CN117653187A - 肺音信号处理方法、装置和系统 - Google Patents
肺音信号处理方法、装置和系统 Download PDFInfo
- Publication number
- CN117653187A CN117653187A CN202211053852.8A CN202211053852A CN117653187A CN 117653187 A CN117653187 A CN 117653187A CN 202211053852 A CN202211053852 A CN 202211053852A CN 117653187 A CN117653187 A CN 117653187A
- Authority
- CN
- China
- Prior art keywords
- lung sound
- data
- pressure data
- sound data
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000037656 Respiratory Sounds Diseases 0.000 title claims abstract description 231
- 230000005236 sound signal Effects 0.000 title claims abstract description 46
- 238000003672 processing method Methods 0.000 title abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 46
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 15
- 210000004072 lung Anatomy 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000002685 pulmonary effect Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000035565 breathing frequency Effects 0.000 description 2
- 230000002612 cardiopulmonary effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 208000032376 Lung infection Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Acoustics & Sound (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请实施例涉及计算机技术领域,尤其涉及一种肺音信号处理方法、装置和系统。先基于肺音采集流程获取用户的肺音数据和压力数据,然后根据压力数据将肺音数据在时间维度上划分为多个肺音子数据,再根据多个肺音子数据确定肺音数据的肺音特征。该方法同时采集肺音数据和压力数据,通过压力数据对肺音数据进行精准分段,提高肺音数据的信号质量,使得肺音特征的提取更加容易和精确。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及一种肺音信号处理方法、装置和系统。
背景技术
肺部是呼吸系统的主要器官,随时随地监测并保护肺部健康对于每个人都重要。肺音是由于气流通过呼吸道和肺泡,产生湍流引起振动,发出声响,通过肺组织及胸壁传至体表的声音。装载传感器的穿戴设备可以实现肺音信号的采集和处理。
在目前肺音信号处理的过程中,采集的肺音信号通常质量不佳,对后续信号处理造成较大影响。例如,在采集肺音信号过程中通过会同时采集心音、环境噪音以及摩擦音等。对于上述肺音信号,即使通过滤波降噪或心肺音分离等处理,也难以获取有用的信息。
发明内容
本申请实施例提供一种肺音信号处理方法、装置和系统。该方法通过压力数据辅助采集肺音数据,并根据压力数据对肺音数据分段,能够提高肺音数据的信号质量,使得肺音特征的提取更加容易和精确。
第一方面,本申请实施例提供了一种肺音信号处理方法,所述方法包括:
基于肺音采集流程获取用户的肺音数据和压力数据;
根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据;
根据所述多个肺音子数据确定所述肺音数据的肺音特征。
本申请实施例中,根据压力数据将肺音数据分段,能够更加精确的提取肺音特征,使得肺音信号处理更准确。
一种实施例中,所述基于肺音采集流程获取用户的肺音数据和压力数据,包括:
同时采集所述用户在第一时段内的所述肺音数据和所述压力数据;
判断所述压力数据是否符合预设标准;
若确定所述压力数据不符合所述预设标准,则重新采集所述肺音数据和所述压力数据。
本申请实施例中,通过压力数据判断肺音数据的信号质量,并在信号质量不满足条件时重新采集,肺音数据信号质量的提升能够有效提高肺音信号处理的准确性。
一种实施例中,所述方法还包括:
若确定所述压力数据符合所述预设标准,则结束所述肺音采集流程。
一种实施例中,所述同时采集所述用户在第一时段内的所述肺音数据和所述压力数据,包括:
检测到所述用户触发的采集指令后,基于所述用户的周期性呼吸,同时间采集所述用户在所述第一时段的所述肺音数据和所述压力数据;
实时将所述压力数据对应的第一信号波形在屏幕上显示,所述第一信号波形用于辅助所述用户进行所述周期性呼吸。
本申请实施例中,实时显示压力数据的第一信号波形能够辅助用户进行符合条件的周期性呼吸,使得肺音数据的信号质量有所保证。
一种实施例中,所述判断所述压力数据是否符合预设标准,包括:
确定所述压力数据在所述第一时段内对应的第二信号波形;
确定所述第二信号波形的多个波峰,并将数值小于第一阈值的波峰确定为非标准波峰;
若所述非标准波峰的数量大于第二阈值,则确定所述压力数据不符合所述预设标准,否则确定所述压力数据符合所述预设标准。
本申请实施例中,压力数据的第二信号波形的波峰反映了用户深呼吸的程度,如果波峰数值较小,则表示用户的呼吸不符合标准,需要重新采集肺音数据。通过检测非标准波峰的数量,该步骤能够准确确定压力数据是否符合预设标准。
一种实施例中,所述判断所述压力数据是否符合预设标准,包括:
确定所述压力数据在所述第一时段内对应的第二信号波形;
根据所述第二信号波形的多个相邻波峰或波谷,确定多个周期值,并将数值小于第三阈值的周期值确定为非标准周期值;
若所述非标准周期值的数量大于第四阈值,则确定所述压力数据不符合所述预设标准,否则确定所述压力数据符合所述预设标准。
本申请实施例中,压力数据的第二信号波形的周期同样反映了用户深呼吸的程度,如果周期值较小,则表示用户的呼吸较浅,不符合标准,需要重新采集肺音数据。
一种实施例中,所述若确定所述压力数据不符合所述预设标准,则重新采集所述肺音数据和所述压力数据,包括:
若确定所述压力数据不符合所述预设标准,则根据预设提醒方式提醒所述用户重新触发采集指令。
一种实施例中,所述预设提醒方式包括以下一项或多项的组合:
语音提醒;
文字提醒;
屏幕闪烁提醒;
振动提醒。
一种实施例中,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据,包括:
确定所述压力数据的第三信号波形;
根据所述第三信号波形的多个波峰或波谷,确定多个时间分割点;
根据所述时间分割点将所述肺音数据在所述时间维度上划分为所述多个肺音子数据,其中,每个所述肺音子数据用于指示所述用户在一个呼吸中所对应的肺音数据。
本申请实施例中,通过压力数据将肺音数据精准分段,使得肺音特征的提取更加准确。
一种实施例中,所述肺音特征包括以下一项或多项的组合:
梅尔频率倒谱系数;
过零率;
频谱质心;
信号带宽。
一种实施例中,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据之前,所述方法还包括:
对所述肺音数据进行降噪滤波处理。
一种实施例中,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据之前,所述方法还包括:
对所述肺音数据进行心肺音分离处理。
本申请实施例中,同时采集肺音数据和压力数据,压力数据实现对肺音数据的辅助采集,并在采集完成后对肺音数据精准分段,使得肺音特征的提取更加精确。
第二方面,本申请实施例提供了一种肺音信号处理装置,所述装置包括:
获取模块,用于基于肺音采集流程获取用户的肺音数据和压力数据;
处理模块,用于根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据;
确定模块,用于根据所述多个肺音子数据确定所述肺音数据的肺音特征。
第三方面,本申请实施例提供了一种肺音信号处理系统,所述系统包括:
压力传感器、音频听诊器和处理器;
所述压力传感器用于获取用户的压力数据,所述音频听诊器用户获取所述用户的肺音数据,所述处理器基于所述压力数据和所述肺音数据能够实现第一方面提供的方法。
第四方面,本申请实施例提供了一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储程序指令,所述处理器调用所述程序指令能够执行第一方面提供的方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序被处理器执行时实现第一方面提供的方法。
本申请实施例中,先基于肺音采集流程获取用户的肺音数据和压力数据,然后根据压力数据将肺音数据在时间维度上划分为多个肺音子数据,再确定肺音子数据的肺音特征,并根据肺音特征确定用户的健康水平。该方法同时采集肺音数据和压力数据,通过压力数据对肺音数据进行精准分段,提高肺音数据的信号质量,使得肺音特征的提取更加容易和精确。
附图说明
图1为本申请实施例提供的一种肺音信号处理方法的流程图;
图2为本申请实施例提供的一种肺音信号处理方法的示意图;
图3为本申请实施例提供的另一种肺音信号处理方法的示意图;
图4为本申请实施例提供的另一种肺音信号处理方法的示意图;
图5A为本申请实施例提供的另一种肺音信号处理方法的示意图;
图5B为本申请实施例提供的另一种肺音信号处理方法的示意图;
图6A为本申请实施例提供的另一种肺音信号处理方法的示意图;
图6B为本申请实施例提供的另一种肺音信号处理方法的示意图;
图7为本申请实施例提供的一种肺音信号处理装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更好的理解本说明书的技术方案,下面结合附图对本申请实施例进行详细描述。
应当明确,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本说明书保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
针对当前肺音信号处理中,肺音数据干扰较多,肺音特征提取困难的问题,本申请实施例提供一种肺音信号处理方法,使得肺音特征的提取更加容易和精确。
图1为本申请实施例提供的一种肺音信号处理方法的流程图。该方法可以应用于智能手表等终端设备,如图1所示,该方法可以包括:
步骤101,基于肺音采集流程获取用户的肺音数据和压力数据。
本申请实施例中,智能手表可以同时设置压力传感器和音频听诊器,压力传感器用于采集压力数据,音频听诊器用于采集肺音数据。
一种实施例中,智能手表会同时采集用户在第一时段内的肺音数据和压力数据,然后判断压力数据是否符合预设标准,若确定压力数据不符合预设标准,则重新采集肺音数据和压力数据。在肺音数据采集过程中,如果用户进行平稳的深呼吸,则采集的肺音数据的信号质量相对较好。同时,用户的呼吸状态和智能手表检测到的压力数据存在对应关系,例如,用户呼吸越深,则智能手表检测到的压力数据的数值越大,因此,如果压力数据不符合预设标准,则可以确定肺音数据的信号质量大概率存在问题,需重新采集。若智能手表确定压力数据符合预设标准,则结束肺音采集流程。
步骤102,根据压力数据将肺音数据在时间维度上划分为多个肺音子数据。
本申请实施例中,智能手表将肺音数据分段能够使后续处理更加精确。肺音数据作为音频数据,在采集过程中会受到噪声、心音等因素的干扰,难以区分用户的呼吸间隔点。而压力数据与用户的呼吸相关联,通过压力数据可以将肺音数据精准分段。
步骤103,根据多个肺音子数据确定肺音数据的肺音特征。
相比于整段肺音数据,根据用户的呼吸间隔将肺音数据分段后,再根据每段肺音数据中获取肺音特征,可以使得肺音特征的提取更加容易和精确。每个肺音子数据为用户一次呼吸所对应的肺音数据,智能手表从每段肺音子数据中能够确定的肺音特征可以包括:梅尔频率倒谱系数、过零率、频谱质心和信号带宽等,本申请实施例举例的几种肺音特征为比较常见的肺音特征,根据实际需求,智能手表还可以确定其他肺音特征,本申请实施例不做限定。
本申请实施例中,智能手表同时采集用户的肺音数据和压力数据,压力数据能够检测肺音数据的信号质量以及对肺音数据进行精准分段,使得肺音特征的提取更加容易和精确。
一种实施例中,智能手表能够根据以下步骤确定压力数据是否符合预设标准:采集完压力数据和肺音数据后,智能手表先确定压力数据在第一时段内对应的第二信号波形,然后确定第二信号波形的多个波峰,并将数值小于第一阈值的波峰确定为非标准波峰,若检测到非标准波峰的数量大于第二阈值,则确定压力数据不符合预设标准,否则确定压力数据符合预设标准。或者,智能手表还可以根据第二信号波形的多个相邻波峰或波谷,确定多个周期值,并将数值小于第三阈值的周期值确定为非标准周期值,若检测到非标准周期值的数量大于第四阈值,则确定压力数据不符合预设标准,否则确定压力数据符合预设标准。可以理解,如果用户进行标准的深呼吸,则第二信号波形的波峰和周期值都会大于一定数值,如果波峰较小,则证明用户呼吸较浅,如果周期值较小,则证明用户呼吸较快,该呼吸状态下采集的肺音数据的干扰相对严重。
一种实施例中,智能手机检测到压力数据不符合预设标准后,会提醒用户重新采集肺音数据和压力数据,提醒方式包括:语音提醒、文字提醒、屏幕闪烁提醒以及振动提醒等。可以在多种提醒方式中采取一种,也可以多种提醒方式一起进行,或者采用其他提醒方式。
一种实施例中,智能手表可以将获取的肺音特征输入训练好的分类模型,得到相应的结果。该步骤能够用于检测用户的肺部情况,检测结果可以包括:肺部健康、肺部感染或异常结果等。具体的,肺部感染可以包括肺部感染低风险、肺部感染高风险、慢阻肺低风险和慢阻肺高风险等。异常结果包括除常见疾病以外的其他结果。
在具体实施例中,用户可以通过智能手表完成本申请实施例提供的肺音信号处理方法。智能手表的结构可以如图2所示,智能手表200正面装有音频听诊器210和显示屏220,背面装有压力传感器230。智能手表200的执行肺音信号处理的流程可以如图3所示,智能手表200接收用户触发的采集命令后,音频听诊器210和压力传感器230同时进行数据采集,音频听诊器210采集原始音频数据,压力传感器230采集压力数据。音频听诊器210在采集时,不只会采集肺音数据,还包括心音数据、环境噪音以及摩擦音等干扰数据,因此需对原始音频数据进行相应的处理来提取肺音数据,如滤波处理,心肺音分离等。智能手表200可以根据压力传感器230采集的压力数据判断用户的呼吸间隔和呼吸深度,呼吸间隔用于分段肺音数据以及确定呼吸频率,呼吸深度用于辅助完成采集动作。在采集过程中,智能手表200会实时将压力数据对应的信号波形在显示屏220中显示,信号波形的波峰或波谷的数值能够表示用户的呼吸深度,如果用户呼吸较浅,用户可以从显示屏220中及时得知,并在下次呼吸时提高呼吸深度。智能手表200结合呼吸频率以及呼吸深度能够判断肺音数据的信号质量,如果呼吸深度较小或呼吸频率过大则表示用户未进行周期性深呼吸,肺音数据的信号质量大概率较差,需要重新采集。除了判断肺音数据的信号质量,智能手表200还可以根据呼吸间隔进行肺音数据分段,可以理解,压力数据和肺音数据具有相同的周期,每个周期对应用户的一次呼吸。智能手表200可以在分段后的肺音数据中提取精确的肺音特征,将肺音特征输入分类模型,确定用户的健康检测结果。
在另一个具体实施例中,用户还可以使用呼吸带配合检测,将智能手表与呼吸带建立连接,如蓝牙连接等,呼吸带装载压力传感器,用于采集压力数据并将压力数据发送至智能手表。如图4所示,箭头410所指的即为同时装载了音频听诊器和压力传感器的智能手表,用户只需将其放置于肺部的采集点位即可完成肺音信号处理,箭头420所指的为智能手表,箭头430所指的为呼吸带,二者建立连接也可实现本申请实施例的肺音信号处理方法。
若用户选择只使用智能手表进行肺音信号处理,则智能手表的显示画面可以如图5A所示,具体可以包括:
步骤1,请选择采集点位。
用户需要在多个采集点位中选择一个采集点位,箭头501所指圆圈的位置即为一个采集点位。
步骤2,请贴近手表背面,手表正面对着采集点位,并且准备深呼吸,点击开始后准备采集肺音数据。
将智能手表的手表正面贴近采集点位的相应位置,并用手掌或手腕压住智能手表的背面。手表正面装载有音频听诊器,能够采集用户的肺音数据,手表背面装载有压力传感器,能够采集用户的压力数据。用户屏气准备好后点击开始触发采集指令,同时持续进行深呼吸,智能手表接收采集指令后即开始数据采集。
步骤3,请注视波形调整呼吸深度,深吸气至波峰超过压力阈值再缓缓呼出。
智能手表会实时显示压力数据对应的第一信号波形,箭头502所指的波形即为第一信号波形。采集时,用户注视呼吸波形图来调整呼吸深度,深吸气至波峰超过压力阈值再缓缓呼出,如果第一信号波形的波峰能够超过压力阈值,则可初步确定用户的呼吸深度符合标准。
步骤4,您的呼吸深度不够,请深呼吸采集肺音数据。
如果第一信号波形的波峰未超过压力阈值,则提醒用户下次加大呼吸力度。
步骤5,数据采集30秒。
第一时段可以根据实际情况预先设置,如30秒或1分钟等。如果智能手表检测到压力数据不符合预设标准,则重新采集数据。智能手表可以在压力数据采集完成后再判断,也可实时判断。例如,数据采集总时长为30秒,预计6个呼吸,每个呼吸5秒。智能手机可以将第二阈值设置为3个,如果有超过3个压力数据不符合预设标准,则重新采集数据。如果前3个呼吸对应的压力数据都不符合预设标准,则智能手表可以在15秒时直接进行数据的重新采集,也可以在30秒采集完成后再进行判断是否要重新采集肺音数据。
步骤6,肺音数据采集完成。
数据采集并处理完成后,智能手表会显示最终的健康预测结果。在实际场景中,智能手表还可以与智能手机建立连接,将显示的文字和波形图在智能手机上显示,提升整体的检测体验。
本申请实施例中,使用智能手表进行肺音信号处理的各个波形图可以图5B所示,箭头503所指位置为压力数据的第一信号波形,箭头504所指位置为第二信号波形以及预先设置的第一阈值,箭头505所指位置为第三信号波形。箭头506所指位置为原始音频数据,箭头507所指位置为经过滤波和心肺音分离等处理后的肺音数据,箭头508所指位置为肺音数据分段。
若用户选择使用智能手表和呼吸带共同进行肺音信号处理,则智能手表的显示画面可以如图6A所示。显示画面基本相同,步骤3的波形图存在差异,采用呼吸带采集压力数据会比在手表背部的压力传感器采集的质量好一些,呼吸带的波形是一种类似与正弦波的波形,而压力传感器的波形是只有吸气阶段有起伏,呼气趋于平稳的波形。用户可以手腕部佩戴手表,腹部佩戴呼吸带实现本申请实施例的肺音信号处理。与之相对应的各波形图像可以如图6B所示,压力数据对应的各波形存在差别,箭头601所指位置为第一信号波形,箭头602所指位置为第二信号波形,箭头603所指位置为第三信号波形。
图7为本申请实施例提供的一种肺音信号处理装置的结构示意图。该装置可以部署于智能手表,实现本申请实施例提供的肺音信号处理方法,如图7所示,该装置可以包括:获取模块710、处理模块720和确定模块730。
获取模块710,用于基于肺音采集流程获取用户的肺音数据和压力数据。
处理模块720,用于根据压力数据将肺音数据在时间维度上划分为多个肺音子数据。
确定模块730,用于根据所述多个肺音子数据确定所述肺音数据的肺音特征。
上述各模块的具体执行步骤可以参照方法流程图的描述。
本申请实施例还提供一种肺音信号处理系统,该系统包括压力传感器、音频听诊器和处理器。压力传感器用于获取用户的压力数据,音频听诊器用户获取用户的肺音数据,处理器基于压力数据和肺音数据能够实现本申请实施例提供的肺音信号处理方法。
图8为本申请实施例提供的一种电子设备的结构示意图。
电子设备800部署于智能手机等终端设备,电子设备800可以包括处理器810,内部存储器821,传感器模块830、电源管理模块831、电池832和显示屏840等。传感器模块830可以包括:压力传感器830A和音频听诊器830B。
可以理解的是,本申请实施例示意的结构并不构成对电子设备800的具体限定。在本申请另一些实施例中,电子设备800可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器810可以包括一个或多个处理单元,例如:处理器810可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器810中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器810中的存储器为高速缓冲存储器。该存储器可以保存处理器810刚用过或循环使用的指令或数据。如果处理器810需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器810的等待时间,因而提高了系统的效率。
在一些实施例中,处理器810可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备800的结构限定。在本申请另一些实施例中,电子设备800也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
电源管理模块831用于连接电池832与处理器810。电源管理模块831接收电池832的输入,为处理器810和内部存储器821等供电。
显示屏840用于显示图像,视频等。显示屏840包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。
音频听诊器830B用于感受声音信号,可以将声音信号转换为电信号。
压力传感器830A用于感受压力信号,可以将压力信号转换成电信号。
内部存储器821可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器821可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备800使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器821可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器810通过运行存储在内部存储器821的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备800的各种功能应用以及数据处理。
处理器810可以通过运行存储在内部存储器821中的程序,从而执行各种功能应用以及数据处理,例如实现本申请实施例提供的肺音信号处理方法。
本申请实施例还提供一种非临时性计算机可读存储介质,上述非临时性计算机可读存储介质存储计算机指令,上述计算机指令使上述计算机执行本申请实施例提供的肺音信号处理方法。
上述非临时性计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory;以下简称:ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory;以下简称:EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
Claims (16)
1.一种肺音信号处理方法,其特征在于,所述方法包括:
基于肺音采集流程获取用户的肺音数据和压力数据;
根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据;
根据所述多个肺音子数据确定所述肺音数据的肺音特征。
2.根据权利要求1所述的方法,其特征在于,所述基于肺音采集流程获取用户的肺音数据和压力数据,包括:
同时采集所述用户在第一时段内的所述肺音数据和所述压力数据;
判断所述压力数据是否符合预设标准;
若确定所述压力数据不符合所述预设标准,则重新采集所述肺音数据和所述压力数据。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若确定所述压力数据符合所述预设标准,则结束所述肺音采集流程。
4.根据权利要求2所述的方法,其特征在于,所述同时采集所述用户在第一时段内的所述肺音数据和所述压力数据,包括:
检测到所述用户触发的采集指令后,基于所述用户的周期性呼吸,同时间采集所述用户在所述第一时段的所述肺音数据和所述压力数据;
实时将所述压力数据对应的第一信号波形在显示屏上显示,所述第一信号波形用于辅助所述用户进行所述周期性呼吸。
5.根据权利要求2所述的方法,其特征在于,所述判断所述压力数据是否符合预设标准,包括:
确定所述压力数据在所述第一时段内对应的第二信号波形;
确定所述第二信号波形的多个波峰,并将数值小于第一阈值的波峰确定为非标准波峰;
若所述非标准波峰的数量大于第二阈值,则确定所述压力数据不符合所述预设标准,否则确定所述压力数据符合所述预设标准。
6.根据权利要求2所述的方法,其特征在于,所述判断所述压力数据是否符合预设标准,包括:
确定所述压力数据在所述第一时段内对应的第二信号波形;
根据所述第二信号波形的多个相邻波峰或波谷,确定多个周期值,并将数值小于第三阈值的周期值确定为非标准周期值;
若所述非标准周期值的数量大于第四阈值,则确定所述压力数据不符合所述预设标准,否则确定所述压力数据符合所述预设标准。
7.根据权利要求2所述的方法,其特征在于,所述若确定所述压力数据不符合所述预设标准,则重新采集所述肺音数据和所述压力数据,包括:
若确定所述压力数据不符合所述预设标准,则根据预设提醒方式提醒所述用户重新触发采集指令。
8.根据权利要求2所述的方法,其特征在于,所述预设提醒方式包括以下一项或多项的组合:
语音提醒;
文字提醒;
屏幕闪烁提醒;
振动提醒。
9.根据权利要求1所述的方法,其特征在于,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据,包括:
确定所述压力数据的第三信号波形;
根据所述第三信号波形的多个波峰或波谷,确定多个时间分割点;
根据所述时间分割点将所述肺音数据在所述时间维度上划分为所述多个肺音子数据,其中,每个所述肺音子数据用于指示所述用户在一个呼吸中所对应的肺音数据。
10.根据权利要求1所述的方法,其特征在于,所述肺音特征包括以下一项或多项的组合:
梅尔频率倒谱系数;
过零率;
频谱质心;
信号带宽。
11.根据权利要求1所述的方法,其特征在于,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据之前,所述方法还包括:
对所述肺音数据进行降噪滤波处理。
12.根据权利要求1所述的方法,其特征在于,所述根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据之前,所述方法还包括:
对所述肺音数据进行心肺音分离处理。
13.一种肺音信号处理装置,其特征在于,所述装置包括:
获取模块,用于基于肺音采集流程获取用户的肺音数据和压力数据;
处理模块,用于根据所述压力数据将所述肺音数据在时间维度上划分为多个肺音子数据;
确定模块,用于根据所述多个肺音子数据确定所述肺音数据的肺音特征。
14.一种肺音信号处理系统,其特征在于,所述系统包括:
压力传感器、音频听诊器和处理器;
所述压力传感器用于获取用户的压力数据,所述音频听诊器用户获取所述用户的肺音数据,所述处理器基于所述压力数据和所述肺音数据能够实现如权利要求1至12任一项所述的方法。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储程序指令,所述处理器调用所述程序指令能够执行如权利要求1至12任意一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序被处理器执行时实现如权利要求1至12任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211053852.8A CN117653187A (zh) | 2022-08-31 | 2022-08-31 | 肺音信号处理方法、装置和系统 |
PCT/CN2023/110539 WO2024046006A1 (zh) | 2022-08-31 | 2023-08-01 | 肺音信号处理方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211053852.8A CN117653187A (zh) | 2022-08-31 | 2022-08-31 | 肺音信号处理方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117653187A true CN117653187A (zh) | 2024-03-08 |
Family
ID=90064899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211053852.8A Pending CN117653187A (zh) | 2022-08-31 | 2022-08-31 | 肺音信号处理方法、装置和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117653187A (zh) |
WO (1) | WO2024046006A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6949075B2 (en) * | 2002-12-27 | 2005-09-27 | Cardiac Pacemakers, Inc. | Apparatus and method for detecting lung sounds using an implanted device |
JP2014100283A (ja) * | 2012-11-20 | 2014-06-05 | Sharp Corp | 生体音収集装置 |
CN103126832A (zh) * | 2013-03-19 | 2013-06-05 | 哈尔滨工业大学 | 智能监护床 |
JP6770527B2 (ja) * | 2015-04-16 | 2020-10-14 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 対象の疾患を検出するデバイス、システム、方法及びコンピュータプログラム |
US20180184915A1 (en) * | 2017-01-04 | 2018-07-05 | Awaire Inc. | Bio-Sensing Glasses to Detect Cardiovascular Disease |
KR102092543B1 (ko) * | 2018-08-31 | 2020-03-24 | 재단법인 아산사회복지재단 | 폐음을 이용한 폐 정보 획득 방법, 그 장치 및 그 프로그램 |
CN110236517A (zh) * | 2019-04-02 | 2019-09-17 | 复旦大学 | 用于睡眠监测的心肺信号感知与采集系统 |
CN114648040A (zh) * | 2022-02-28 | 2022-06-21 | 韩宏光 | 生命体征多生理信号提取、融合分析方法 |
-
2022
- 2022-08-31 CN CN202211053852.8A patent/CN117653187A/zh active Pending
-
2023
- 2023-08-01 WO PCT/CN2023/110539 patent/WO2024046006A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024046006A1 (zh) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3639748B1 (en) | System for monitoring pathological breathing patterns | |
US20170325779A1 (en) | Acoustic monitoring system, monitoring method, and monitoring computer program | |
CN105658142B (zh) | 咽下推测装置 | |
US11534108B2 (en) | Screening device, method, and system for structural heart disease | |
EP3403574A1 (en) | Device for reliable acquisition of photoplethysmographic data | |
US20220351859A1 (en) | User interface for navigating through physiological data | |
WO2017067010A1 (zh) | 睡眠评价显示方法和装置及评价设备 | |
CN104545864A (zh) | 心理调节方法和装置 | |
CN112512411A (zh) | 使用电子设备的情境感知呼吸率确定 | |
CN109745011A (zh) | 用户睡眠呼吸风险监控方法、终端及计算机可读介质 | |
CN112137601B (zh) | 信号处理方法、装置、车辆及存储介质 | |
US20210244313A1 (en) | System and method for conducting on-device spirometry test | |
EP3318179B1 (en) | Method for measuring respiration rate and heart rate using dual camera of smartphone | |
US20190021633A1 (en) | Detecting respiratory rates in audio using an adaptive low-pass filter | |
CN117653187A (zh) | 肺音信号处理方法、装置和系统 | |
KR20230023624A (ko) | 디지털 청진기에 의해 생성된 오디오 데이터의 분석을 통한 건강에 대한 통찰의 도출 | |
WO2021029526A1 (en) | Methods and systems for pulmonary condition assessment | |
US11890078B2 (en) | System and method for conducting on-device spirometry test | |
Guul et al. | Portable prescreening system for sleep apnea | |
CN110141266B (zh) | 一种可穿戴体音捕获技术的肠鸣音检测方法 | |
US20230380719A1 (en) | Method and apparatus for simultaneous collection, processing and display of audio and flow events during breathing | |
US20230380793A1 (en) | System and method for deep audio spectral processing for respiration rate and depth estimation using smart earbuds | |
Yanti | DESIGN OF WHEEZING SOUND DETECTION WEARABLE DEVICE BASED ON INTERNET OF THINGS | |
CN118072948A (zh) | 一种慢阻肺风险评估方法、装置、电子设备及存储介质 | |
CN116564558A (zh) | 一种基于物联网的哮喘病人医疗急救系统 |
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 |