CN112040872B - 用于执行主动听诊和检测声能测量的系统、设备和方法 - Google Patents
用于执行主动听诊和检测声能测量的系统、设备和方法 Download PDFInfo
- Publication number
- CN112040872B CN112040872B CN201980028745.XA CN201980028745A CN112040872B CN 112040872 B CN112040872 B CN 112040872B CN 201980028745 A CN201980028745 A CN 201980028745A CN 112040872 B CN112040872 B CN 112040872B
- Authority
- CN
- China
- Prior art keywords
- user
- acoustic signal
- signal
- received
- acoustic
- 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
Links
- 238000002555 auscultation Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title description 29
- 238000005259 measurement Methods 0.000 title description 10
- 238000001514 detection method Methods 0.000 title description 4
- 210000004072 lung Anatomy 0.000 claims abstract description 104
- 210000000056 organ Anatomy 0.000 claims abstract description 38
- 238000004891 communication Methods 0.000 claims description 63
- 230000005284 excitation Effects 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 25
- 238000003745 diagnosis Methods 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 abstract description 4
- 241001465754 Metazoa Species 0.000 abstract description 3
- 230000015654 memory Effects 0.000 description 21
- 230000009467 reduction Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 210000003491 skin Anatomy 0.000 description 13
- 230000003595 spectral effect Effects 0.000 description 13
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 12
- 230000036541 health Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 6
- 230000004199 lung function Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 210000000621 bronchi Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000013125 spirometry Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000019693 Lung disease Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/085—Measuring impedance of respiratory organs or lung elasticity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/10—Applications
- G10K2210/116—Medical; Dental
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pulmonology (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Epidemiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
主动听诊可用于确定用户的器官(例如,肺或心脏)特征。可以将声或压电信号(例如,脉冲、音调和/或宽带脉冲)投射到动物(通常是人类)的身体或胸部。信号与身体或肺相互作用,在某些情况下可能会在体内/肺引起共振。可以从身体发射出由此导致的信号,对该信号进行分析以确定例如肺的共振频率和/或声音如何被身体吸收、反射或修改。该信息可以指示例如肺容量、肺中滞留的空气量和/或COPD的存在的肺特征。
Description
技术领域
本申请是2018年4月27日提交的标题为“ACTIVE AUSCULTATION DEVICE ANDSONIC ENERGY MEASUREMENT SENSOR”的美国临时专利申请62/663,262的非临时申请,并要求其优先权,并且是2018年11月29日提交的标题为“SYSTEMS,DEVICES,AND METHODS FORPERFORMING ACTIVE AUSCULTATION AND SONIC ENERGY MEASUREMENTS”的美国临时专利申请62/773,002的非临时申请,并要求其优先权,两者均通过引用整体并入本文。
背景技术
听诊用于确定动物体内器官的状况,通常是心脏或肺。通常通过手动敲击胸部或背部将信号引入体内。该信号与目标器官(通常是肺)相互作用后,用听诊器将其检测出来。通过分析检测到的信号,可以确定器官的状况。
附图说明
在附图的图中以示例而非限制的方式示出了本发明,其中:
图1示出了与本发明的一些实施例一致的示例性主动听诊系统;
图2A示出了与本发明的一些实施例一致的第二示例性主动听诊系统;
图2B示出了与本发明的一些实施例一致的第三示例性主动听诊系统;
图3A提供了与本发明的一些实施例一致的佩戴主动听诊系统的用户的正视图和侧视图;
图3B提供了与本发明的一些实施例一致的用户穿着位于用户胸部相对侧上的发射器和接收器的正视图和侧视图;
图3C提供了与本发明的一些实施例一致的示例性主动听诊系统的图示,该主动听诊系统配置为可以附接到用户的表皮的粘贴式贴片;
图4提供了与本发明的一些实施例一致的用于从多个通信设备获取和处理主动听诊数据的系统的框图;
图5A提供了与本发明的一些实施例一致的扫描的肺的图像,其中滞留有少量的空气;
图5B提供了与本发明的一些实施例一致的受COPD影响的经扫描的肺的图像,其包括多个囊(pocket)或体积的滞留的空气;
图6提供了与本发明的一些实施例一致的示例性方式的图像,其中可以对用户的左肺和右肺进行建模或估计;
图7A示出了与本发明的一些实施例一致的,已经穿过用户的肺并且已经被接收器接收的声音的频谱捕获三维图;
图7B示出了与本发明的一些实施例一致的呼吸周期估计的曲线图;
图8提供了与本发明的一些实施例一致的一些示例性声音的一系列图表,这些声音可以随时间经过发射器连续地发射到用户的肺,并通过主动听诊系统接收;
图9提供了与本发明的一些实施例一致的示例性肺共振特征(LRS)数据的图;
图10提供了描述与本发明的一些实施例一致的过程的流程图;和
图11描绘了与本发明的一些实施例一致的计算机系统的组件,在其中可以存储和执行实例化本发明的方法的计算机可读指令。
在所有附图中,除非另有说明,否则相同的附图标记和字符用于表示所示实施例的相似特征、元件、组件或部分。此外,尽管现在将参考附图详细描述本发明,但结合说明性实施例进行描述。目的是可以对所描述的实施例进行改变和修改,而不背离所附权利要求所限定的本发明的真实范围和精神。
发明内容
本发明主动听诊以确定用户的器官(例如,肺或心脏)特征。声音或压电信号(例如,脉冲、音调和/或宽带脉冲)被投影到动物(通常是人)的身体或胸部。信号与身体或肺相互作用,在某些情况下可能会在体内/肺引起共振。可以从身体发射出合成信号,可以对该信号进行分析以确定例如肺的共振频率和/或声音如何被身体吸收、反射或修改。该信息可以指示例如肺容量和/或COPD的存在的肺特征。
本文公开的一种主动听诊方法,通常向用户的心脏和/或肺发出声信号,朝向用户感兴趣的目标。声信号能够以连续、周期性和/或持续大约0.1-5秒的脉冲或短时脉冲串投射到用户的身体内。在一些实施例中,声信号可以是包括范围从例如2000Hz和30000Hz的多个频率的宽带信号。
一部分声信号可以经由例如反向散射或传输从用户的身体发出,并且可以由例如麦克风的接收器接收。然后可以确定所接收的声信号的特性。示例性特征包括接收到的声信号的强度、持续时间和/或频率。该特性可以提供给操作者。
在一些实施例中,这些步骤可以重复多次。并且可以将接收到的声音的特征相互比较,以确定例如特征随时间的变化和/或确定的特征是否与另一因素相对应,另一因素例如为对用户健康的改善、不良健康事件、天气因素、环境因素等。可以将该比较提供给操作员。
另外或可替代地,可以将所确定的特性与该特性的预定值进行比较,以便确定例如,用户的特征如何与其他特征进行比较,以得出可用于诊断用户和/或预测何时可能发生不良事件的相似度或模式。
另外地或可替代地,在一些情况下,可以响应于例如所确定的接收到的声信号的特性和/或缺乏足够清晰的接收到的声信号而响应地调整信号中包括的持续时间、强度和/或频率。
在某些情况下,该特性可以用于确定滞留在用户的肺的空气量和/或用户的肺活量。
另外地或可替代地,在一些实施例中,可以通过与发射器通信的处理器向发射器提供信号激励来执行主动听诊,从而使发射器产生多个频率的声能,该声能导向用户的器官。然后可以接收和分析与导向器官的多个频率的声能相对应的声能响应,以确定该器官的共振频率。在一些实施例中,导向器官的多个频率可以包括一组离散频率,预定频率响应和/或频率仓。另外地或可替代地,信号激励可以使发射器产生声能,该声能在预定时间段内循环通过该组离散频率。另外地或可替代地,信号激励可以使发射器产生包括一系列伪随机产生和/或选择的频率的声能。另外地或可替代地,信号激励可以使发射器产生声能,以产生包括多个频率的声能突发(burst)。
在一些实施例中,可以基于目标的共振频率来确定滞留在器官中的空气量。
在本文公开的一些实施例中,可以接收与用户有关的信息,并将其与目标和/或器官的共振频率相关联。有时,所接收的信息涉及用户的生理特征,用户的诊断、器官的大小、器官的形状、器官中的流体的类型、器官中的气体的类型、发射器的位置、接收器的位置环境噪声水平、和用户的定向中的一项或多项。
本文公开的示例性系统可以包括处理器和/或服务器,该处理器和/或服务器被配置为向与处理器通信的发射器(例如,扬声器)提供信号激励,使得发射器产生多个频率的声能。声能可以导向用户的身体的器官。处理器/服务器可以接收与导向器官的多个频率的声能相对应的声能响应。并且处理器/服务器可以在声能响应和预定阈值之间产生比较,然后基于该比较确定器官的一个或多个共振频率。
另外或替代地,可以通过与发射器通信的处理器向发射器提供第一信号激励来执行主动听诊,从而使发射器产生导向器官的第一多个频率的声能,处理器经由与处理器通信的接收器接收第一声能响应,该第一声能响应对应于导向器官的第一多个频率的声能,由处理器向发射器提供第二信号激励,使得发射器产生导向器官的第二多个频率的声能,处理器经由接收器接收第二声能响应,该第二声能响应对应于导向器官的第二多个频率的声能,处理器生成第一声能响应与第二声能响应之间的比较,处理器基于所产生的比较来确定器官的一个或多个特征。
在一些实施例中,本文中使用的可穿戴听诊传感器可以包括:发射器,其配置为将声信号投射到用户的身体内;接收器,其配置为接收从用户的身体发出的声信号;噪声消除装置,其配置为降低接收到的声信号中的环境噪声。噪声消除装置本质上可以是机械的和/或电子的/声学的。在某些情况下,噪声消除装置可以包括专门设计为消除已知和/或未知频率的有害环境噪声的噪声消除电路。在一些实施例中,噪声消除设备可以对环境噪声进行分析并且向与环境噪声异相180度的信号添加到接收信号,以从接收信号中滤除环境噪声。
具体实施例
在与系统的一个或多个自然振动频率匹配的频率上放大声波的系统(例如,物理物体)是声共振的定义。一旦物体以与自然振动频率无关的频率被能量激发,能量将迅速消散。但是,当激励接近物体的自然振动频率之一时,物体将开始在该频率下共振并强烈振动。物体的共振频率可以通过以下方法激发出来:特定频率、一组频率、宽带信号(例如,由许多频率组成的噪声)、伪随机生成的频率或频率范围、线性调频信号和/或白噪声信号。
本文描述了用于执行利用共振的主动听诊和声能测量的系统,装置和方法。该系统、设备和方法可以使用有源声传感器,数字信号处理和机器学习来进行连续、长期和非侵入性的肺健康监测。示例性系统和设备包括声音或声能换能器/发射器(例如,扬声器)和声能换能器/接收器(例如,麦克风)。通常,发射器可以配置为发出一定范围(例如20Hz至100kHz)的声音,该声音将穿过用户的皮肤并穿透其身体的一部分(例如胸部或胸部),并且可以将接收器配置为接收此范围内的声音。
肺功能评估以及COPD诊断和监测通常使用各种功能测试(例如,肺活量测定法、体积描记法),成像技术(例如,CAT扫描、X射线)以及医生的观察和检查来完成。这些技术需要专用设备,并且通常必须在医疗环境中进行,并由医疗专业人员进行管理。肺活量测定法和其他测试要求用户停止所有活动并以某种方式呼吸设备。这样一来,连续进行肺功能监测变得很麻烦,严重影响了用户的日常工作,并且难以进行家庭护理。
本文公开的系统,设备和方法可以用于测量用户的身体或其部分(例如,例如肺或心脏的器官)中的声共振。所测得的共振特性可能会受到例如用户的身体或目标组织内所含的空气,液体或脂肪和/或可能对声音刺激产生反应的其他生理特性的影响。
在一个实施例中,所测量的共振可以用于检测和/或确定滞留在用户的肺的空气的严重程度。由于用户的呼吸状况(例如,慢性阻塞性肺病(COPD或哮喘),空气可能会滞留在用户的肺。另外或替代地,所测量的共振特性可用于监测呼吸周期(即,吸气和呼气)期间肺的空气变化,并可用于将身体的一个区域与另一个区域进行比较(例如,将一个肺与另一个肺进行比较)。
在一些实施例中,本发明可用于追踪随时间的肺功能,以便例如建立肺功能的基线并监测自基线的变化,作为监测肺健康的一种方式。当确定用户是否可能易受感染或不良事件(例如哮喘发作)时,这可能会有所帮助,以便可以采取预防措施和/或进行治疗。
发射器和接收器可以被容纳在相同或独立的壳体中。壳体可以通过发射器帮助将声能投射到用户的身体内的目标位置,和/或通过接收器来帮助接收从用户的身体内排出的声音。例如,壳体的形状或特征可以将声能引向目标和/或帮助检测从用户的身体发出的声音。
壳体可以被配置为邻近用户的皮肤定位。这种定位可以减少引入接收器接收的信号中的噪声(例如,环境噪声,串扰等),因为,例如,噪音可能无法通过壳体和用户皮肤之间的间隙或空间进入接收器。附加地或可替代地,示例性壳体可以包括一个或多个机械和/或电子降噪机构,以防止接收器检测到周围的声音。
在一些实施例中,壳体可以包括多个发射器和/或接收器。附加地或可替代地,系统可以包括多个发射器和/或接收器,每个发射器和/或接收器都在其自己的壳体内,该发射器和/或接收器可以被配置为例如放置在用户的各个位置。
本文公开的系统,设备和方法具有通过消除用户通过以下方式产生声音的需要来标准化听诊例程的一部分的潜力,例如,咳嗽、打喷嚏或呼吸以在肺产生声音。
现在转向附图,图1示出了示例性主动听诊系统100,其包括用于发射器110的示例性壳体105、接收器115、通信地耦合至发射器110和接收器115的处理器/存储器160、以及可选的机械降噪机构150。在一些情况下,主动听诊系统100还可以包括收发器,通过该收发器,它可以经由例如无线通信协议与外部电子设备(例如,计算机或智能电话)(未示出)进行通信。发射器110可以是任何发射和/或能够产生声音、振动、波和/或脉冲的设备。示例性发射器110包括但不限于扬声器、振动器、压电换能器、机电换能器,或任何其他能够通过例如激发周围的空气和/或周围的介质(例如皮肤、水和/或皮下脂肪)将电信号转换为音频波形的设备。
如图1所示,发射器110和/或接收器115可以定位在壳体105内,从而可以将它们/定位在用户皮肤130的表面附近。在某些情况下,发射器110和/或壳体105可以定位在用户的身体上,使得声音可以被传递到皮肤层130并被引导到身体135内的目标,例如,但不限于像肺或心脏这样的器官。通常,壳体110将被定位在用户的胸部上,以促进声能向胸腔的传递。
在一些实施例中,壳体105可以被配置为允许经由例如沿着带子滑动或由操作员(例如,医师)手动移动以在用户上移动,以分析由用户反射和/或发射的声能。机械降噪机构150可以是被配置为机械地防止环境噪声到达接收器115的任何材料,包括泡沫,纤维或吸收声音的其他材料。在某些实施例中,机械降噪机构150围绕壳体105的周边,并且可以定位成与用户的皮肤130重合。尽管在图1中未示出,但是在一些实施例中,机械降噪机构150可以在壳体105的一部分或全部上延伸并覆盖。另外,可替代地,机械降噪机构150可以在壳体105(未示出)下方延伸,以便在壳体105和用户的皮肤130之间形成降噪界面。另外,可替代地,机械降噪机构150可以驻留在壳体105(未示出)中,例如,为降噪泡沫或纤维,该泡沫或纤维占据了壳体内未被主动听诊系统100的部件占用的空间。附加地或可替代地,机械降噪机构可以是位于壳体105的内部和/或外部的衬里155。
处理器/存储器160可以被配置为执行可以存储在存储器中的一个或多个指令。例如,处理器/存储器160可以向发射器110提供信号激励,该信号激励使发射器产生一个或多个频率的声能(在本文中也称为源信号)。该源信号在图1中表示为第一虚线120,该虚线穿过皮肤层130进入主体135的目标区域。在一些情况下,发射器110可以被提供有宽带信号激励或利用多个频率的其他信号,使得源信号具有多个频率。该源信号可以同时提供这些多个频率(即,源信号一次包括多个频率)和/或源信号可以包括连续的多个频率,每个频率由发射器在不同的时间投影。处理器/存储器还可以存储和/或高速缓存接收到的信号,以便以后传输到例如通信设备310之类的通信设备,如下面将关于图3A-3C所讨论的。
在一些实施例中,处理器/存储器160可以基于一个或多个因素来调节信号激励,这些因素可以包括但不限于用户的生理因素(例如性别、体重指数、年龄等)、用户的诊断、目标的大小和/或形状、可能存在于身体或目标135中的流体或气体的类型、传感器的位置、环境噪声的水平、用户的定向(例如,垂直或水平)等等。
在某些情况下,激励可能与可能由以下原因引起的目标(例如目标器官)的一种或多种自然发生的频率相吻合,或者与之相似:例如,节奏运动(例如呼吸或心跳)和/或周围环境中发生的频率(例如风扇噪音、设备噪音)。在这些实施例中,可以调整激励,以便可以更容易地从这些频率中分辨出目标对激励的反应。
在一些实施例中,发射器110可以同时产生相互正交的信号(例如,具有不同密钥的伪随机噪声)。当接收到这些相互正交的信号时,它们可以随后被用来去相关不同频率的返回信号的强度。另外地或可替代地,可以使用时分跨位于用户的多个位置处的多个发射器110发射源信号。
然后,接收器接收通过例如反射或共振从用户的身体发出的声能信号。所接收的声能信号在图1中表示为第二虚线125。该接收的声能125(在本文中也称为返回信号)可以由处理器/存储器160接收,该处理器/存储器160可以确定例如随着时间的声音频率和/或强度的特性。示例性特征包括每个频率的强度水平,频率或频率范围的整体强度随时间的变化,和/或频率范围内的强度分布随时间的变化。
在某些情况下,源信号可以包括多个频率,在本文中可以将其称为宽带信号和/或白噪声信号。在一些情况下,可以伪随机地选择包括在多个频率中的频率和/或白噪声。例如,信号激励可以使发射器110传送宽带或白噪声源信号,该宽带或白噪声源信号可以被配置为提供返回信号,该返回信号在一些或所有频率仓(bin)中平均可以具有平坦和/或已知的频率响应。频率仓是源信号的频率范围内的频率范围的子集。例如,如果源信号提供的频率在1-100kHz的范围内,则可以将频率段以给定的增量(例如5、10、15、20、kHz等)设置在该频率范围内的范围。
在一些实施例中,在源信号中使用白噪声和/或将白噪声用作源信号和/或使用不同类型的白噪声(例如,具有不同频率范围特性的白噪声)可有助于估计返回信号的特性(例如强度,传播时间,散射等)。另外,对于使用两个发射器的实施例(通常每个发射器都放置在不同的位置,例如在用户胸部的左右两侧,以便声音可以投射到用户的每个肺),每个发射器都可以使用具有不同频率集的白噪声信号(可以随机或伪随机选择),因此,当一个或多个接收器(如接收器115)检测到和/或接收到第一白噪声信号时,可以将其与另一个白噪声区分开。有时,对检测到的信号的分析可能会产生有关串扰或源信号从一个位置泄漏到另一位置的信息。
另外或替代地,通过例如以周期性的方式(例如,以正弦形式)随着时间的过去增加和/或降低源信号的频率,可以将源信号设置为在一组频率中循环,和/或源信号可以是例如以周期性、随机、伪随机或模式化方式升高或降低的一组频率。这种类型的源信号可以被称为线性调频信号。可以通过测量响应信号并随时间积分该信号来估计用户和/或目标对此线性调频信号的135频率响应。
另外或可替代地,可以使用伪随机产生的频率或频率范围来产生源信号。这可能是有针对性的或狭窄的频率范围或宽带频率范围。线性调频脉冲源信号可以准确测量用户的胸部和/或肺的共振反应。在某些情况下,可以使用多个线性调频脉冲源信号对用户进行多次测量,以便例如确定用户对线性调频脉冲源信号的响应的平均最小和/或最大幅度和/或强度值。
附加地或可替代地,源信号可以是声能的短暂但强大/强烈的突发。然后可以分析返回信号以确定对突发信号源信号的频率响应。使用脉冲的一个优点是可以快速测量它们。
通常,声脉冲(即短暂持续时间的源信号)可能不仅用于测量用户和/或目标的频率响应,而且还为了主动听诊系统100和/或其部件的定位或定位而确定到目标的时间(回声)。另外地或可替代地,声脉冲可以帮助识别和表征位于用户上的多个扬声器/麦克风传感器之间的串扰或泄漏。
图2A示出了与用户的皮肤130连通的第二示例性主动听诊系统200,该系统包括主动或电声降噪系统。第二示例性主动听诊系统200包括容纳发射器110的壳体205、接收器115、处理器/存储器160、可选的机械降噪机构150、可选的衬里155以及主动/电声降噪系统210。主动/电声降噪系统210可以是例如远离用户和/或发射器110定向的接收器,并且可以被配置为捕获环境噪声和/或环境声音。声音接收主动/电声降噪系统210可以用于例如对接收到的声信号125进行滤波,以去除未从用户和/或目标135发出的,可以被认为是噪声的声音。机械降噪机构150可以采用与壳体205相似的方式与壳体205一起实现。
图2B示出了与用户的皮肤通信的第三示例性主动听诊系统201,其包括多个接收器和可选的主动或电声降噪系统。第三示例性主动听诊系统201包括容纳发射器110的壳体205、处理器/存储器160、可选的机械降噪机构150、可选的衬里155、可选的主动/电声降噪系统210,以及多个接收器115A、115B和115C。多个接收器115A、115B和115C可以被布置成阵列,并且可以被配置成分别接收声能信号125A、125B和/或125C。由例如下面关于图3A-3C和图4所讨论的处理器/存储器160和/或不驻留在壳体内的处理器/计算机,例如通信设备310和/或服务器420的数字处理。所接收的声能信号125A、125B和/或125C中的一个可以用于例如通过以下方式聚焦所接收的声音:波束形成和/或消除从不希望的方向(例如,不在用户的身体内的目标位置)接收的部分信号和/或集中于来自感兴趣点的接收到的声能信号125A、125B和/或125C的部分上。
图3A提供了佩戴主动听诊系统100、200或201的用户的正视图和侧视图。主动听诊系统100、200或201通过环绕用户躯干和身体的安装装置(例如,皮带或绑带)205连接到用户。保持主动听诊系统100、200或201的位置,该位置通常与用户的皮肤齐平。安装装置205可被配置为随着用户佩戴主动听诊系统100、200或201而随时间保持主动听诊系统100、200或201的位置。图3A还示出了经由BLUETOOTHTM无线通信协议与主动听诊系统100、200或201通信的外部通信设备310。通信设备310可以接收信号和/或向主动听诊系统100、200或201发送信号,并且可以根据本文公开的一种或多种方法来处理那些信号。
图3B提供了用户佩戴的发射器110和接收器115的正视图和侧视图,发射器110和接收器115位于用户胸部的相对侧。接收器115和/或发射器110可以与通信设备310通信,并且在一些情况下,它们各自的活动可以由通信设备310控制和监视。
图3C提供了示例性主动听诊系统100、200和/或201的示意图,该系统被配置为可粘贴到用户表皮的粘贴式贴片。图3C还提供了用户的侧视图,示出了体现为粘贴式贴片的主动听诊系统100、200和/或201可以固定在用户胸腔上的位置。图3C进一步示出了用户的正视图,其中两个主动听诊系统100、200和/或201位于用户胸部的左侧和右侧。主动听诊系统100、200和/或201可以与通信设备310进行有线和/或无线通信,并且在某些情况下,它们各自的活动可以由通信设备310控制和监视。
本文公开的壳体,发射器,接收器和/或系统可以被配置为一次性使用(例如,可以是一次性的)或多次使用。
图4提供了用于从多个通信设备310获取和处理活动听诊数据的系统400的框图,每一个都与一个或多个主动听诊系统100、200和/或201通信。系统400可以包括多个(例如100、1000、1000000个等)通信设备,其在图4中被描绘为通信设备310A、310B、310C、310N。通信设备310A、310B、310C、310N经由通信网络(例如,因特网)和/或远程服务器410A通信地耦合到服务器420。服务器420通信地耦合到第一数据库415和第二数据库430。可选地,系统400可以包括私有访问终端455和/或公共访问终端445,二者之一或两者可以通过通信网络(例如,因特网)和/或远程服务器410B通信地耦合到20数据库服务器415和/或数据库430。在一些实施例中,通信网络/远程服务器410A和通信网络/远程服务器410B可以是相同的和/或可以可通信地彼此耦合。系统400的组件可以经由有线和/或无线通信链路彼此通信地耦合。
通信设备310A-310N可以从一个或多个主动听诊系统接收原始和/或处理后的数据(例如,已从中去除噪声的数据,已从中提取一个或多个特征的数据等),例如,一个或多个主动听诊系统为多个相应用户之一正在/已经佩戴的主动听诊100、200和/或201。数据可以被实时接收和/或可以已经被缓存在相应的主动听诊系统上,直到它处于与通信设备310的通信范围之内为止。在某些实施例中,每个通信设备310A-310N可以将个人识别信息和/或匿名标识符(例如,用于匿名识别用户的一串数字或字母)添加到它与服务器420通信的数据中,以便将接收到的数据与用户和/或用户的匿名身份相关联。
在一些实施例中,一个或多个通信设备310可以短期和/或长期地在其上存储数据,以例如用于向各个通信设备310的用户提供反馈和/或测量的目的。另外地或可替代地,一个或多个通信设备310可以在通过以下方式与服务器420通信之前,对原始数据进行分析和/或处理:例如,对原始数据应用滤波器、降噪技术、放大技术等。
另外地或可替代地,一个或多个通信设备310可以将标志与特定指示的数据进行标记或相关联,例如,将特定的数据发送给用户,该用户的医疗保健提供者和/或研究人员。可能特别感兴趣的数据包括收到的与不良事件(例如咳嗽发作,感染发作,住院等)和/或感兴趣的事件(例如,当用户休息时、在运动时等)的时间相关的数据。
另外地或可替代地,可以通过一个或多个通信设备310A-310N将由用户输入的数据和/或其他辅助数据提供给服务器420。用户输入和/或辅助数据包括,但不限于,用户的心率、用户的体温、用户的人口统计信息(例如种族、性别、年龄等)、用户在收集数据时进行的一项活动(例如,轻度运动、剧烈运动、休息)、医疗诊断信息和病史信息。该数据可以由用户和/或用户的照顾者经由例如键盘和/或语音到文本的识别之类的用户界面输入。在一些情况下,辅助数据可以被标记和/或被加时间戳以与接收到的声信号相关。
服务器420可以从多个通信设备310接收数据(例如,原始的,处理的和/或辅助的),并准备好用户数据435以存储在数据库415中。用户数据435可以包括,但不限于,接收到的原始和/或处理过的声信号和用户的辅助数据和/或辅助数据与接收到的原始和/或处理过的声信号之间的相关性,其可以被索引和/或放置在存储在数据库420中的查找表购买服务器420中。
在一些实施例中,可以使用户数据435匿名和/或聚合425并存储在数据库430中。制作用户数据435的过程可以与由监管机构、用户和/或医疗机构或管理员实施的对数据隐私的任何要求一致。
用户数据435和/或经匿名化/聚集的数据425可用于开发模型440,其将使用主动听诊系统100、200和/或201得出的数据(例如,肺共振数据和/或接收到的声信号)与辅助和其他数据相关联,例如医学检验数据、成像数据(例如CT扫描数据、MRI扫描数据)、病史、地理数据、与地理位置相对应的污染水平、天气、温度、湿度、由传感器(例如,加速度计)测得的活动、和/或用户通过文本、电子邮件、语音命令等输入的广告库数据。在某些情况下,可以为单个用户开发模型,以便例如监视用户的健康状况和/或为用户预测用户的健康状况变化和/或不良事件。附加地或可替代地,可以为具有共同特征(例如疾病进展水平、年龄、耗氧率、地理位置、海拔高度、疾病阶段、职业等)的用户组开发模型。另外地或可替代地,可以为聚集在一起的所有用户开发模型。
模型440的示例性用途包括但不限于事件分类、异常检测、意外事件检测、事件预测、适当干预的确定等。
那些有权访问用户数据435和/或模型440的人(例如,医生、护理人员等)可以这样做。通过专用访问终端455经由通信网络/远程服务器410B在服务器420和服务器420之间的通信(例如请求和对请求的应答)。在一些实施例中,使用私人访问终端的许可可以限于与数据库415中存储的特定用户的数据相关联的用户和/或医疗保健提供者所授予的那些许可。
公共访问终端445的用户可能不具有查看与一个或多个用户相关联的个人可识别信息的权限,因此可以通过公共访问终端445和服务器420之间的通信仅访问匿名和/或聚合的用户数据425和/或模型440,如可存储在数据库430中的,公共访问终端455和服务器420可以通过公共访问终端455和服务器420通过通信网络/远程服务器410B来促进通信。
系统400可以用于聚集来自多个用户和/或通信设备310的数据,并且该数据可以用于例如使用机器学习或其他过程来识别数据内的共性和/或趋势,其可用于诊断和/或监测肺状况和/或用户的健康状况。另外,或者替代地,可以使用来自多个用户的聚合数据来学习滞留空气量的趋势或其他呼吸问题,这些趋势可以用于预测用户的不良事件或其他并发症。另外,或者可替代地,来自多个用户的聚合数据可以用于生成和/或使用大规模交易模型,该交易模型可以用于例如监测诊断为COPD的用户的其他呼吸障碍。
图5A提供了扫描的,相对健康的肺的图像501,其中滞留了少量的空气,该图像在图像501中显示为黑点。图5B提供了受COPD影响的经扫描的肺的图像502,其包括多个被滞留的空气的囊或体积,其在图像502中被示为多个黑点。
图6提供了示例性方式的图像600,其中,用户的左肺605A和右肺605B可以用具有一个或两个开口端(可以代表支气管气道)和圆形615(可以代表球形或近似球形的滞留空气)的管610建模或估计。图6中所示的模型可以基于例如图像501和/或502之类的图像,该图像示出了滞留空气的囊和/或接收到的声信号。
下表1和表2提供了可用来建立用户的肺模型的示例性数据,该模型具有近似的支气管的管和滞留空气囊。在某些情况下,此数据可用于建立一个或多个滞留空气量的相对测量值和/或一组测量值/确定值,这些测量值/确定值对于特定用户可能是唯一的(或特定的),具体取决于(例如)用户的肺特征(例如,气道大小、肺脏大小和滞留的空气量),在某些情况下,它可以用作基准,从中可以比较后续的测量值。在某些情况下,可以将这些测量值/确定值视为得分或肺健康得分。
肺气道的长度和直径从主要到次要变化,并且在每次分支上通常减小大小,如表2所示。气道形状近似为一端或两端封闭的管子。尽管已连接气道,但直径的变化会改变声/声能的阻抗,并在许多频率下就像管子的一端闭合一样。可以确定具有一个或两个封闭端的管的预期频率,以获得直径的范围估计。可以使用公式1计算每个气道的共振频率:
其中v是声速,L表示一端封闭的管的长度,d表示一端封闭的管的直径(对于两端封闭的管,d=0)。20℃时空气中的声音速度为343米/秒。可以使用公式2估算37℃空气中声音的速度(声音在其中经过的人的温度):
v=331.4+0.6Tc 公式2
其中Tc是摄氏温度。37℃时空气中的声音速度为353.6m/s。
在一个示例中,可以确定共振频率:右主动脉(fr)和左主动脉(fl),其具有两个闭合端以及左肺和右肺的一个闭合端,将以下值输入公式1:
v=353.6m/s
右肺L=0.025m
左肺L=0.05m
右肺d=0.014m
左肺d=0.010m
表1:估算左右支气管中气道的预期共振频率经过类似的过程,可以计算所有其他气道,如表2所示。
表2:估计的气道共振
表2的值可以模拟肺(或肺气道)与声音的相互作用,从而,例如,可以近似为管形式的肺气道的预期共振声频率范围。封闭的管可能是大型管的模型,该管可以插入较小的管(例如,气道变窄),从空气的角度来看,变窄的行为就像那里有一堵墙。表2的模型可以帮助选择要注入肺部的合适频率范围和/或通过选择性地查看最有可能与特定用户的肺部解剖结构/气道大小相对应的频率来缩小检测到的声音的分析范围。
截留的空气可以理解为呼气后滞留在肺中的空气,确定用户的肺中截留了多少空气可能对COPD预后有用。滞留的空气体积的大小和分布可以在例如直径的1至5mm的范围内,并且该体积可以被建模和/或近似为具有小圆形开口的球形(通风球形)。有时,这些滞留空气的体积/球体的内容可能是空气中贫氧的二氧化碳,而二氧化碳的含量比周围空气高。二氧化碳中的声速为259m/s(低于空气中的声速)。在一示例中,可以使用空气速度与二氧化碳之间的声速(例如300m/s)。
排气球体(vented sphere)的共振频率由公式3给出:
其中:
v=气体中的声速
D=球体的直径,并且
d=开口直径
已使用公式3计算了不同示例性尺寸的截留空气体积的共振频率,且v=300m/s,并在下面的表3中提供。
直径球体(mm) | 直径开口(mm) | 共振频率(Hz) |
10 | 2.5 | 25370Hz |
20 | 5.0 | 12685Hz |
30 | 7.5 | 8457Hz |
40 | 10 | 6342Hz |
50 | 12.5 | 5074Hz |
表3:滞留空气量的估计共振
表3的值可用于通过近似球形气泡的滞留空气体积来建立滞留空气与声音相互作用的模型,因此可以确定对于滞留的空气的模型空气体积可以预期的共振频率的基线。
表1-3的简化的肺模型可以指示在1.6KHz至30KHz频率范围内的声共振,从而提供最可能在肺内产生共振的频率范围的指示,这些频率对应于要投射到肺中或以其他方式跟踪以确定用户的肺共振的目标频率。对于每个单独的肺或一组肺,根据其实际肺特征(包括但不限于气道大小,滞留的空气量等),测得的特定共振会有所不同。每个人测得的共振都可以称为肺共振信号(LRS)。每个用户的LRS可能会随时间变化,跟踪这些变化可能有助于监视或诊断肺健康和/或疾病进展。在一些实施例中,LRS的瞬时或快速变化有助于建立呼吸周期。
表2和/或表3的值可用于对健康的人肺和/或患有COPD的人的肺中的预期共振频率范围进行建模。这些值可用于确定一组针对特定用户的肺共振的频率。由于肺解剖结构(例如,支气管的形状,长度,直径等)是高度特定于个体的,因此每个个体用户的肺的共振频率可能会因个体而异。一旦建立了用户的共振频率基线,就可以用来追踪其随时间的变化。这些变化可能表明肺疾病的变化,病理的发展和/或可能表明即将发生严重事件(可能需要住院)的疾病恶化。
在一些实施例中,可以确定多个用户的共振频率并将其聚集在一起,以发现跨多个用户的肺和/或滞留的空气的共振模式。这可以用于,监视和/或预测目的,以便例如诊断COPD和/或确定用户的COPD状况的严重性。
图7A示出了已经穿过用户的肺的声音的频谱捕获三维图701,并且已经由接收器经由例如主动听诊系统100、200和/或201之类的主动听诊系统由接收器接收,其在Z轴上具有幅度,在X轴上具有时间,并且在Y轴上具有频率。频谱捕获将不同时间段的共振区域的峰值幅度显示为点。图7B还示出了呼吸周期估计702的曲线图,该曲线图绘制了来自曲线图701的最大幅度作为时间的函数,单位为秒。
图8提供了一些示例性声音的一系列图800,其可以由发射器(例如发射器110)随时间连续发射,该发射器已经投射到用户的肺,并通过接收器(例如接收器115)通过主动听诊系统(例如主动听诊系统100、200和/或201)接收。原始接收的声音在第一曲线图810上示出为波形,其强度/功率以分贝(dB)为单位,随时间在X轴上以秒为单位,在Y轴上以dB为单位示出强度或功率。如曲线图810所示,接收到的声音的强度随着用户的吸气而降低,而随着用户的呼气而增大。图8的第二曲线图815示出了以Hz为单位的频谱变化,其随时间变化并且在时间上对应于第一曲线图810的值。图8还示出了第三曲线图820,该第三曲线图820为用户提供了与第一曲线图810和第二曲线图815的值在时间上对应的用户的相应的估计呼吸周期或空气量的总变化。
图9提供了用于用户的示例性肺共振特征(LRS)数据的图900,该图示出了以Hz为单位的频率与强度或以dB为单位的功率的函数。曲线图900提供了第一线910和第二线915,第一线910示出了具有滞留空气的肺的频率和强度的范围,第二线915示出了对于没有滞留空气的肺的频率和强度的范围。
由一个或多个与用户通信的检测器检测到的声音可以以多种方式使用,以推论患者或用户的生理状况。例如,可以分析检测到的声音以确定声音的频谱形状,这可以理解为检测到的频率范围之间的相对或绝对关系。除了频谱形状,频谱倾斜可以通过分析接收到的声音来确定,以确定所检测频率的能量和/或强度是否随频率增加和/或减少,和/或确定在特定频率或频率范围内是否在检测到的声音的强度/能量中出现任何峰值或谷值。在某些情况下,检测到的声音的频谱形状可以包括关于在整个频率范围内检测到的声音的强度/功率有多少个峰值和/或谷值的信息,以及其他任何特征,例如形状的斜率、最大能量区域、最小能量区域。
可以瞬时、周期性和/或根据需要测量和/或确定检测到的声音的频谱形状,并且在某些情况下,可以随时间进行多次频谱形状测量/确定,以便可以监视用户对输入声音的响应,例如以确定变化和/或变化率。这可能有助于跟踪用户状况的快速或缓慢改善或下降。
在某些情况下,还可以对检测到的声音进行分析,以确定检测到的/接收到的声音/声能的频谱的频谱质心(centroid)(也称为“质心(center of mass)”)。在一些情况下,频谱质心可以被计算为在检测到/接收到的声音中存在的频率的加权平均值。在某些情况下,可以使用傅立叶变换执行此计算,其中特定频率的幅度显示为以下公式4中的权重:
其中:
x(n)=仓号n的加权频率值或幅度;
和
f(n)=该仓的中心频率。
可以随时间跟踪该频谱质心,以监视例如由例如主动听诊系统100、200和/或201之类的主动听诊系统检测和/或接收的频率范围。
另外地或可替代地,可以分析检测到的声音的谐波和/或谐波变化以确定检测到的声音的频谱特征。该分析可以揭示所检测信号的具有较高和/或较低功率/强度的部分(即,分别为所检测声音的强度或功率的峰值和/或谷值)和/或所检测声音内不同频率的关系。有时,这些不同频率之间的关系可能很简单,并呈现规律的模式(例如谐波)。另外地或可替代地,随着时间的流逝,可以分析和监测凸起之间的间隔,间隔的变化,所检测的声音/声能的相对幅度等,以确定可能具有诊断意义的变化或模式。
对于特定于COPD的实施例,本发明可用于通过测量或以其他方式评估完全呼气后滞留在用户肺中的空气量(即滞留的空气量)来监测用户的肺功能和健康,对于诊断为COPD的用户而言,这可以作为COPD预后和肺健康的指标。在一种情况下,可以基于本文所述的一个或多个参数来测量和/或确定和/或建模用户的一个或多个肺的声共振。
在一些实施例中,一对发射器和接收器被配置为与用户的左右肺一起使用(即,每个肺一个发射器和一个接收器)。该实施例可以采用立体声声卡回放和捕获。可以分析接收器接收到的信号,例如通过测量从一个通道到另一个通道的激励的数量和频率特征来检测和/或表征跨通道泄漏(例如,左肺投射的声音被右肺的接收器接收)。可以想到的是,“正交”激励可以用于两个通道(即,声音投射到两个肺中)。这可以最小化信道之间的交叉干扰(例如,使用变化的伪随机序列或时分以在不同时间测量每个信道)。
在某些情况下,当使用一对发射器和接收器时,可以向左肺的第一发射器提供激励,并且可以使用第二肺的接收器来确定检测到多少跨通道泄漏。可以颠倒该过程,以查看在第一肺的接收器处投射到第二肺中的声音是否存在跨通道泄漏。如果检测到跨通道泄漏,则可以创建正交噪声样信号并将其用作对一个或两个发射器的激励。然后可以通过将信号提供给两个肺并同时使用两个检测器测量检测到的声音来测量跨通道泄漏。用于生成声音的伪随机序列的知识可用于推断在检测器接收的每个通道的贡献。这可以用于从检测到的信号中去除估计的泄漏贡献。
图10提供了说明过程1000的流程图,过程1000,用于确定例如由例如主动听诊系统100、200和/或201之类的主动听诊系统接收到的声信号的特性与已经从其接收了声信号的用户的辅助信息之间的相关性。过程1000可以由本文公开的任何系统和/或系统组件执行。
最初,在步骤1005中,从用户发出的一个或多个声信号,可以由例如处理器/存储器160之类的处理器和/或服务器420之类的服务器例如从例如接收器115的接收器和/或例如主动听诊100、200和/或201的主动听诊系统接收。然后可以在步骤1010中接收辅助信息。可以在步骤1010中接收例如上述辅助信息的辅助信息。示例性辅助信息包括但不限于,例如,通过与例如通信设备310之类的通信设备的交互从用户(例如,医疗信息、医疗并发症或紧急情况的发作、心理健康状况信息等)接收的信息,和/或可以直接从通信设备接收的信息。直接从通信设备接收的辅助信息可以包括地理信息、海拔、本地天气信息、本地空气质量信息等。附加地或可替代地,辅助信息可以包括由在通信设备上运行的软件应用捕获的信息。示例性软件应用可以收集例如与用户的活动水平,用户的心律,用户的血氧饱和度有关的信息。
在步骤1015中,可以确定和/或接收声信号的一个或多个特性。确定的特性可以包括本文描述的任何特性。在步骤1020中,可以确定声信号的特征与一个或多个特征之间的一个或多个相关。然后,在步骤1025中,可以使用接收到的声信号,辅助信息以及它们之间的相关性来建立和/或更新例如数据库415和/或430的数据结构。在一些实施例中,可以经由类似于用于开发模型440的过程的过程来形成步骤1025的数据结构。
从前述讨论中显而易见的是,本发明的方面涉及各种计算机系统和其上存储有计算机可读指令的计算机可读存储介质的使用。图11提供了可以代表任何计算系统的系统1100的示例,该计算系统可以用于实例化呼吸系统疾病模型和/或执行过程或本文描述的过程的一部分。系统1100的示例可以包括智能电话、台式机、膝上型计算机、大型计算机、嵌入式系统等。需要注意的是,并非所有各种计算机系统都具有系统1100的所有功能。例如,上面讨论的某些计算机系统可能不包括显示器,因为该显示功能可以由通信地耦合到该计算机系统的客户端计算机提供,或者显示功能可能是不必要的。这些细节对于本发明不是关键的。系统1100或其部分,例如,可以是例如主动听诊系统110、200和/或201系统之类的主动听诊系统,例如通信设备311之类的通信设备,例如服务器420之类的服务器,和/或计算机终端,例如私有访问终端455和公共访问终端445和/或其组件。
系统1100包括用于传送信息的总线1102或其他通信机制以及与总线1102耦合的用于处理信息的处理器1104。计算机系统1100还包括主存储器1106,例如随机存取存储器(RAM)或其他动态存储设备,其耦合到总线1102,用于存储将由处理器1104执行的信息和指令。主存储器1106还可用于在处理器1104执行指令期间存储临时变量或其他中间信息。计算机系统1100还包括耦合到总线1102的只读存储器(ROM)1108或其他静态存储设备,用于存储用于处理器1104的静态信息和指令。提供了存储设备1111,例如硬盘,基于闪存的存储介质或处理器1104可以从中读取的其他存储介质,并耦合到总线1102,用于存储信息和指令(例如,操作系统、应用程序等)。
计算机系统1100可以经由总线1102耦合到显示器1112,例如平板显示器,以向计算机用户显示信息。输入设备1111,例如包括字母数字和其他键的键盘,可以耦合到总线1102,以将信息和命令选择传达给处理器1104。另一种类型的用户输入设备是光标控制设备1116,例如鼠标,触控板或类似的输入设备,用于将方向信息和命令选择传达给处理器1104,并控制显示器1112上的光标移动。其他用户界面设备,例如麦克风、扬声器等。没有详细示出,但是可能涉及用户输入的接收和/或输出的表示。
这里所指的处理可以由处理器1104执行包含在主存储器1106中的计算机可读指令的适当序列来实现。可以从例如存储设备1111的另一计算机可读介质将这样的指令读入主存储器1106,并且执行包含在主存储器1106中的指令序列使处理器1104执行相关联的动作。在替代实施例中,可以使用硬连线电路或固件控制的处理单元代替处理器1104及其相关联的计算机软件指令或与处理器1104及其相关联的计算机软件指令组合来实现本发明。可以用任何计算机语言来呈现计算机可读指令。
通常,所有以上过程描述旨在涵盖为实现给定目的而顺序执行的任何一系列逻辑步骤,这是任何计算机可执行应用程序的标志。除非另有特别说明,应当理解,在本发明的整个描述中,“处理”、“计算(computing)”、“计算(calculating)”、“确定”、“显示”、“接收”、“发送”等术语的使用是指经过适当编程的计算机系统的动作和过程,例如计算机系统1100或类似的电子计算设备,其可以将表示为寄存器和存储器中物理(电子)量的数据转换为其他类似表示为存储器或寄存器或其他此类信息存储、传输或显示设备中物理量的数据。
计算机系统1100还包括耦合到总线1102的通信接口1118。通信接口1118可以提供与计算机网络的双向数据通信信道,该计算机网络提供与上述各种计算机系统之间的连通性。例如,通信接口1118可以是局域网(LAN)卡,用于提供到兼容LAN的数据通信连接,该兼容LAN本身通过一个或多个因特网服务提供商网络通信地耦合到因特网。这样的通信路径的精确细节对于本发明不是关键的。重要的是计算机系统1100可以通过通信接口1118发送和接收消息和数据,并以此方式与可通过互联网访问的主机进行通信。需要注意的是,系统1100的组件可以位于单个设备中或位于多个物理和/或地理上分布的设备中。
Claims (18)
1.一种执行主动听诊的系统,包括:
处理器,所述处理器配置为:
将宽带声信号引导到用户的身体内朝向用户的肺,其中,所述宽带声信号是包括多个频率的脉冲;
从所述用户的身体接收声信号,所接收到的声信号对应于宽带声信号;
确定接收到的声信号的特性,其中所述特性是所述接收到的声信号的强度和频率中的至少一个;和
使用确定的特性来确定存在于所述用户的肺的滞留空气量,所述滞留空气是用户从肺呼出空气后滞留在用户的肺的肺组织的离散的囊内的空气。
2.根据权利要求1所述的系统,其中,所述宽带声信号是第一宽带声信号,并且所述接收到的声信号是第一接收到的声信号,所述处理器还配置为:
从所述用户的身体接收第二声信号,所接收到的声信号对应于投射到所述用户的身体中的第二宽带声信号;
确定第二接收到的声信号的特性,其中所述第二接收到的声信号的特性是所述第二接收到的声信号的强度和频率中的至少一个;
比较所述第一接收到的声信号和所述第二接收到的声信号的特性;和
向操作员提供第一接收到的声信号和所述第二接收到的声信号的特性比较的指示。
3.根据权利要求1所述的系统,所述处理器还配置为:
将接收到的声信号的特性与预定值进行比较。
4.根据权利要求1所述的系统,所述处理器还配置为:
响应于所确定的宽带声信号的特性,调整所述宽带声信号的持续时间、所述宽带声信号的强度和包括在所述宽带信号中的频率中的至少一个。
5.根据权利要求1所述的系统,其中,所述宽带声信号包括在2000Hz和30000Hz之间的多个频率。
6.根据权利要求1所述的系统,其中,所述脉冲的持续时间在0.1秒和2秒的范围内。
7.一种执行主动听诊的系统,包括:
处理器,所述处理器配置为:
从接收器接收检测到的声信号,所检测到的声信号对应于以脉冲形式导向用户的身体内的肺并响应地从所述用户发出的声信号,所述声信号包括多个频率;
分析所接收到的检测到的声信号以确定肺的共振频率;和
使用所述共振频率确定用户从肺呼出空气后存在于肺的滞留空气量,所述滞留空气是用户从肺呼出空气后滞留在肺组织的离散的囊内的空气。
8.根据权利要求7所述的系统,所述处理器还配置为:
将所述肺的共振频率与预定值进行比较。
9.根据权利要求7所述的系统,其中,导向用户的身体内的肺的声信号是宽带声信号激励,所述处理器进一步配置为:
响应于肺的共振频率,调整持续时间、宽带声信号激励的强度以及包括在宽带声信号激励中的频率中的至少一者。
10.根据权利要求7所述的系统,其中,所述导向用户的身体内的肺的声信号是频率在2000Hz与30000Hz之间的宽带声信号激励。
11.一种进行主动听诊的系统,包括:
处理器,所述处理器配置为:
向与处理器通信的发射器提供信号激励,以使所述发射器产生多个频率的声能,所述声能导向用户的器官;
经由与所述处理器通信的接收器接收声能响应,所述声能响应对应于导向所述器官的多个频率的声能;
分析接收到的声能响应以确定器官的共振频率;和
基于器官的共振频率来确定器官中滞留空气量,所述滞留空气是滞留在器官组织的离散的囊内的空气。
12.根据权利要求11所述的系统,其中,导向所述器官的所述多个频率包括一组离散频率。
13.根据权利要求12所述的系统,其中,所述信号激励使所述发射器产生在预定时间段内循环通过所述一组离散频率的声能。
14.根据权利要求11所述的系统,其中,所述信号激励使所述发射器产生包括一系列伪随机选择的频率的声能。
15.根据权利要求11所述的系统,其中,信号激励使所述发射器产生包括所述多个频率的声能突发。
16.根据权利要求11所述的系统,所述处理器还配置为:
接收与所述用户有关的信息;和
将所接收到的信息与所述器官的共振频率相关联。
17.根据权利要求16所述的系统,
其中,所接收的信息与用户的生理特征、用户的诊断、所述器官的大小、所述器官的形状、所述器官中的流体的类型、所述器官中的气体的类型、所述发射器的位置、所述接收器的位置、环境噪声水平和用户的定向中的一项或多项有关。
18.根据权利要求11所述的系统,其中,信号激励使所述发射器产生具有预定频率响应和预定频率仓中的一个或多个的宽带信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310055415.8A CN115844443A (zh) | 2018-04-27 | 2019-04-26 | 用于执行主动听诊和检测声能测量的系统、设备和方法 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862663262P | 2018-04-27 | 2018-04-27 | |
US62/663,262 | 2018-04-27 | ||
US201862773002P | 2018-11-29 | 2018-11-29 | |
US62/773,002 | 2018-11-29 | ||
PCT/US2019/029481 WO2019210261A1 (en) | 2018-04-27 | 2019-04-26 | Systems, devices, and methods for performing active auscultation and detecting sonic energy measurements |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310055415.8A Division CN115844443A (zh) | 2018-04-27 | 2019-04-26 | 用于执行主动听诊和检测声能测量的系统、设备和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112040872A CN112040872A (zh) | 2020-12-04 |
CN112040872B true CN112040872B (zh) | 2023-03-24 |
Family
ID=68295804
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310055415.8A Pending CN115844443A (zh) | 2018-04-27 | 2019-04-26 | 用于执行主动听诊和检测声能测量的系统、设备和方法 |
CN201980028745.XA Active CN112040872B (zh) | 2018-04-27 | 2019-04-26 | 用于执行主动听诊和检测声能测量的系统、设备和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310055415.8A Pending CN115844443A (zh) | 2018-04-27 | 2019-04-26 | 用于执行主动听诊和检测声能测量的系统、设备和方法 |
Country Status (9)
Country | Link |
---|---|
US (6) | US10709355B2 (zh) |
EP (1) | EP3784137A4 (zh) |
JP (2) | JP2021523760A (zh) |
KR (1) | KR20210005137A (zh) |
CN (2) | CN115844443A (zh) |
AU (2) | AU2019260788B2 (zh) |
CA (1) | CA3098581A1 (zh) |
SG (1) | SG11202010309WA (zh) |
WO (1) | WO2019210261A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2019260788B2 (en) | 2018-04-27 | 2023-05-11 | Samay, Inc. | Systems, devices, and methods for performing active auscultation and detecting sonic energy measurements |
US10847177B2 (en) | 2018-10-11 | 2020-11-24 | Cordio Medical Ltd. | Estimating lung volume by speech analysis |
US11011188B2 (en) | 2019-03-12 | 2021-05-18 | Cordio Medical Ltd. | Diagnostic techniques based on speech-sample alignment |
US11024327B2 (en) | 2019-03-12 | 2021-06-01 | Cordio Medical Ltd. | Diagnostic techniques based on speech models |
US11484211B2 (en) * | 2020-03-03 | 2022-11-01 | Cordio Medical Ltd. | Diagnosis of medical conditions using voice recordings and auscultation |
US11417342B2 (en) | 2020-06-29 | 2022-08-16 | Cordio Medical Ltd. | Synthesizing patient-specific speech models |
CN112155546A (zh) * | 2020-09-22 | 2021-01-01 | 芯海科技(深圳)股份有限公司 | 肺功能检测设备及计算机可读取存储介质 |
KR20240035831A (ko) * | 2021-07-19 | 2024-03-18 | 사메이, 인크. | 능동적 청진을 수행하고 음향 신호 및/또는 음파 에너지 측정값을 검출하기 위한 시스템, 장치 및 방법 |
US20230094608A1 (en) * | 2021-09-27 | 2023-03-30 | Koninklijke Philips N.V. | Pendelluft detection by acoustic interferometry through an endotracheal tube |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102472661A (zh) * | 2009-07-16 | 2012-05-23 | 皇家飞利浦电子股份有限公司 | 用于测量管的共振频率的系统和方法 |
CN104254283A (zh) * | 2012-01-26 | 2014-12-31 | 尤伦·帕提 | 在肺振动时用经胸肺多普勒超声诊断肺疾病 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4672977A (en) | 1986-06-10 | 1987-06-16 | Cherne Industries, Inc. | Lung sound cancellation method and apparatus |
US5539831A (en) | 1993-08-16 | 1996-07-23 | The University Of Mississippi | Active noise control stethoscope |
US7165451B1 (en) * | 1998-09-11 | 2007-01-23 | Gr Intellectual Reserve, Llc | Methods for using resonant acoustic and/or resonant acousto-EM energy to detect and/or effect structures |
US6790183B2 (en) | 1998-10-14 | 2004-09-14 | Raymond L. H. Murphy | Method and apparatus for displaying body sounds and performing diagnosis based on body sound analysis |
CN1431886A (zh) * | 2000-04-20 | 2003-07-23 | 帕默索里克私营有限公司 | 测定生物组织状况的方法和仪器 |
US20060100666A1 (en) | 2000-04-20 | 2006-05-11 | Pulmosonix Pty. Ltd. | Apparatus and method for lung analysis |
US20060070623A1 (en) * | 2000-04-20 | 2006-04-06 | Wilkinson Malcolm H | Method and apparatus for determining a bodily characteristic or condition |
US6443907B1 (en) | 2000-10-06 | 2002-09-03 | Biomedical Acoustic Research, Inc. | Acoustic detection of respiratory conditions |
US20040037429A1 (en) | 2002-08-23 | 2004-02-26 | Candioty Victor A. | Stethoscope |
US20040260188A1 (en) * | 2003-06-17 | 2004-12-23 | The General Hospital Corporation | Automated auscultation system |
US20060243280A1 (en) * | 2005-04-27 | 2006-11-02 | Caro Richard G | Method of determining lung condition indicators |
US20070055175A1 (en) | 2005-05-25 | 2007-03-08 | Pulmosonix Pty Ltd | Devices and methods for tissue analysis |
US20090149748A1 (en) * | 2005-08-25 | 2009-06-11 | Virginia Commonwealth University | Portable Pulmonary Injury diagnostic Devices And Methods |
US8265291B2 (en) * | 2005-11-15 | 2012-09-11 | Active Signal Technologies, Inc. | High sensitivity noise immune stethoscope |
US8684922B2 (en) * | 2006-05-12 | 2014-04-01 | Bao Tran | Health monitoring system |
US20080039733A1 (en) * | 2006-08-08 | 2008-02-14 | Kamil Unver | Systems and methods for calibration of heart sounds |
US8221323B2 (en) * | 2007-08-03 | 2012-07-17 | Cardiac Pacemakers, Inc. | Using acoustic energy to compute a lung edema fluid status indication |
US8771204B2 (en) | 2008-12-30 | 2014-07-08 | Masimo Corporation | Acoustic sensor assembly |
DK2603138T3 (en) * | 2010-08-13 | 2018-02-05 | Respiratory Motion Inc | DEVICES AND METHODS FOR MONITORING RESPIRATION VARIATION IN MEASURING RESPIRATION VOLUMES, MOVEMENT AND VARIABILITY |
EP3469992B1 (en) * | 2011-02-03 | 2021-01-13 | Yoram Palti | Transthoracic cardio-pulmonary monitor |
US10194835B2 (en) | 2015-04-01 | 2019-02-05 | Medical Research Infrastructure And Health Services Fund Of The Tel Aviv Medical Center | Method of monitoring volumetric change of a lung |
US9900677B2 (en) | 2015-12-18 | 2018-02-20 | International Business Machines Corporation | System for continuous monitoring of body sounds |
CN107625566A (zh) * | 2016-07-14 | 2018-01-26 | 科瑞蒂有限公司 | 治疗肺部疾病的方法和装置 |
AU2019260788B2 (en) | 2018-04-27 | 2023-05-11 | Samay, Inc. | Systems, devices, and methods for performing active auscultation and detecting sonic energy measurements |
-
2019
- 2019-04-26 AU AU2019260788A patent/AU2019260788B2/en active Active
- 2019-04-26 KR KR1020207033695A patent/KR20210005137A/ko unknown
- 2019-04-26 WO PCT/US2019/029481 patent/WO2019210261A1/en active Application Filing
- 2019-04-26 JP JP2020559505A patent/JP2021523760A/ja active Pending
- 2019-04-26 EP EP19791625.7A patent/EP3784137A4/en active Pending
- 2019-04-26 CN CN202310055415.8A patent/CN115844443A/zh active Pending
- 2019-04-26 SG SG11202010309WA patent/SG11202010309WA/en unknown
- 2019-04-26 CA CA3098581A patent/CA3098581A1/en active Pending
- 2019-04-26 CN CN201980028745.XA patent/CN112040872B/zh active Active
- 2019-08-15 US US16/542,103 patent/US10709355B2/en active Active
-
2020
- 2020-07-10 US US16/926,399 patent/US11000210B2/en active Active
-
2021
- 2021-03-17 US US17/204,925 patent/US11147473B2/en active Active
- 2021-07-22 US US17/383,307 patent/US11457836B2/en active Active
-
2022
- 2022-09-29 US US17/956,803 patent/US11647919B2/en active Active
-
2023
- 2023-04-25 US US18/139,298 patent/US20230346256A1/en active Pending
- 2023-08-09 AU AU2023214271A patent/AU2023214271A1/en active Pending
-
2024
- 2024-02-25 JP JP2024026089A patent/JP2024057015A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102472661A (zh) * | 2009-07-16 | 2012-05-23 | 皇家飞利浦电子股份有限公司 | 用于测量管的共振频率的系统和方法 |
CN104254283A (zh) * | 2012-01-26 | 2014-12-31 | 尤伦·帕提 | 在肺振动时用经胸肺多普勒超声诊断肺疾病 |
Also Published As
Publication number | Publication date |
---|---|
US20200000371A1 (en) | 2020-01-02 |
KR20210005137A (ko) | 2021-01-13 |
US11000210B2 (en) | 2021-05-11 |
US20210345907A1 (en) | 2021-11-11 |
WO2019210261A1 (en) | 2019-10-31 |
US20230346256A1 (en) | 2023-11-02 |
AU2019260788B2 (en) | 2023-05-11 |
SG11202010309WA (en) | 2020-11-27 |
CN115844443A (zh) | 2023-03-28 |
CA3098581A1 (en) | 2019-10-31 |
EP3784137A4 (en) | 2022-01-19 |
JP2021523760A (ja) | 2021-09-09 |
US20200367787A1 (en) | 2020-11-26 |
US10709355B2 (en) | 2020-07-14 |
US20210196149A1 (en) | 2021-07-01 |
JP2024057015A (ja) | 2024-04-23 |
AU2023214271A1 (en) | 2023-08-31 |
CN112040872A (zh) | 2020-12-04 |
US11457836B2 (en) | 2022-10-04 |
US20230044754A1 (en) | 2023-02-09 |
US11647919B2 (en) | 2023-05-16 |
US11147473B2 (en) | 2021-10-19 |
EP3784137A1 (en) | 2021-03-03 |
AU2019260788A1 (en) | 2020-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112040872B (zh) | 用于执行主动听诊和检测声能测量的系统、设备和方法 | |
Schmidt et al. | Acoustic features for the identification of coronary artery disease | |
Peng et al. | Sound transmission in the chest under surface excitation: an experimental and computational study with diagnostic applications | |
Scanlon | Acoustic sensor for health status monitoring | |
US10932714B2 (en) | Frequency analysis feedback systems and methods | |
US11844643B2 (en) | Assessing joint condition using acoustic sensors | |
Golabbakhsh et al. | Automated acoustic analysis in detection of spontaneous swallows in Parkinson’s disease | |
Aygün et al. | The quality and reliability of the mechanical stethoscopes and Laser Doppler Vibrometer (LDV) to record tracheal sounds | |
US20220378377A1 (en) | Augmented artificial intelligence system and methods for physiological data processing | |
EP3555777B1 (en) | Determining an indicator relating to injury | |
Su et al. | An Automatic Sleep Arousal Detection Method by Enhancing U-Net with Spatial-channel Attention | |
US11083403B1 (en) | Pulmonary health assessment system | |
KR20240035831A (ko) | 능동적 청진을 수행하고 음향 신호 및/또는 음파 에너지 측정값을 검출하기 위한 시스템, 장치 및 방법 | |
Yağ Çakir | Diagnophone: An electronic stethoscope for respiratory audio analysis |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230829 Address after: California, USA Patentee after: Samai Co.,Ltd. Address before: California, USA Patentee before: Reserpale laboratories Co.,Ltd. |
|
TR01 | Transfer of patent right |