CN116019480A - 一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 - Google Patents
一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 Download PDFInfo
- Publication number
- CN116019480A CN116019480A CN202211622962.1A CN202211622962A CN116019480A CN 116019480 A CN116019480 A CN 116019480A CN 202211622962 A CN202211622962 A CN 202211622962A CN 116019480 A CN116019480 A CN 116019480A
- Authority
- CN
- China
- Prior art keywords
- heart sound
- tricuspid valve
- wave
- peak
- heart
- 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.)
- Granted
Links
- 206010044642 Tricuspid valve stenosis Diseases 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005236 sound signal Effects 0.000 claims abstract description 45
- 230000000747 cardiac effect Effects 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 210000000591 tricuspid valve Anatomy 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 22
- 238000011478 gradient descent method Methods 0.000 claims description 15
- 238000003745 diagnosis Methods 0.000 claims description 10
- 201000001943 Tricuspid Valve Insufficiency Diseases 0.000 claims description 3
- 206010044640 Tricuspid valve incompetence Diseases 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000003205 diastolic effect Effects 0.000 claims 2
- 210000003709 heart valve Anatomy 0.000 abstract description 4
- 230000010247 heart contraction Effects 0.000 abstract description 2
- 208000035211 Heart Murmurs Diseases 0.000 description 5
- 230000005284 excitation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 208000018578 heart valve disease Diseases 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 210000001765 aortic valve Anatomy 0.000 description 2
- 230000001746 atrial effect Effects 0.000 description 2
- 210000001992 atrioventricular node Anatomy 0.000 description 2
- 238000002555 auscultation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 210000004115 mitral valve Anatomy 0.000 description 2
- 210000003102 pulmonary valve Anatomy 0.000 description 2
- 230000013577 regulation of ventricular cardiomyocyte membrane repolarization Effects 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 210000001013 sinoatrial node Anatomy 0.000 description 2
- 210000001562 sternum Anatomy 0.000 description 2
- 206010019842 Hepatomegaly Diseases 0.000 description 1
- 208000025747 Rheumatic disease Diseases 0.000 description 1
- 206010041660 Splenomegaly Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000003698 chordae tendineae Anatomy 0.000 description 1
- 230000005584 early death Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000552 rheumatic effect Effects 0.000 description 1
- 201000003068 rheumatic fever Diseases 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备,首先同步采集被检测人员的心音图和心电图;确定心电特征R波、T波和P波的峰尖位置;确定第一心音S1和第二心音S2的峰尖位置;在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。该方法能通过融合心电和心音的时序特征来判断心脏瓣膜是否异常,进而判断心脏收缩时的异常部位。
Description
技术领域
本发明涉及心脏瓣膜疾病诊断技术领域,尤其涉及一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备。
背景技术
心脏瓣膜包括主动脉瓣、二尖瓣、三尖瓣以及肺动脉瓣,他们对维持心房及心室的正常生理功能具有重要作用。心脏瓣膜疾病占心血管疾病的30%以上,是导致心血管疾病患者生活质量降低及早期死亡的“头号杀手”,利用现代数字信号处理技术诊断心脏瓣膜疾病是医学研究的重要领域之一。心音信号和心电信号是最为常见的时序生理信号,采集过程价格低廉、无创无损、操作便捷,是医生掌握病情最为实用的工具之一。其中,心音信号能及时反应心脏瓣膜的活动情况以及血液流动情况等生理指标,通过检查心音信号,能尽早发现和预防心脏类疾病;心电信号是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化的信号,常用于记录人体正常心脏的电活动、辅助诊断心律失常、心肌缺血和心肌梗死等疾病。
三尖瓣狭窄绝大多数由风湿热所致,风湿性三尖瓣狭窄的病理改变可见腱索有融合和缩短,瓣叶尖端融合,形成隔膜样孔隙。三尖瓣狭窄会导致右心房明显扩大,心房壁增厚,也可能出现肝、脾肿大等严重内脏瘀血的征象。舒张期的杂音是传统诊断三尖瓣狭窄的重要依据之一,心音听诊的时候在胸骨左缘第四到第五肋间,至胸骨中线可听到一个响度较弱、低频而柔和的舒张期隆隆样的杂音,但是心音听诊常常受限于医护人员的经验,不利于患者心脏疾病的快速而准确地诊断。
发明内容
本发明提出一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备,该方法和设备结合心电信号与心音信号的时序特征匹配程度来判断心脏瓣膜是否异常,进而判断心脏收缩时的异常部位,辅助医生快速判断疾病类型和三尖瓣狭窄严重程度。
本发明的目的是通过以下技术方案实现的:
一种融合心音心电信号时序特征的三尖瓣狭窄识别方法,所述方法包括:
步骤1、首先同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
步骤2、基于步骤1所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
步骤3、基于步骤1所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
步骤4、在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续进行三尖瓣狭窄诊断,否则返回结果正常;
步骤5、若进行三尖瓣狭窄诊断,则对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。
一种融合心音心电信号时序特征的三尖瓣狭窄识别设备,所述设备包括:
心电心音采集模块,用于同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
心电特征波标记模块,用于基于心电心音采集模块所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
心音特征标记模块,用于基于心电心音采集模块所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
心音心电信号比较模块,用于在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续由三尖瓣狭窄诊断模块进行三尖瓣狭窄诊断,否则返回结果正常;
三尖瓣狭窄诊断模块,用于对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。
由上述本发明提供的技术方案可以看出,上述方法和设备结合心电信号与心音信号的时序特征匹配程度来判断心脏瓣膜是否异常,进而判断心脏收缩时的异常部位,辅助医生快速判断疾病类型和三尖瓣狭窄严重程度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的融合心音心电信号时序特征的三尖瓣狭窄识别方法的流程示意图;
图2为本发明实施例所述正常的心电图和正常心音图;
图3为本发明实施例所述舒张期杂音图谱;
图4为本发明实施例提供融合心音心电信号时序特征的三尖瓣狭窄识别设备的结构示意图。
具体实施方式
下面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,这并不构成对本发明的限制。基于本发明的实施例,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,都属于本发明的保护范围。
如图1所示为本发明实施例提供的融合心音心电信号时序特征的三尖瓣狭窄识别方法的流程示意图,所述方法包括:
步骤1、首先同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
在步骤1中,将心音传感器置于被检测者的心尖部采集心音信号,用截止频率为400HZ的滤波器对心音信号进行滤波降噪处理,以减少环境噪音和人为噪音对心音特征定位的干扰;心电图采用Ⅱ、Ⅲ、aVF导联方式进行采集。
步骤2、基于步骤1所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
在步骤2中,所述确定心电特征R波、T波和P波峰尖位置的方法具体为:
a.心电特征R波峰尖位置的确定方法为:(1)获取被检测人员的平均心动周期T;(2)在所采集的心电图上任取一段时长为T的心电图形,在该时长内获取N个采样值点,利用梯度下降法在时长为T的心电图形上获取最大值点,将该最大值点作为当前R波的峰尖位置;
b.心电特征T波峰尖位置的确定方法为:(1)以当前R波的峰尖位置为起始点,往其0.02s后取时长为T/2的心电图形,在该时长T/2内获取N个采样值点,利用梯度下降法在该时长为T/2的心电图形上获取最大值点,将该最大值点作为当前T波的峰尖位置;
c.心电特征P波峰尖位置的确定方法为:(1)以当前R波的峰尖位置为起始点,往其0.02s前取时长为T/2的心电图形,在该时长T/2内获取N个采样值点,利用梯度下降法在该时长为T/2的心电图形上获取最大值点,将该最大值点作为当前T波的峰尖位置。
具体地,当利用梯度下降法来计算峰值点时,将步长α设置为0.01;梯度下降法可以表示为:Xk+1=Xk-α▽f(X)
习惯上,将俩个P波之间的心电图形作为一个心动周期。
在上述步骤2中,一般的医学规律是:窦房结发出的电信号传递到右心房、左心房,心房兴奋表现为心电图的P波,右心房的兴奋传递到房室结,房室结将兴奋传递到左心室、右心室,心室兴奋表现为心电图的QRS波群,心室复极表现为心电图的T波。心室复极化等待窦房结下一次兴奋。
步骤3、基于步骤1所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
在步骤3中,所述确定第一心音S1和第二心音S2的峰尖位置的具体方法为:
a.获取被检测人员的平均心动周期T;
b.任取一段时长为T的心音图形,并把该时长为T的心音图形平均分为两个部分;
c.对前T/2的心音图形利用梯度下降法获取其最大值点,作为前T/2的心音图形的峰值点;
d.对后T/2的心音图形同样利用梯度下降法获取其最大值点,作为后T/2的心音图形的峰值点;
e.比较前、后半部分峰值点的幅值大小,幅值更大的峰值点作为第一心音S1,幅值较小的峰值点为第二心音S2;其中,第一心音S1与第二心音S2之间为收缩期(sys),第二心音S2与下一个第一心音S1之间为舒张期(dia)。
在上述步骤3中,所述第一心音S1的产生与二尖瓣(T1)和三尖瓣(Ml)的闭合有关,第二心音S2的产生由主动脉瓣(A2)和肺动脉瓣(P2)的闭合引起。如图2所示为本发明实施例所述正常的心电图和正常心音图,一个正常的心电图中应包括P波、QRS波群和T波,而正常的心音图中,应至少包含S1和S2。
步骤4、在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续进行三尖瓣狭窄诊断,否则返回结果正常;
在步骤4中,在同一个心动周期内,习惯上以心电特征P波为一个心动周期的起始点,P波峰值出现后,在0.12s-0.2s内出现R波峰值点。而R波峰值出现后的0.02-0.04s内会出现心音特征中的第一心音S1峰值点。在第一心音S1峰值点出现后,会出现心电特征T波,而T波峰值出现后的0.12s-0.2s内会出现心音特征中的第二心音S2。若心电特征与心音特征的时间间隔出现异常,则发出警报。具体来说:
若t1小于0.02s或大于0.04s,且t2小于0.12s或大于0.2s,则表示心电心音信号时间间隔匹配异常,需要进一步判断是否为收缩期或舒张期内产生了额外心音。
步骤5、若进行三尖瓣狭窄诊断,则对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。
在步骤5中,以第一心音S1峰值点处时间为T1,第二心音S2峰值点处时间为T2,任选K个周期,并在每个周期的T1-T2时间段内都获取N个采样值点,利用梯度下降法获取第i个周期的峰值点Y1i,i<=K;
任选K个周期,并在每个周期的T2-T1时间段内都获取N个采样值点,利用梯度下降法获取第i个周期的峰值点Y2i,i<=K;
如果K个周期内Y1i节点都与第一心音S1的时间间隔一致,且幅值相似,则判定收缩期内有额外心音;如果Y1i节点仅出现在少数周期内且幅值不一,则判定收缩期无杂音;
如果K个周期内Y2i节点与第二心音S2的时间间隔一致,且幅值相似,则判定舒张期内有额外心音;如果Y2i节点仅出现在少数周期内且幅值不一,则判定舒张期无杂音;
如图3所示为本发明实施例所述舒张期杂音图谱,若在心音信号的收缩期有杂音,则断定是由于三尖瓣关闭不全所导致;若在心音信号的舒张期有杂音,则断定是由于三尖瓣狭窄所导致。
基于所述方法,本发明实施例还提供了一种融合心音心电信号时序特征的三尖瓣狭窄识别设备,如图4所示为本发明实施例所述设备的结构示意图,所述设备包括:
心电心音采集模块,用于同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
心电特征波标记模块,用于基于心电心音采集模块所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
心音特征标记模块,用于基于心电心音采集模块所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
心音心电信号比较模块,用于在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续由三尖瓣狭窄诊断模块进行三尖瓣狭窄诊断,否则返回结果正常;
三尖瓣狭窄诊断模块,用于对心音信号舒张期和收缩期的幅值进行采样,如果心音5信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断
定为三尖瓣膜关闭不全所致。
上述各模块的具体实现方式见上述方法实施例所述。
值得注意的是,本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
0综上所述,通常情况下,心音图能很好地体现出心动周期,但由于心音图易受外界
噪音干扰且若患者有心脏类疾病,则会导致心音图中有过多的杂音,本发明实施例所述方法及设备采用结合心电特征以确定心动周期,能很好地避免这一特殊情况,在三尖瓣的诊断中,结合心音图的舒张期杂音特点和心电图的P波振幅强度,保证了三尖瓣狭窄的识别准确率。
5以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,
任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。本文背景技术部分公开的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的0现有技术。
Claims (7)
1.一种融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,所述方法包括:
步骤1、首先同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
步骤2、基于步骤1所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
步骤3、基于步骤1所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
步骤4、在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续进行三尖瓣狭窄诊断,否则返回结果正常;
步骤5、若进行三尖瓣狭窄诊断,则对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。
2.根据权利要求1所述融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,在步骤1中,具体是将心音传感器置于被检测者的心尖部采集心音信号,用截止频率为400HZ的滤波器对心音信号进行滤波降噪处理,以减少环境噪音和人为噪音对心音特征定位的干扰;
心电图采用Ⅱ、Ⅲ、aVF导联方式进行采集。
3.根据权利要求1所述融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,在步骤2中,所述确定心电特征R波、T波和P波峰尖位置的方法具体为:
a.心电特征R波峰尖位置的确定方法为:(1)获取被检测人员的平均心动周期T;(2)在所采集的心电图上任取一段时长为T的心电图形,在该时长内获取N个采样值点,利用梯度下降法在时长为T的心电图形上获取最大值点,将该最大值点作为当前R波的峰尖位置;
b.心电特征T波峰尖位置的确定方法为:(1)以当前R波的峰尖位置为起始点,往其0.02s后取时长为T/2的心电图形,在该时长T/2内获取N个采样值点,利用梯度下降法在该时长为T/2的心电图形上获取最大值点,将该最大值点作为当前T波的峰尖位置;
c.心电特征P波峰尖位置的确定方法为:(1)以当前R波的峰尖位置为起始点,往其0.02s前取时长为T/2的心电图形,在该时长T/2内获取N个采样值点,利用梯度下降法在该时长为T/2的心电图形上获取最大值点,将该最大值点作为当前T波的峰尖位置。
4.根据权利要求1所述融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,在步骤3中,所述确定第一心音S1和第二心音S2的峰尖位置的具体方法为:
a.获取被检测人员的平均心动周期T;
b.任取一段时长为T的心音图形,并把该时长为T的心音图形平均分为两个部分;
c.对前T/2的心音图形利用梯度下降法获取其最大值点,作为前T/2的心音图形的峰值点;
d.对后T/2的心音图形同样利用梯度下降法获取其最大值点,作为后T/2的心音图形的峰值点;
e.比较前、后半部分峰值点的幅值大小,幅值更大的峰值点作为第一心音S1,幅值较小的峰值点为第二心音S2;其中,第一心音S1与第二心音S2之间为收缩期,第二心音S2与下一个第一心音S1之间为舒张期。
5.根据权利要求1所述融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,在步骤4中:
在同一个心动周期内,若t1小于0.02或大于0.04s;且t2小于0.12s或大于0.2s,则表示心电心音信号时间间隔匹配异常,需要进一步判断是否为收缩期和舒张期内产生了额外心音。
6.根据权利要求1所述融合心音心电信号时序特征的三尖瓣狭窄识别方法,其特征在于,所述步骤5的过程具体为:
以第一心音S1峰值点处时间为T1,第二心音S2峰值点处时间为T2,任选K个周期,并在每个周期的T1-T2时间段内都获取N个采样值点,利用梯度下降法获取第i个周期的峰值点Y1i,i<=K;
任选K个周期,并在每个周期的T2-T1时间段内都获取N个采样值点,利用梯度下降法获取第i个周期的峰值点Y2i,i<=K;
如果K个周期内Y1i节点都与第一心音S1的时间间隔一致,且幅值相似,则判定收缩期内有额外心音;如果Y1i节点仅出现在少数周期内且幅值不一,则判定收缩期无杂音;
如果K个周期内Y2i节点与第二心音S2的时间间隔一致,且幅值相似,则判定舒张期内有额外心音;如果Y2i节点仅出现在少数周期内且幅值不一,则判定舒张期无杂音;
若在心音信号的收缩期有杂音,则断定是由于三尖瓣关闭不全所导致;若在心音信号的舒张期有杂音,则断定是由于三尖瓣狭窄所导致。
7.一种融合心音心电信号时序特征的三尖瓣狭窄识别设备,其特征在于,所述设备包括:
心电心音采集模块,用于同步采集被检测人员的心音图和心电图,采样频率设为1000Hz;
心电特征波标记模块,用于基于心电心音采集模块所采集的心电图对心电信号进行特征定位,确定心电特征R波、T波和P波的峰尖位置;
心音特征标记模块,用于基于心电心音采集模块所采集的心音图对心音信号进行特征定位,确定第一心音S1和第二心音S2的峰尖位置;
心音心电信号比较模块,用于在同一个心动周期内,获取心电特征R波与第一心音S1的时间差t1和心电特征T波与第二心音S2的时间差t2,若t1与t2的时间间隔有异常,则继续由三尖瓣狭窄诊断模块进行三尖瓣狭窄诊断,否则返回结果正常;
三尖瓣狭窄诊断模块,用于对心音信号舒张期和收缩期的幅值进行采样,如果心音信号舒张期出现杂音,则断定为三尖瓣狭窄所致;如果心音信号收缩期出现杂音,则断定为三尖瓣膜关闭不全所致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211622962.1A CN116019480B (zh) | 2022-12-16 | 2022-12-16 | 一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211622962.1A CN116019480B (zh) | 2022-12-16 | 2022-12-16 | 一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116019480A true CN116019480A (zh) | 2023-04-28 |
CN116019480B CN116019480B (zh) | 2024-06-25 |
Family
ID=86075156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211622962.1A Active CN116019480B (zh) | 2022-12-16 | 2022-12-16 | 一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116019480B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117694916A (zh) * | 2023-12-20 | 2024-03-15 | 曜立科技(北京)有限公司 | 基于人工智能判断主动脉瓣狭窄的心音听诊系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010083267A (ko) * | 2000-01-28 | 2001-09-01 | 윤종용 | 구간 적분과 통계분석에 의한 심음 분류 방법 |
US20080154144A1 (en) * | 2006-08-08 | 2008-06-26 | Kamil Unver | Systems and methods for cardiac contractility analysis |
KR20100128083A (ko) * | 2009-05-27 | 2010-12-07 | 충북대학교 산학협력단 | 심장질환 진단장치 및 방법 |
US20110257548A1 (en) * | 2008-12-30 | 2011-10-20 | Koninklijke Philips Electronics N.V. | Method and system for processing heart sound signals |
CN108324268A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 一种心电图心音图的分析方法 |
CN108324265A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心音特征定位分析心电图心音图的方法 |
CN108324267A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电特征和心音特征定位的心电图心音图分析方法 |
CN108523920A (zh) * | 2018-02-26 | 2018-09-14 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
CN112156311A (zh) * | 2020-09-23 | 2021-01-01 | 赣南医学院第一附属医院 | 一种icu心脏外科手术后护理装置 |
-
2022
- 2022-12-16 CN CN202211622962.1A patent/CN116019480B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010083267A (ko) * | 2000-01-28 | 2001-09-01 | 윤종용 | 구간 적분과 통계분석에 의한 심음 분류 방법 |
US20080154144A1 (en) * | 2006-08-08 | 2008-06-26 | Kamil Unver | Systems and methods for cardiac contractility analysis |
US20110257548A1 (en) * | 2008-12-30 | 2011-10-20 | Koninklijke Philips Electronics N.V. | Method and system for processing heart sound signals |
KR20100128083A (ko) * | 2009-05-27 | 2010-12-07 | 충북대학교 산학협력단 | 심장질환 진단장치 및 방법 |
CN108324268A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 一种心电图心音图的分析方法 |
CN108324265A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心音特征定位分析心电图心音图的方法 |
CN108324267A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电特征和心音特征定位的心电图心音图分析方法 |
CN108523920A (zh) * | 2018-02-26 | 2018-09-14 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
CN112156311A (zh) * | 2020-09-23 | 2021-01-01 | 赣南医学院第一附属医院 | 一种icu心脏外科手术后护理装置 |
Non-Patent Citations (4)
Title |
---|
刘子由 等: "心功能分级评估相关研究进展", 赣南医学院学报, 28 June 2017 (2017-06-28), pages 442 - 447 * |
田心;谭中;: "用时间序列法研究心音信息", 中国医疗器械杂志, no. 01, 31 December 1985 (1985-12-31), pages 5 - 10 * |
胡旭东;: "心脏听诊", 国外医学.内科学分册, no. 06, 31 December 1977 (1977-12-31), pages 3 - 7 * |
闫运行;: "谈心尖区舒张期杂音", 中原医刊, no. 03, 31 December 1980 (1980-12-31), pages 18 - 19 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117694916A (zh) * | 2023-12-20 | 2024-03-15 | 曜立科技(北京)有限公司 | 基于人工智能判断主动脉瓣狭窄的心音听诊系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116019480B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
El-Segaier et al. | Computer-based detection and analysis of heart sound and murmur | |
US7909772B2 (en) | Non-invasive measurement of second heart sound components | |
RU2517583C2 (ru) | Способ и устройство анализа баллистокардиографических сигналов | |
US20070129639A1 (en) | Methods and analysis for cardiac ischemia detection | |
Vásquez et al. | Atrial activity enhancement by Wiener filtering using an artificial neural network | |
JP2012513858A (ja) | 心音信号を処理する方法及びシステム | |
US7542794B1 (en) | Method of extracting and evaluating paced heart beats using max-min transform analysis | |
US8437839B2 (en) | Electrocardiographic assessment of arrhythmia risk | |
CN113499079B (zh) | 一种心电图中的房颤检测方法 | |
CN116019480B (zh) | 一种融合心音心电信号时序特征的三尖瓣狭窄识别方法及设备 | |
Higuchi et al. | Automated diagnosis of heart disease in patients with heart murmurs: application of a neural network technique | |
CN108784679B (zh) | 多路心音的心音传感器位置识别纠正方法 | |
CN108523920B (zh) | 基于多路心音的心脏杂音类型的识别方法 | |
Lepage et al. | ECG segmentation and P-wave feature extraction: application to patients prone to atrial fibrillation | |
CN108420454B (zh) | 基于多路心音的心音分裂识别方法 | |
Karapinar et al. | Delayed right atrial lateral electromechanical coupling relative to the septal one can be associated with paroxysmal atrial fibrillation. | |
Ari et al. | On a robust algorithm for heart sound segmentation | |
CN112438735B (zh) | 一种心电图p波检测方法、分析装置以及存储介质 | |
Ning et al. | Identification and features extraction of systolic and diastolic murmurs | |
CN108378843B (zh) | 基于多路心音的心音传感器位置纠错方法 | |
JPH0315441A (ja) | 心音計 | |
KR20030069586A (ko) | 다항식 근사를 이용한 심전도 분석 방법 | |
CN108420455B (zh) | 基于多路心音的心音强度识别方法 | |
Al Touma et al. | Detection of cardiovascular abnormalities through 5-lead system algorithm | |
Picone | Accurate measurement of blood pressure |
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 |