其中确定频率功率测量(FPM)包括：
确定每个所述第一数量的片段的所述舒张期中的所述时段相对于所述片段中的所述第二特定心音(SS2)的时间位置，
其中，所述第二特定心音(SS2)是与主动脉瓣关闭(AC)有关的第二心音(S2)，
其中，所述第二心音(S2)的所述时间位置对应于所述第二心音(S2)的开始或峰值；以及
其中，确定所述时段的时间位置包括：
确定所述第二心音(S2)在每个所述第一数量的片段中的所述时间位置；以及
将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的所述时间位置之后的160-190毫秒后开始、并且在所述片段的所述第二心音(S2)的时间位置之后的430-470毫秒之前结束的时段。
11.根据权利要求10所述的系统，其中，将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的所述时间位置之后的175毫秒后开始的时段。
12.根据权利要求10所述的系统，其中，将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的时间位置之后的450毫秒之前结束的时段。
13.根据权利要求1所述的系统，其中，所述多个心音(S)包括多个第三特定心音(SS3)，并且其中，确定所述第四心音的所述振幅(S4Amp)包括：
基于所述多个第三特定心音(SS3)对准所述多个片段中的第二数量的片段；
基于经对准的第二数量片段来计算平均片段；以及
基于所述平均片段中的所述第四心音(S4)的能量来确定所述第四心音的所述振幅(S4Amp)。
14.根据权利要求13所述的系统，其中，所述第三特定心音(SS3)是与二尖瓣关闭(MC)有关的第一心音(S1)，
其中，确定所述第四心音的所述振幅(S4Amp)包括：
确定所述第一心音(S1)在所述平均片段中的时间位置；
确定所述平均片段中的第四心音(S4)时段，该时段在所述第一心音(S1)的所述时间位置之前的100-140毫秒范围内开始，并且在所述第一心音(S1)的所述时间位置之前的20-10毫秒范围内结束；以及
基于所述第四心音(S4)时段的所述能量来确定所述第四心音的所述振幅(S4Amp)；以及
其中，所述第一心音(S1)的所述时间位置对应于所述第一心音(S1)的开始或峰值。
15.根据权利要求14所述的系统，其中，所述第四心音(S4)时段在所述第一心音(S1)的所述时间位置之前的120毫秒处开始。
16.根据权利要求14所述的系统，其中，所述第四心音(S4)时段在所述第一心音(S1)的所述时间位置之前的15毫秒处结束。
17.根据权利要求1所述的系统，其中，确定所述心率变异性(HRV)的所述指示包括：
确定所述多个心音(S)的多个第四特定心音(SS4)的时间位置；
确定多个心跳持续时间(HBD)，其中，每个心跳持续时间(HBD)是两个连续的第四特定心音(SS4)的所述时间位置之间的时间；以及
基于所述多个心跳持续时间(HBD)的变化来确定所述心率变异性(HRV)的所述指示。
18.根据权利要求17所述的系统，其中，所述多个第四特定心音(SS4)的第四特定心音(SS4)的时间位置对应于所述第四特定心音(SS4)的开始或峰值。
19.根据权利要求17或18所述的系统，其中，所述多个第四特定心音(SS4)中的每个是与二尖瓣关闭(MC)有关的第一心音(S1)。
20.根据权利要求1所述的系统，其中，确定所述心率变异性(HRV)的所述指示包括：
确定覆盖所述多个心跳的至少一部分的所述声音记录的时段的第三频率窗口的信号强度，其中，所述第三频率窗口具有低于2Hz的高截止；以及
基于所述第三频率窗口的所述信号强度来确定所述心率变异性(HRV)的所述指示；以及
其中，所述第三频率窗口具有高于0.001Hz的低截止。
21.根据权利要求20所述的系统，其中，所述第三频率窗口具有低于1Hz的高截止。
22.根据权利要求21所述的系统，其中，所述第三频率窗口具有在0.001-0.005Hz范围内的低截止，以及在0.02-0.06范围内的高截止。
23.根据权利要求21所述的系统，其中，所述第三频率窗口具有在0.02-0.06Hz范围内的低截止，以及在0.1-0.2范围内的高截止。
24.根据权利要求21所述的系统，其中，所述第三频率窗口具有在0.1-0.2Hz范围内的低截止，以及在0.3-0.5范围内的高截止。
25.根据权利要求21-24中任一项所述的系统，其中，确定所述心率变异性(HRV)的所述指示包括：
确定所述声音记录的所述时段的第四频率窗口的信号强度，其中，所述第四频率窗口具有低于2Hz的高截止，并且与所述第三频率窗口部分重叠；以及
还基于所述第四频率窗口的所述信号强度来确定所述心率变异性(HRV)的所述指示；以及
其中，所述第四频率窗口具有高于0.001Hz的低截止。
26.根据权利要求25所述的系统，其中，所述第四频率窗口具有低于1Hz的高截止。
27.根据权利要求25所述的系统，其中，所述第四频率窗口不与所述第三频率窗口重叠。
28.根据权利要求1所述的系统，其中，确定冠状动脉疾病(CAD)的所述风险的指示还基于涉及所述频率功率测量(FPM)的经训练的线性判别分析(LDA)、所述第四心音的所述振幅(S4Amp)、以及所述心率变异性(HRV)的所述指示。
29.一种用于在系统中使用的计算机设备，所述计算机设备包括：麦克风，其被配置为放置在人的胸部上以获得来自所述人的心脏的声音；以及处理器，其能够操作地连接到所述麦克风，其中，所述计算机设备包括程序代码指令，所述程序代码指令被配置为在由所述系统的所述处理器执行时使得所述处理器执行用于指示人的冠状动脉疾病的风险的方法，所述方法包括：
获得声音记录，所述声音记录覆盖由放置在所述人的胸部上的麦克风记录的多个心跳；
在所述声音记录中识别多个心音(S)；
基于所述多个心音(S)从所述声音记录中获得多个片段，其中每个片段至少覆盖心动周期的一部分；
基于所述多个片段中第一数量的片段的舒张期中的时段的第一频率窗口的信号强度来确定频率功率测量(FPM)；
基于所述多个心音(S)和所述多个片段来确定第四心音的振幅(S4Amp)；
基于所述多个心音(S)来确定心率变异性(HRV)的指示；以及
基于所述频率功率测量(FPM)、所述第四心音的所述振幅(S4Amp)和所述心率变异性(HRV)的所述指示来确定冠状动脉疾病(CAD)的所述风险的所述指示。
30.根据权利要求29所述的计算机设备，其中，确定所述频率功率测量(FPM)还基于所述舒张期中的所述时段的第二频率窗口的信号强度，其中所述第二频率窗口具有比所述第一频率窗口的高截止高的低截止，并且其中确定所述频率功率测量(FPM)包括：
基于所述第一数量的片段的所述第一频率窗口中的能量的总和来确定第一总和；
基于所述第一数量的片段的所述第二频率窗口中的能量的总和来确定第二总和；以及
基于所述第一总和与所述第二总和的相对大小来确定所述频率功率测量(FPM)。
31.根据权利要求30所述的计算机设备，其中，所述第一总和与所述第二总和的相对大小是所述第一总和与所述第二总和之间的比率(FPR)。
32.根据权利要求30所述的计算机设备，其中，所述第一频率窗口具有在20-40Hz范围内的低截止，所述第一频率窗口具有在80-100Hz范围内的高截止，所述第二频率窗口具有在180-220Hz范围内的低截止，以及所述第二频率窗口具有在250-800Hz范围内的高截止。
33.根据权利要求32所述的计算机设备，其中，所述第一频率窗口具有在30Hz处的低截止。
34.根据权利要求32所述的计算机设备，其中，所述第一频率窗口具有在90Hz处的高截止。
35.根据权利要求32所述的计算机设备，其中，所述第二频率窗口具有在200Hz处的低截止。
36.根据权利要求32所述的计算机设备，其中，所述第二频率窗口具有在280-320Hz范围内的高截止。
37.根据权利要求32所述的计算机设备，其中，所述第二频率窗口具有在300Hz处的高截止。
38.根据权利要求29至37中任一项所述的计算机设备，其中，所述多个心音(S)包括多个第二特定心音(SS2)，其中确定频率功率测量(FPM)包括：
确定每个所述第一数量的片段的所述舒张期中的所述时段相对于所述片段中的所述第二特定心音(SS2)的时间位置，
其中，所述第二特定心音(SS2)是与主动脉瓣关闭(AC)有关的第二心音(S2)，
其中，所述第二心音(S2)的所述时间位置对应于所述第二心音(S2)的开始或峰值；以及
其中，确定所述时段的时间位置包括：
确定所述第二心音(S2)在每个所述第一数量的片段中的所述时间位置；以及
将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的所述时间位置之后的160-190毫秒后开始、并且在所述片段的所述第二心音(S2)的时间位置之后的430-470毫秒之前结束的时段。
39.根据权利要求38所述的计算机设备，其中，将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的所述时间位置之后的175毫秒后开始的时段。
40.根据权利要求38所述的计算机设备，其中，将每个片段中所述舒张期中的时段确定为在所述片段的所述第二心音(S2)的时间位置之后的450毫秒之前结束的时段。
41.根据权利要求29所述的计算机设备，其中，所述多个心音(S)包括多个第三特定心音(SS3)，并且其中，确定所述第四心音的所述振幅(S4Amp)包括：
基于所述多个第三特定心音(SS3)对准所述多个片段中的第二数量的片段；
基于经对准的第二数量片段来计算平均片段；以及
基于所述平均片段中的所述第四心音(S4)的能量来确定所述第四心音的所述振幅(S4Amp)。
42.根据权利要求41所述的计算机设备，其中，所述第三特定心音(SS3)是与二尖瓣关闭(MC)有关的第一心音(S1)，
其中，确定所述第四心音的所述振幅(S4Amp)包括：
确定所述第一心音(S1)在所述平均片段中的时间位置；
确定所述平均片段中的第四心音(S4)时段，该时段在所述第一心音(S1)的所述时间位置之前的100-140毫秒范围内开始，并且在所述第一心音(S1)的所述时间位置之前的20-10毫秒范围内结束；以及
基于所述第四心音(S4)时段的所述能量来确定所述第四心音的所述振幅(S4Amp)；以及
其中，所述第一心音(S1)的所述时间位置对应于所述第一心音(S1)的开始或峰值。
43.根据权利要求42所述的计算机设备，其中，所述第四心音(S4)时段在所述第一心音(S1)的所述时间位置之前的120毫秒处开始。
44.根据权利要求42所述的计算机设备，其中，所述第四心音(S4)时段在所述第一心音(S1)的所述时间位置之前的15毫秒处结束。
45.根据权利要求29所述的计算机设备，其中，确定所述心率变异性(HRV)的所述指示包括：
确定所述多个心音(S)的多个第四特定心音(SS4)的时间位置；
确定多个心跳持续时间(HBD)，其中，每个心跳持续时间(HBD)是两个连续的第四特定心音(SS4)的所述时间位置之间的时间；以及
基于所述多个心跳持续时间(HBD)的变化来确定所述心率变异性(HRV)的所述指示。
46.根据权利要求45所述的计算机设备，其中，所述多个第四特定心音(SS4)的第四特定心音(SS4)的时间位置对应于所述第四特定心音(SS4)的开始或峰值。
47.根据权利要求45或46所述的计算机设备，其中，所述多个第四特定心音(SS4)中的每个是与二尖瓣关闭(MC)有关的第一心音(S1)。
48.根据权利要求29所述的计算机设备，其中，确定所述心率变异性(HRV)的所述指示包括：
确定覆盖所述多个心跳的至少一部分的所述声音记录的时段的第三频率窗口的信号强度，其中，所述第三频率窗口具有低于2Hz的高截止；以及
基于所述第三频率窗口的所述信号强度来确定所述心率变异性(HRV)的所述指示；以及
其中，所述第三频率窗口具有高于0.001Hz的低截止。
49.根据权利要求48所述的计算机设备，其中，所述第三频率窗口具有低于1Hz的高截止。
50.根据权利要求49所述的计算机设备，其中，所述第三频率窗口具有在0.001-0.005Hz范围内的低截止，以及在0.02-0.06范围内的高截止。
51.根据权利要求49所述的计算机设备，其中，所述第三频率窗口具有在0.02-0.06Hz范围内的低截止，以及在0.1-0.2范围内的高截止。
52.根据权利要求49所述的计算机设备，其中，所述第三频率窗口具有在0.1-0.2Hz范围内的低截止，以及在0.3-0.5范围内的高截止。
53.根据权利要求49-52中任一项所述的计算机设备，其中，确定所述心率变异性(HRV)的所述指示包括：
确定所述声音记录的所述时段的第四频率窗口的信号强度，其中，所述第四频率窗口具有低于2Hz的高截止，并且与所述第三频率窗口部分重叠；以及
还基于所述第四频率窗口的所述信号强度来确定所述心率变异性(HRV)的所述指示；以及
其中，所述第四频率窗口具有高于0.001Hz的低截止。
54.根据权利要求53所述的计算机设备，其中，所述第四频率窗口具有低于1Hz的高截止。
55.根据权利要求53所述的计算机设备，其中，所述第四频率窗口不与所述第三频率窗口重叠。
56.根据权利要求29所述的计算机设备，其中，确定冠状动脉疾病(CAD)的所述风险的指示还基于涉及所述频率功率测量(FPM)的经训练的线性判别分析(LDA)、所述第四心音的所述振幅(S4Amp)、以及所述心率变异性(HRV)的所述指示。
CN201880068709.1A 2017-10-26 2018-10-25 冠状动脉疾病的风险确定 Active CN111263613B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17198552.6 2017-10-26
EP17198552.6A EP3476299A1 (en) 2017-10-26 2017-10-26 Risk determination of coronary artery disease
PCT/EP2018/079263 WO2019081630A1 (en) 2017-10-26 2018-10-25 DETERMINATION OF A RISK OF CORONOPATHY

Publications (2)

Publication Number Publication Date
CN111263613A CN111263613A (zh) 2020-06-09
CN111263613B true CN111263613B (zh) 2023-05-09

Family

ID=60191157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880068709.1A Active CN111263613B (zh) 2017-10-26 2018-10-25 冠状动脉疾病的风险确定

Country Status (6)

Country Link
US (1) US11653844B2 (zh)
EP (2) EP3476299A1 (zh)
JP (1) JP7244509B2 (zh)
CN (1) CN111263613B (zh)
ES (1) ES2953312T3 (zh)
WO (1) WO2019081630A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112336369B (zh) * 2020-11-30 2021-09-10 山东大学 一种多通道心音信号的冠心病风险指数评估系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7539532B2 (en) * 2006-05-12 2009-05-26 Bao Tran Cuffless blood pressure monitoring appliance
CN100418480C (zh) 2006-05-16 2008-09-17 清华大学深圳研究生院 基于心音分析的心脏病自动分类系统及其心音分段方法
US20100094152A1 (en) * 2006-09-22 2010-04-15 John Semmlow System and method for acoustic detection of coronary artery disease
US9179852B2 (en) 2007-03-12 2015-11-10 Medtronic, Inc. Heart monitoring systems, apparatus and methods adapted to detect myocardial ischemia
US20100023081A1 (en) 2008-07-28 2010-01-28 Sarah Anne Audet Comprehensive System for Detection of Coronary Syndrome, Cardiac Ischemia and Myocardial Infarction
US8554314B2 (en) 2008-10-31 2013-10-08 Medtronic, Inc. Device and method to detect the severity of ischemia and heart attack risk
US9008762B2 (en) 2009-11-03 2015-04-14 Vivaquant Llc Method and apparatus for identifying cardiac risk
EP2462871A1 (en) * 2010-12-13 2012-06-13 Acarix A/S System, stethoscope and method for indicating risk of coronary artery disease
CN105792741A (zh) * 2013-12-06 2016-07-20 心脏起搏器股份公司 使用分类器融合的心力衰竭事件预测
WO2016034907A1 (en) 2014-09-05 2016-03-10 The University Of Warwick Method of monitoring heart rate variability and the use of that method in the prediction of falls and other applications
EP3078329A1 (en) 2015-04-09 2016-10-12 Acarix A/S Indication of risk for coronary artery disease
US10182735B2 (en) 2015-10-29 2019-01-22 Cardiac Pacemakers, Inc. Systems and methods for detecting atrial tachyarrhythmia using heart sounds

Also Published As

Publication number Publication date
EP3700426A1 (en) 2020-09-02
EP3700426B1 (en) 2023-07-05
EP3700426C0 (en) 2023-07-05
EP3476299A1 (en) 2019-05-01
CN111263613A (zh) 2020-06-09
US11653844B2 (en) 2023-05-23
JP7244509B2 (ja) 2023-03-22
JP2021500182A (ja) 2021-01-07
WO2019081630A1 (en) 2019-05-02
ES2953312T3 (es) 2023-11-10
US20200367771A1 (en) 2020-11-26

Similar Documents

Publication Publication Date Title
US9451921B2 (en) System and method for indicating coronary artery disease risk based on low and high frequency bands
KR101974482B1 (ko) 전자 청진 장치, 자동 진단 장치 및 자동 진단 방법
CN109310370B (zh) 心血管和心肺适能确定
US20200305730A1 (en) Information processing method, device, and system for evaluating blood vessels
WO2010032293A1 (ja) 動脈壁硬さ評価システム
JP2008061824A (ja) 医療用測定器、生体信号波形抽出方法、および生体信号波形抽出プログラム
Johnson et al. Detecting aortic valve-induced abnormal flow with seismocardiography and cardiac MRI
CN111263613B (zh) 冠状动脉疾病的风险确定
JP4253683B2 (ja) 動脈壁硬さ評価システム
US20210321882A1 (en) Micro Motion Detection for Determining at least one Vital Sign of a Subject
Amit Automatic Analysis of Vibro-acoustic Heart Signals: Combining Signal Processing and Computational Learning Techniques for Non-invasive Evaluation and Monitoring of Cardiac Function
Valerio et al. A Region-Based Cross-Correlation Approach for Pulse Wave Velocity Assessment

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