CN113796888B - 基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 - Google Patents
基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 Download PDFInfo
- Publication number
- CN113796888B CN113796888B CN202110963111.2A CN202110963111A CN113796888B CN 113796888 B CN113796888 B CN 113796888B CN 202110963111 A CN202110963111 A CN 202110963111A CN 113796888 B CN113796888 B CN 113796888B
- Authority
- CN
- China
- Prior art keywords
- amplitude
- sound
- detection
- preset
- peak
- 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
- 210000003709 heart valve Anatomy 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 190
- 230000015654 memory Effects 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000015271 coagulation Effects 0.000 description 4
- 238000005345 coagulation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 208000005189 Embolism Diseases 0.000 description 3
- 208000032843 Hemorrhage Diseases 0.000 description 3
- 208000001435 Thromboembolism Diseases 0.000 description 3
- 208000007536 Thrombosis Diseases 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004064 dysfunction Effects 0.000 description 3
- 208000034158 bleeding Diseases 0.000 description 2
- 230000000740 bleeding effect Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004115 mitral valve Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 210000001562 sternum Anatomy 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000013175 transesophageal echocardiography Methods 0.000 description 1
- 238000010967 transthoracic echocardiography Methods 0.000 description 1
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/005—Detecting noise caused by implants, e.g. cardiac valves
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本申请公开了一种基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质，该检测方法包括：在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，声音频率信息包括声音幅值以及声音时序；获取声音幅值大于预设幅值阈值的幅值峰值；在幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。本申请通过检测机械心脏瓣膜的声音信息，快速准确判断用户体内的机械心脏瓣膜是否正常工作。
Description
技术领域
本申请涉及医疗检测技术领域，特别是涉及一种基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质。
背景技术
当天然心脏瓣膜患病时，通常需要用心脏瓣膜植入物对其进行手术替代，机械或生物假体用于此目的。根据瓣膜类型，在瓣膜手术后的最初十年中，累积风险范围为4.9％至22.4％，这包括瓣膜功能障碍，血栓形成，血栓栓塞以及出血等风险。如果抗凝剂量过低，则出血风险一方面会随着INR值的增加而增加，另一方面会随着血栓形成和血栓栓塞的发生而增加。
因此，机械心脏瓣膜置换术后患者的术后护理包括通常通过经胸超声心动图进行的心脏假体完整性心脏监测，以及对凝血参数INR的控制。但是，这些检查通常不允许早期发现假体功能障碍。在超声心动图的情况下，来自假体声音坚硬表面的反射阻碍了对封堵器运动的高分辨率成像。因此，功能障碍通常仅在导致跨假体流动特性改变时才变得明显，这可以通过多普勒技术检测到。其他诊断程序包括经食道超声心动图和荧光检查。但是，由于患者的负担或所涉及的组织工作，通常只在怀疑的情况下使用这两种方法。定期监测凝血状态对于尽可能稳定地维持指定的治疗范围很重要。临床研究表明，如果凝血值的方差可以保持较小，则出血和血栓栓塞的风险会降低。但是，凝结值不能提供有关瓣膜完整性的信息。现有技术中缺乏能够快速、便捷、准确检测机械心脏瓣膜是否正常工作的装置以及检测方法。
发明内容
本申请提供一种基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质。
为解决上述技术问题，本申请提供的第一个技术方案为：提供一种基于机械心脏瓣膜声音的检测方法，所述检测方法包括：
在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
其中，所述检测方法还包括：
在所述峰值的数量小于所述预设数量阈值的情况下，输出工作异常的检测结果。
其中，所述检测方法还包括：
获取所述声音频率信息中的最大幅值峰值；
按照所述最大幅值峰值的预设比例设置所述预设幅值阈值。
其中，所述获取所述声音幅值大于预设幅值阈值的幅值峰值之后，包括
基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组；
所述在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果，包括：
在所述峰值检测组的组数大于等于所述预设数量阈值的情况下，输出工作正常的检测结果。
其中，所述将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组之后，还包括：
获取当前检测模式，以及基于所述当前检测模式获取预设峰值检测数量；
判断所述峰值检测组中的幅值峰值的数量是否为所述预设峰值检测数量；
若否，则丢弃所述峰值检测组。
其中，所述检测方法还包括：
预设第一检测模式、第二检测模式、第三检测模式和第四检测模式；
将所述第一检测模式的预设峰值检测数量设置为2；
将所述第二检测模式的预设峰值检测数量设置为4，且一个峰值检测组的时间长度小于等于第一时间长度阈值；
将所述第三检测模式的预设峰值检测数量设置为4，且一个峰值检测组的时间长度小于等于第二时间长度阈值；
将所述第四检测模式的预设峰值检测数量设置为1；
其中，所述第一时间长度阈值小于所述第二时间长度阈值。
其中，所述在预设时间段内获取机械心脏瓣膜的声音频率信息之后，还包括：
过滤所述声音频率信息中信噪比小于等于预设信噪比的声音频率信息。
为解决上述技术问题，本申请提供的第二个技术方案为：提供一种基于机械心脏瓣膜声音的检测装置，所述检测装置包括麦克风、处理器、存储设备以及显示器；
所述麦克风，用于在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
所述存储设备，用于存储所述声音频率信息；
所述处理器，用于获取所述声音幅值大于预设幅值阈值的幅值峰值；
所述显示器，用于在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
为解决上述技术问题，本申请提供的第三个技术方案为：提供另一种基于机械心脏瓣膜声音的检测装置，所述检测装置包括处理器、与所述处理器连接的存储器，其中，
所述存储器存储有程序指令；
所述处理器用于执行所述存储器存储的程序指令以实现：
在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
为解决上述技术问题，本申请提供的第四个技术方案为：提供一种计算机可读存储介质，所述存储介质存储有程序指令，所述程序指令被执行时实现：在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
本申请提供的基于机械心脏瓣膜声音的检测方法，通过在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，声音频率信息包括声音幅值以及声音时序；获取声音幅值大于预设幅值阈值的幅值峰值；在幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。本申请通过检测机械心脏瓣膜的声音信息，快速准确判断用户体内的机械心脏瓣膜是否正常工作。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1是本申请提供的基于机械心脏瓣膜声音的检测方法一实施例的流程示意图；
图2是本申请提供的模式A的声音时间-幅值图；
图3是本申请提供的模式B的声音时间-幅值图；
图4是本申请提供的模式C的声音时间-幅值图；
图5是本申请提供的单叶机械心脏瓣膜的声音时间-幅值图；
图6是本申请提供的基于机械心脏瓣膜声音的检测装置的一实施例的结构示意图；
图7是本申请提供的基于机械心脏瓣膜声音的检测装置的另一实施例的结构示意图；
图8是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参见图1，图1是本申请提供的基于机械心脏瓣膜声音的检测方法一实施例的流程示意图。本申请实施例的基于机械心脏瓣膜声音的检测方法可应用于一种检测装置，其中，检测装置可以为服务器，也可以为终端设备，还可以为由服务器和终端设备相互配合的系统，或者是具有处理能力的器件(如处理器等)。相应地，电子设备包括的各个部分，例如各个单元、子单元、模块、子模块可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。
进一步地，上述服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块，例如用来提供分布式服务器的软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。
本公开实施例的基于机械心脏瓣膜声音的检测方法的具体步骤如下：
步骤S11：在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，声音频率信息包括声音幅值以及声音时序。
其中，本申请实施例的检测装置中至少配置有麦克风，麦克风的灵敏度为2KHz到24KHz。本申请实施例提供的检测装置为一种便携式检测装置，例如，可以具体为一种机械心脏瓣膜检测仪，机械心脏瓣膜检测仪是一款手持医疗检测设备，通过植入体内的双叶机械心脏瓣膜的发出的声音判断双叶机械心脏瓣膜的功能是否正常，机械心脏瓣膜检测仪还可以在内存卡中存储心脏瓣膜的音频文件。
用户需要裸露胸骨下方(心窝处)的测量区域，然后将检测装置的麦克风贴住胸骨下方(心窝处)，并垂直向下轻轻按住检测装置。用户可以保持显示屏朝上，方便用户可以一边检测，一边查看显示屏信息。
机械心脏瓣膜在打开和关闭期间会产生高频声音，这些声音与假体的机械功能形成声学关联。每个阀声音的特征是特定的振幅(响度)以及2KHz到24KHz范围内的特定频谱。
人工心脏瓣膜植入人体后，在其正常的启闭活动中，产生一种高于正常心音的声响，称为人工心脏瓣膜音。瓣膜置换术后的瓣膜音依其瓣膜类型的不同的表现。在正常情况下，笼球瓣的瓣膜音在二尖瓣舒张期可闻及清脆的球体撞击瓣架的“咚”“咚”音，收缩期则可闻及粗糙的如篮球撞击挡板的“嘭”“嘭”音；二尖瓣区侧倾碟瓣舒张期的瓣膜音不明显，收缩期呈清脆的“嗒”“嗒”音，而在主动脉瓣区，则呈相反的表现；双叶瓣的瓣膜音与侧倾碟瓣相似。术后如果再正常生活过程中出现异常瓣膜音，包括出现杂音，同时伴血流动力学恶化的症状，应高度提示有瓣膜血栓形成。
因此，通过采集并检测机械心脏瓣膜的声音频率信息，可以达到检测机械心脏瓣膜是否正常工作的效果。
进一步地，本申请实施例的检测装置还可以设置显示屏，用户可以在使用麦克风采集机械心脏瓣膜的声音频率信息的同时，通过显示屏查看声音频率信息及其衍生的其他检测信息，包括工作是否正常的检测信息等。
检测装置采用麦克风采用机械心脏瓣膜的声音频率信息之后，为了提高检测的准确性，还可以进一步对采集到的声音频率信息进行预处理。本申请实施例提供的信号预处理方式包括但不限于以下方式：采用截止频率为6kHz～8kHz的高通滤波、信号整流、移动平均滤波以创建包络函数、通过自相关函数确定心率等。
例如，检测装置还可以设置预设信噪比，将声音频率信息中噪声过高的声音频率信息过滤掉。具体地，检测装置可以过滤掉声音频率信息中信噪比小于等于预设信噪比的声音频率信息。
步骤S12：获取声音幅值大于预设幅值阈值的幅值峰值。
其中，检测装置采集机械心脏瓣膜的声音频率信息后可以生成如图2所示的声音时间-幅值图，图中横坐标为声音信号的采集时间，纵坐标为声音信号的响度，即幅值。
检测装置进一步在声音时间-幅值图中生成预设幅值阈值，利用该预设幅值阈值区分出合格的幅值峰值。其中，预设幅值阈值可以根据声音频率信息中的最大幅值峰值设置，例如，按照最大幅值峰值的30％设置预设幅值阈值。在其他实施例中，检测装置还可以直接设置预设幅值阈值的数值。
如图2所示，图中的第一个幅值峰值至第五个幅值峰值，以及第七个幅值峰值、第八个幅值峰值均大于预设幅值阈值，因此，这些幅值峰值均为合格的幅值峰值；而第六个幅值峰值小于预设幅值阈值，则说明该幅值峰值不合格。
本申请实施例的检测方法可以利用该预设时间段内采集到的合格的幅值峰值的数量来判断机械心脏瓣膜是否正常工作，还可以按照机械心脏瓣膜的振动特性将声音频率信息分组后，按照分组合格情况判断机械心脏瓣膜是否正常工作。
具体地，检测装置可以基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将其他幅值峰值与当前幅值峰值组成峰值检测组。需要说明的是，此处的幅值峰值包括合格的幅值峰值和不合格的幅值峰值。
如图2所示，第一预设时间差值设置为20ms，则检测装置将第一个幅值峰值和第二个幅值峰值组成峰值检测组，第三个幅值峰值和第四个幅值峰值组成峰值检测组，第五个幅值峰值和第六个幅值峰值组成峰值检测组，第七个幅值峰值和第八个幅值峰值组成峰值检测组。其中，在其他实施例中也可以设置其它数值的第一预设时间差值，即本申请实施例未对第一预设时间差值的具体数值进行限制。
其中，判断峰值检测组是否合格主要通过组内幅值峰值是否全部合格。如第一个幅值峰值和第二个幅值峰值均合格，则组成的峰值检测组合格；如第五个幅值峰值合格，第六个幅值峰值不合格，则组成的峰值检测组不合格。
另外，本申请实施例的检测装置可以预设多种检测模式，每种检测模式包括的幅值峰值数量不同。具体请参阅图2～图4，图2是本申请提供的模式A的声音时间-幅值图，图3是本申请提供的模式B的声音时间-幅值图，图4是本申请提供的模式C的声音时间-幅值图。
其中，人体体内共有4个心脏瓣膜，当4个心脏瓣膜中的一个换成一个双叶机械心脏瓣膜，即仅植入一个双叶机械心脏瓣膜的情况下，检测装置可以采用模式A对该双叶机械心脏瓣膜的工作情况进行检测；当4个心脏瓣膜中的两个均换成双叶机械心脏瓣膜，检测装置可以按照不同的置换类型采用不同的模式对双叶机械心脏瓣膜的工作情况进行检测。例如，检测装置采用模式B检测AVR+PVR或者MVR+TVR的置换类型，检测装置采用模式C检测VR+MVR或者AVR+TVR或者PVR+MVR或者PVR+TVR的置换类型。
具体请参阅图3，在图3中，每个合格的峰值检测组包括四个合格的幅值峰值，如第一个峰值检测组、第二个峰值检测组以及第四个峰值检测组。其中，第三个峰值检测组由于合格的幅值峰值的数量小于四个，因此，第三个峰值检测组的结果为不合格。图3中每个峰值检测组的时间长度小于等于100ms。其中，在其他实施例中也可以设置其它数值的时间长度阈值，即本申请实施例未对时间长度阈值的具体数值进行限制。
具体请参阅图4，在图4中，每个合格的峰值检测组包括四个合格的幅值峰值，如第一个峰值检测组、第二个峰值检测组以及第四个峰值检测组。其中，第三个峰值检测组由于合格的幅值峰值的数量小于四个，因此，第三个峰值检测组的结果为不合格。图4中每个峰值检测组的时间长度小于等于500ms，其中，第一个幅值峰值和第二个幅值峰值的时间长度小于等于20ms，第三个幅值峰值和第四个幅值峰值的时间长度小于等于20ms。需要说明的是，上述时间长度阈值均为预设阈值，在其他实施例中，也可以按照工作需求设置其他数值的时间长度阈值，在此不一一列举。
需要说明的是，本申请实施例的检测装置还可以检测植入单叶机械心脏瓣膜的情况。如图5所示，具体地，对于植入单叶机械心脏瓣膜的情况，每个峰值检测组仅包括一个幅值峰值。检测装置只需要检测该幅值峰值是否大于预设峰值阈值，若该幅值峰值大于预设峰值阈值，则所在的峰值检测组即为合格的峰值检测组。
步骤S13：在幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
其中，在峰值检测组的组数大于等于预设数量阈值的情况下，检测装置输出工作正常的检测结果。在峰值检测组的组数小于预设数量阈值的情况下，检测装置输出工作异常的检测结果。
另外，需要说明的是，若无法读取到机械心脏瓣膜的声音频率信息，检测装置也可以输出工作异常的检测结果。例如，在检测装置连续3次均无法读取到机械心脏瓣膜的声音频率信息时，检测装置可以输出没有信号的检测结果，进而建议患者到医院进行详细的检查。
例如，检测装置在预设时间段内采集的声音频率信息中包括5个或5个以上的峰值检测组时，则认为机械心脏瓣膜是正常工作的。
在本申请实施例中，检测装置通过在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，声音频率信息包括声音幅值以及声音时序；获取声音幅值大于预设幅值阈值的幅值峰值；在幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。本申请通过检测机械心脏瓣膜的声音信息，快速准确判断用户体内的机械心脏瓣膜是否正常工作。
以上实施例，仅是对本申请的其中一种常见案例而已，并非对本申请的技术范围做任何限制，故凡是依据本申请方案的实质对以上内容所做的任何细微修改、等同变化或者修饰，均仍属于本申请技术方案的范围内。
请继续参见图6，图6是本申请提供的基于机械心脏瓣膜声音的检测装置的一实施例的结构示意图。其中，检测装置50包括麦克风51、存储设备52、处理器53以及显示器54。
其中，所述麦克风51，用于在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序。
所述存储设备52，用于存储所述声音频率信息。
所述处理器53，用于获取所述声音幅值大于预设幅值阈值的幅值峰值。
所述显示器54，用于在所述幅值峰值的数量大于等于预设数量阈值的情况下，输出工作正常的检测结果。
请参见图7，为本申请基于机械心脏瓣膜声音的检测装置的另一实施例的结构示意图。编解码系统包括相互连接的存储器62和处理器61。
存储器62用于存储实现上述任意一项的基于机械心脏瓣膜声音的检测方法的程序指令。
处理器61用于执行存储器62存储的程序指令。
其中，处理器61还可以称为CPU(Central Processing Unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器62可以为内存条、TF卡等，可以存储串匹配预测装置中全部信息，包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器中。它根据控制器指定的位置存入和取出信息。有了存储器，串匹配预测装置才有记忆功能，才能保证正常工作。串匹配预测装置的存储器按用途存储器可分为主存储器(内存)和辅助存储器(外存)，也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等，能长期保存信息。内存指主板上的存储部件，用来存放当前正在执行的数据和程序，但仅用于暂时存放程序和数据，关闭电源或断电，数据会丢失。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，系统服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。
请参阅图8，为本申请计算机可读存储介质的结构示意图。本申请的存储介质存储有能够实现上述所有基于机械心脏瓣膜声音的检测方法的程序文件71，其中，该程序文件71可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储装置包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种基于机械心脏瓣膜声音的检测方法，其特征在于，所述检测方法包括：
在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组；
获取当前检测模式，以及基于所述当前检测模式获取预设峰值检测数量；
判断所述峰值检测组中的幅值峰值的数量是否为所述预设峰值检测数量；
若否，则丢弃所述峰值检测组；
在所述峰值检测组的组数大于等于所述预设数量阈值的情况下，输出工作正常的检测结果。
2.根据权利要求1所述的基于机械心脏瓣膜声音的检测方法，其特征在于，
所述检测方法还包括：
在所述峰值的数量小于所述预设数量阈值的情况下，输出工作异常的检测结果。
3.根据权利要求1所述的基于机械心脏瓣膜声音的检测方法，其特征在于，
所述检测方法还包括：
获取所述声音频率信息中的最大幅值峰值；
按照所述最大幅值峰值的预设比例设置所述预设幅值阈值。
4.根据权利要求1所述的基于机械心脏瓣膜声音的检测方法，其特征在于，
所述检测方法还包括：
预设第一检测模式、第二检测模式、第三检测模式和第四检测模式；
将所述第一检测模式的预设峰值检测数量设置为2；
将所述第二检测模式的预设峰值检测数量设置为4，且一个峰值检测组的时间长度小于等于第一时间长度阈值；
将所述第三检测模式的预设峰值检测数量设置为4，且一个峰值检测组的时间长度小于等于第二时间长度阈值；
将所述第四检测模式的预设峰值检测数量设置为1；
其中，所述第一时间长度阈值小于所述第二时间长度阈值。
5.根据权利要求1所述的基于机械心脏瓣膜声音的检测方法，其特征在于，
所述在预设时间段内获取机械心脏瓣膜的声音频率信息之后，还包括：
过滤所述声音频率信息中信噪比小于等于预设信噪比的声音频率信息。
6.一种基于机械心脏瓣膜声音的检测装置，其特征在于，所述检测装置包括麦克风、处理器、存储设备以及显示器；
所述麦克风，用于在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
所述存储设备，用于存储所述声音频率信息；
所述处理器，用于获取所述声音幅值大于预设幅值阈值的幅值峰值；
所述显示器，用于基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组；获取当前检测模式，以及基于所述当前检测模式获取预设峰值检测数量；判断所述峰值检测组中的幅值峰值的数量是否为所述预设峰值检测数量；若否，则丢弃所述峰值检测组；在所述峰值检测组的组数大于等于所述预设数量阈值的情况下，输出工作正常的检测结果。
7.一种基于机械心脏瓣膜声音的检测装置，其特征在于，所述检测装置包括处理器、与所述处理器连接的存储器，其中，
所述存储器存储有程序指令；
所述处理器用于执行所述存储器存储的程序指令以实现：
在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组；
获取当前检测模式，以及基于所述当前检测模式获取预设峰值检测数量；
判断所述峰值检测组中的幅值峰值的数量是否为所述预设峰值检测数量；
若否，则丢弃所述峰值检测组；
在所述峰值检测组的组数大于等于所述预设数量阈值的情况下，输出工作正常的检测结果。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序指令，所述程序指令被执行时实现：
在预设时间段内获取机械心脏瓣膜的声音频率信息，其中，所述声音频率信息包括声音幅值以及声音时序；
获取所述声音幅值大于预设幅值阈值的幅值峰值；
基于当前幅值峰值的当前声音时序，在当前声音时序的第一预设时间差值的范围内获取其他幅值峰值，将所述其他幅值峰值与所述当前幅值峰值组成峰值检测组；
获取当前检测模式，以及基于所述当前检测模式获取预设峰值检测数量；
判断所述峰值检测组中的幅值峰值的数量是否为所述预设峰值检测数量；
若否，则丢弃所述峰值检测组；
在所述峰值检测组的组数大于等于所述预设数量阈值的情况下，输出工作正常的检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110963111.2A CN113796888B (zh) | 2021-08-20 | 2021-08-20 | 基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110963111.2A CN113796888B (zh) | 2021-08-20 | 2021-08-20 | 基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113796888A CN113796888A (zh) | 2021-12-17 |
| CN113796888B true CN113796888B (zh) | 2024-04-12 |
Family
ID=78893896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110963111.2A Active CN113796888B (zh) | 2021-08-20 | 2021-08-20 | 基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113796888B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4378022A (en) * | 1981-01-15 | 1983-03-29 | California Institute Of Technology | Energy-frequency-time heart sound analysis |
| DE19728215A1 (de) * | 1997-07-02 | 1999-01-07 | Fritzsche Dirk Pd Dr Med Habil | Ferndetektion thrombotischer Komplikationen nach alloprothetischem Herzklappenersatz |
| DE10246504A1 (de) * | 2002-10-04 | 2004-04-22 | Frey, Rainer H. | Überwachungseinrichtung für Herzklappen |
| DE10250273A1 (de) * | 2002-10-28 | 2004-05-19 | Andreas Dr. Brensing | Vorrichtung zur akustischen Zustandskontrolle von implantierten mechnischen Herzklappenprothesen |
| CN1552282A (zh) * | 2003-05-29 | 2004-12-08 | 香港中文大学 | 基于心音信号的血压测量方法及其装置 |
| DE10327079A1 (de) * | 2003-06-13 | 2005-01-05 | Andreas Dr. Brensing | Vorrichtung zur akustischen Untersuchung des Herzraumes eines Patienten |
| JP2010125087A (ja) * | 2008-11-28 | 2010-06-10 | National Institute Of Advanced Industrial Science & Technology | 心臓人工弁音診断装置およびプログラム |
| CN205814348U (zh) * | 2016-06-01 | 2016-12-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPR272001A0 (en) * | 2001-01-25 | 2001-02-22 | Health Smarts Group Pty Ltd | System for calculating heart rate |
| US20120209131A1 (en) * | 2011-02-11 | 2012-08-16 | AventuSoft, LLC | Method and System of a Cardio-acoustic Classification system for Screening, Diagnosis and Monitoring of Cardiovascular Conditions |
-
2021
- 2021-08-20 CN CN202110963111.2A patent/CN113796888B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4378022A (en) * | 1981-01-15 | 1983-03-29 | California Institute Of Technology | Energy-frequency-time heart sound analysis |
| DE19728215A1 (de) * | 1997-07-02 | 1999-01-07 | Fritzsche Dirk Pd Dr Med Habil | Ferndetektion thrombotischer Komplikationen nach alloprothetischem Herzklappenersatz |
| DE10246504A1 (de) * | 2002-10-04 | 2004-04-22 | Frey, Rainer H. | Überwachungseinrichtung für Herzklappen |
| DE10250273A1 (de) * | 2002-10-28 | 2004-05-19 | Andreas Dr. Brensing | Vorrichtung zur akustischen Zustandskontrolle von implantierten mechnischen Herzklappenprothesen |
| CN1552282A (zh) * | 2003-05-29 | 2004-12-08 | 香港中文大学 | 基于心音信号的血压测量方法及其装置 |
| DE10327079A1 (de) * | 2003-06-13 | 2005-01-05 | Andreas Dr. Brensing | Vorrichtung zur akustischen Untersuchung des Herzraumes eines Patienten |
| JP2010125087A (ja) * | 2008-11-28 | 2010-06-10 | National Institute Of Advanced Industrial Science & Technology | 心臓人工弁音診断装置およびプログラム |
| CN205814348U (zh) * | 2016-06-01 | 2016-12-21 | 刘子由 | 心脏瓣膜心音信号机械振动智能分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113796888A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10729909B2 (en) | Adaptive sampling of heart sounds | |
| JP6073799B2 (ja) | 冠状動脈疾患を診断するための周波数電力を検出するシステム | |
| Testani et al. | Effect of right ventricular function and venous congestion on cardiorenal interactions during the treatment of decompensated heart failure | |
| Roy et al. | Spectrum of echocardiographic findings in bacterial endocarditis. | |
| AU2008241508B2 (en) | Heart sound tracking system and method | |
| US20060161064A1 (en) | Computer-assisted detection of systolic murmurs associated with hypertrophic cardiomyopathy | |
| US7416530B2 (en) | Medical devices | |
| US8636669B2 (en) | Method and apparatus for monitoring of diastolic hemodynamics | |
| RU2449730C2 (ru) | Многопараметрическая классификация сердечно-сосудистых тонов | |
| US20050165317A1 (en) | Medical devices | |
| TW201212959A (en) | Fluid delivery system and method for monitoring fluid delivery system | |
| Siejko et al. | Feasibility of heart sounds measurements from an accelerometer within an ICD pulse generator | |
| CN113796888B (zh) | 基于机械心脏瓣膜声音的检测方法、装置以及可读存储介质 | |
| US10271737B2 (en) | Noninvasive arterial condition detecting method, system, and non-transitory computer readable storage medium | |
| Fritzsche et al. | Digital frequency analysis of valve sound phenomena in patients after prosthetic valve surgery: its capability as a true home monitoring of valve function | |
| JP7320867B2 (ja) | 医療機器及びプログラム | |
| US7985186B2 (en) | Method and device for automatically determining heart valve damage | |
| Sugiki et al. | Wavelet analysis of valve closing sound detects malfunction of bileaflet mechanical valve | |
| Famaey et al. | Acoustical analysis of mechanical heart valve sounds for early detection of malfunction | |
| WO2022191105A1 (ja) | 心臓弁異常検出装置、検出方法、およびコンピュータプログラム | |
| KR102294354B1 (ko) | 부정맥 징후 진단시스템 | |
| Reuter et al. | Left Ventricular Assist Device Thrombus Detection Using Wavelets and Image Classification | |
| VOSS et al. | ANALYZING CARDIAC BIOMECHANICS BY HEART SOUND | |
| Saraf | Fully Automated Heart Disease Diagnosis and Evaluation Using a Phonocardiogram-Based System | |
| WO2023089437A1 (en) | Networked system configured to improve accuracy of health event diagnosis |
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 |