-
Die
Erfindung betrifft eine Vorrichtung zur Analyse von Atmungsgeräuschen
sowie ein Verfahren zum Trainieren eines statistischen Klassifikators zur
Verwendung in einer solchen Vorrichtung.
-
Die
Analyse von Lungengeräuschen bzw. Atmungsgeräuschen
von menschlichen und gegebenenfalls auch tierischen Patienten ist
eine wichtige Methode in der Diagnostik von Lungenerkrankungen, wie
z. B. Asthma. Üblicherweise verwendet hierbei ein Arzt
ein Stethoskop, um die Geräusche beim Ein- bzw. Ausatmen
zu untersuchen. Die Qualität der Diagnose ist dabei stark
abhängig von der Erfahrung des auskultierenden Arztes.
-
Zur
Diagnose von Lungenerkrankungen werden heutzutage rechnergestützte
Vorrichtungen eingesetzt, welche basierend auf Klassifikationsverfahren
die Lungengeräusche von Patienten mit akustischen Sensoren
erfassen und nach vorgegebenen Kriterien analysieren. Diese Vorrichtungen
eignen sich insbesondere zu einer Langzeitanalyse von Lungengeräuschen,
da einige pulmonale Nebengeräusche nur kurzzeitig auftreten
und somit über eine Diagnostik durch Auskultation nur schwer
erfasst werden können.
-
Aus
dem Stand der Technik sind zum einen wissensbasierte Systeme bekannt,
welche eine automatische Analyse von akustisch erfassten Lungengeräuschen
anhand fester Regeln durchführen und basierend auf diesen
Regeln entscheiden, ob und welche pathologischen bzw. pulmonalen
Geräusche vorliegen. Darüber hinaus sind statistische
Klassifikationsverfahren bekannt, bei denen über einen
mit Trainingsdaten trainierten statistischen Klassifikator basierend
auf statistischen Analysemethoden akustisch erfasste Lungengeräusche
klassifiziert werden. Beispielsweise ist in dem Dokument E.
C. Güter et al., „Twostage classification of respiratory
sound patterns", Computers in Biology and Medicine 35 (2005), Seiten
67 bis 83, ein auf neuronalen Netzen basierender Klassifikator
für Atmungsgeräusche beschrieben.
-
Bei
der Diagnostik von Lungengeräuschen ist gegebenenfalls
auch zu berücksichtigen, ob die Geräusche während
des Einatmens oder des Ausatmens auftreten. Im Regelfall werden
hierzu zusätzliche Sensoren verwendet, welche erfassen,
ob der Patient einatmet oder ausatmet. In dem Dokument
EP 0 944 355 B1 ist ein
Verfahren zur Analyse von akustisch erfassten Atmungsgeräuschen
beschrieben, wobei die Atmungsphasen durch einen zusätzlichen
Brustexpansionssensor erfasst werden.
-
Aufgabe
der Erfindung ist es, eine Vorrichtung zur Analyse von Atmungsgeräuschen
zu schaffen, welche akustisch erfasste Geräuschsignale ohne
zusätzliche Sensorik in Einatmungsgeräusche und
Ausatmungsgeräusche klassifizieren kann. Ferner ist es
Aufgabe der Erfindung, ein Trainingsverfahren für einen
statistischen Klassifikator zur Verwendung in einer solchen Analysevorrichtung
zu schaffen.
-
Diese
Aufgabe wird durch die Vorrichtung gemäß Patentanspruch
1 bzw. das Verfahren gemäß Patentanspruch 16 gelöst.
Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen
definiert.
-
Die
erfindungsgemäße Vorrichtung umfasst ein Schallaufnehmermittel
zur Erfassung von Atmungsgeräuschen eines menschlichen
bzw. gegebenenfalls auch tierischen Patienten. Ferner ist ein Auswertemittel
zum Auswerten der akustisch erfassten Atmungsgeräusche
vorgesehen, wobei das Auswertemittel ein Klassifikationsmittel zur
Klassifikation der Atmungsgeräusche enthält. Dieses
Klassifikationsmittel umfasst einen statistischen Klassifikator
zur Klassifikation der Atmungsgeräusche in Einatmungsgeräusche
und Ausatmungsgeräusche.
-
Der
Erfindung liegt die Erkenntnis zu Grunde, dass ein statistischer
Klassifikator akustisch erfasste Geräuschsignale nicht
nur nach dem spezifischen Geräuschton, wie z. B. Rasseln
und Pfeifen, sondern auch danach klassifizieren kann, ob der Patient
einatmet oder ausatmet. Auf diese Weise kann im Analysebetrieb der
Vorrichtung auf zusätzliche, neben der akustischen Geräuscherfassung
vorhandene Sensorik verzichtet werden, um zwischen einem Einatmen
und Ausatmen zu unterscheiden.
-
Erfindungsgemäß kann
als statistischer Klassifikator ein beliebiger, aus dem Stand der
Technik bekannter Klassifikator verwendet werden, der zur Klassifikation
entsprechende Merkmale aus den erfassten Geräuschsignalen
verarbeitet. Die Merkmale sind beispielsweise die Amplitude bzw.
die Lautstärke der erfassten Geräuschsignale.
Weitere mögliche Merkmale sind spektrale Merkmale der Geräuschsignale
sowie deren zeitliche Modulation. Ferner kann beispielsweise das
Modulations-Spektrum als Merkmal des Geräuschsignals berücksichtigt werden.
Im Unterschied zu den bekannten Klassifikatoren wurde der erfindungsgemäße
Klassifikator nunmehr jedoch mit Trainingsdaten trainiert, welche
eine Unterscheidung dahingehend ermöglichen, ob ein Einatmen
oder Ausatmen vorliegt.
-
Erfindungsgemäß kann
beispielsweise eine Erfassung und Analyse von Geräuschsignalen
basierend auf der Sensoreinrichtung erfolgen, die in der deutschen
Patentanmeldung
DE 10 2008
021 362.4 beschrieben ist. Ebenso kann eine Geräuscherkennung
basierend auf dem Verfahren der deutschen Patentanmeldung
DE 10 2007 044 407.0 erfolgen, welches
ein adaptiertes Klassifikationsmodell zur Klassifikation verwendet.
Der gesamte Offenbarungsgehalt der beiden soeben genannten deutschen
Patentanmeldungen wird durch Verweis zum Inhalt der vorliegenden
Anmeldung gemacht.
-
In
der erfindungsgemäßen Vorrichtung können
als Schallaufnehmermittel beliebige akustische Sensoren eingesetzt
werden. Insbesondere können ein oder mehrere Mikrofone
zur Erfassung von Luftschall und/oder ein oder mehrere Stethoskope und/oder
ein oder mehrere Vibrationssensoren zur Erfassung von Körper schall
verwendet werden. Die Sensoren werden dabei im Betrieb der Vorrichtung vorzugsweise
am Brustkorb bzw. in der Nähe des Brustkorbs des zu untersuchenden
Patienten angebracht.
-
Wie
bereits oben erwähnt, können beliebige statistische
Klassifikationsverfahren in der erfindungsgemäßen
Vorrichtung eingesetzt werden. Insbesondere kann eine Klassifikation
basierend auf einer oder mehrerer der folgenden an sich bekannten Methoden
verwendet werden:
- – Klassifikation
basierend auf einem oder mehreren neuronale Netzen;
- – Klassifikation basierend auf Support Vector Machines;
- – Klassifikation basierend auf Self-Organizing Maps;
- – Klassifikation basierend auf einem Markov-Modell;
- – Klassifikation basierend auf einem Gaußschen Mischmodell;
- – Klassifikation basierend auf Entscheidungsbäumen.
-
In
einer besonders bevorzugten Ausführungsform der Erfindung
ist der verwendete statistische Klassifikator derart ausgestaltet,
dass die mit dem Klassifikator durchgeführte Klassifikation
in einem separaten Adaptionsschritt und/oder während des
Analysebetriebs der Vorrichtung an die Atemgeräusche eines
vorbestimmten, zu untersuchenden Patienten und/oder einer vorbestimmten,
zu untersuchenden Patientengruppe adaptiert wird.
-
Die
Adaption von Klassifikatoren an spezifische Geräuschsignale
ist dabei hinlänglich aus dem Stand der Technik bekannt.
Hierdurch wird eine besonders gute Klassifikation der erfassten
Atmungsgeräusche in Einatmungsgeräusche und Ausatmungsgeräusche
erreicht.
-
Erfindungsgemäß können
beispielsweise überwachte Adaptionsverfahren eingesetzt
werden, welche bei der Adaption Geräuschsignale verwenden,
welche dahingehend markiert sind, ob es sich um Einatmungsgeräusche
oder Ausatmungsgeräusche handelt.
-
In
einer Ausgestaltung einer überwachten Adaption umfasst
die Vorrichtung eine Bedienerschnittstelle, über welche
ein Bediener eingeben kann, ob ein über das Schallaufnehmermittel
erfasstes Atmungsgeräusch ein Einatmungsgeräusch
oder ein Ausatmungsgeräusch ist, wobei die Eingaben des
Bedieners bei der Adaption der mit dem Klassifikator durchgeführten
Klassifikation berücksichtigt werden. Die Adaption erfolgt
somit mit Hilfe eines menschlichen Bedieners, der beispielsweise
den Patienten beobachten kann, um über die Bewegung des Brustkorbs
des Patienten festzustellen, ob ein Einatmen oder ein Ausatmen vorliegt.
Ebenso kann der Bediener seine Eingaben auch nur basierend auf dem
akustischen Geräusch unter Einbeziehung seines Expertenwissens
vornehmen. Ferner kann der Bediener dem Patienten gegebenenfalls
entsprechende Anweisungen zum Einatmen und Ausatmen geben. Unter
Berücksichtigung der Anweisungen kann dann der Bediener über
die Bedienerschnittstelle eingeben, ob das erfasste Atmungsgeräusch
ein Einatmungsgeräusch oder ein Ausatmungsgeräusch ist.
-
Statt
bzw. zusätzlich zu einer Adaption des statistischen Klassifikators
mit Hilfe einer Bedienerschnittstelle kann auch eine überwachte
Adaption unter Verwendung zumindest eines alternativen Sensierungsmittels
vorgenommen werden. Dieses alternative Sensierungsmittel beruht
nicht auf akustischer Geräuscherfassung, d. h. es verwendet
keine Schallaufnehmermittel. Ein Beispiel eines solchen Sensierungsmittels
ist ein an der Brust eines Patienten anbringbarer Brustexpansionssensor
mit zugeordneter Auswerteeinheit. Das alternative Sensierungsmittel markiert
dabei die Atmungsgeräusche dahingehend, ob ein Einatmungsgeräusch
oder ein Ausatmungsgeräusch vorliegt, wobei die markierten
Atmungsgeräusche bei der Adaption der mit dem Klassifikator durchgeführten
Klassifikation berücksichtigt werden.
-
Alternativ
bzw. zusätzlich zu der oben beschriebenen überwachten
Adaption kann der statistische Klassifikator gegebenenfalls auch
mit einem unüberwachten Adaptionsverfahren adaptiert werden. Dabei
wird mit geeigneten statistischen Methoden das verwendete statistische
Klassifikationsmodell an die spezifischen Geräuschsignale
eines vorbestimmten Patienten bzw. einer vorbestimmten Patientengruppe
angepasst, ohne dass Wissen darüber verwendet wird, ob
ein Geräuschsignal ein Einatmungsgeräusch oder
ein Ausatmungsgeräusch ist.
-
In
einer weiteren, besonders bevorzugten Ausführungsform kann
die Vorrichtung in einem Trainingsmodus betrieben werden, in dem
basierend auf markierten Atmungsgeräuschen von einem oder mehreren
Patienten, welche durch das Schallaufnehmermittel erfasst werden
und/oder in einen Speicher der Vorrichtung eingelesen werden, der
statistische Klassifikator trainiert wird, wobei die Atmungsgeräusch
dahingehend markiert sind, ob ein Einatmungsgeräusch oder
ein Ausatmungsgeräusch vorliegt. Diese Variante der erfindungsgemäßen
Vorrichtung ermöglicht ein sehr flexibles Anpassen der
Vorrichtung an neue Trainingsdaten bzw. ein selbständiges
Trainieren der Vorrichtung, ohne dass auf vorhandene Trainingsdaten
zurückgegriffen werden muss.
-
In
einer bevorzugten Variante sind dabei die im Trainingsmodus verwendeten
Atmungsgeräusche durch einen Bediener über eine
Bedienerschnittstelle markierbar, wobei insbesondere der gleiche
Typ von Bedienerschnittstelle verwendet werden kann, der in der
im Vorangegangenen beschriebenen Adaption eingesetzt wird.
-
Alternativ
oder zusätzlich können die Atmungsgeräusche
im Trainingsmodus durch ein alternatives Sensierungsmittel markiert
werden, welches nicht auf akustischer Geräuscherkennung
beruht und somit kein Schallaufnehmermittel umfasst. Dieses Sensierungsmittel
kann wiederum vom gleichen Typ wie das in Bezug auf die oben beschriebene
Adaption verwendete Sensierungsmittel sein, insbesondere ein an
der Brust eines Patienten anbringbarer Brustexpansionssensor mit
zugeordneter Auswerteeinheit.
-
In
einer weiteren, besonders bevorzugten Ausführungsform sind
in dem Auswertemittel neben dem statistischen Klassifikator zur
Klassifikation von Einatmungs- und Ausatmungsgeräuschen
ein oder mehrere weitere Klassifikatoren vorgesehen, welche im Betrieb
die Atmungsgeräusche nach einem oder mehreren weiteren
Kriterien klassifizieren, wobei der oder die weiteren Klassifikatoren
regelbasierte und/oder statistische Klassifikatoren sein können. Vorzugsweise
klassifizieren die weiteren Klassifikatoren die Atmungsgeräusche
dahingehend, ob und/oder welche Pfeif- und/oder Rassel- und/oder Brummgeräusche
bei der Atmung eines Patienten auftreten.
-
Ein
bevorzugter Einsatzbereich der erfindungsgemäßen
Vorrichtung ist die medizinische Analyse der Lungengeräusche
von Patienten. Deshalb umfasst die Vorrichtung in einer bevorzugten Ausführungsform
eine medizinische Analyseeinheit zur diagnostischen Auswertung der
klassifizierten Atmungsgeräusche. Diese medizinische Analyseeinheit
verarbeitet entsprechendes Wissen, wie klassifizierte Atmungsgeräusche
in Bezug auf eine Krankheit zu werten sind. Solches Wissen ist an
sich bekannt und kann in der medizinischen Analyseeinheit zur Auswertung
verwendet werden. Es ist jedoch auch möglich, dass die
Vorrichtung zusätzlich oder alternativ eine Diagnostik
durch einen Arzt ermöglicht. In diesem Fall umfasst die
Vorrichtung ein Ausgabemittel, über das die erfassten und
klassifizierten Atmungsgeräusche eines Patienten ausgegeben werden
können.
-
Neben
der oben beschriebenen Vorrichtung umfasst die Erfindung ferner
ein entsprechendes Verfahren zum Trainieren eines statistischen
Klassifikators zur Verwendung in der erfindungsgemäßen Vorrichtung.
In diesem Verfahren werden Atmungsgeräusche von einem oder
mehreren Patienten über ein Schallaufnehmermittel erfasst.
Die erfassten Atmungsgeräusche werden anschließend
dahingehend markiert, ob ein Einatmungsgeräusch oder ein Ausatmungsgeräusch
vorliegt. Schließlich wird der statistische Klassifikator
rechnergestützt basierend auf den markierten Atmungsgeräuschen
mit an sich bekannten Verfahren gelernt. Auf diese Weise wird ein
Klassifikator ge neriert, der dafür geeignet ist, in der
erfindungsgemäßen Vorrichtung verwendet zu werden.
-
In
einer bevorzugten Variante des Verfahrens zum Trainieren des Klassifikators
erfolgt der Schritt des Markierens der Atmungsgeräusche
durch einen Bediener über eine Bedienerschnittstelle und/oder
durch ein alternatives Sensierungsmittel ohne Schallaufnehmermittel,
wobei die Bedienerschnittstelle und das Sensierungsmittel insbesondere
von den Typen sein können, die im Vorangegangenen beschrieben
wurden. Als Sensierungsmittel kann vorzugsweise wieder ein an der
Brust eines Patienten anbringbarer Brustexpansionssensor mit zugeordneter
Auswerteeinheit verwendet werden.
-
Ausführungsbeispiele
der Erfindung werden nachfolgend anhand der beigefügten
Figuren detailliert beschrieben.
-
Es
zeigen:
-
1 eine
schematische Darstellung des Aufbaus einer Ausführungsform
der erfindungsgemäßen Vorrichtung;
-
2 eine
schematische Darstellung eines Verfahrens zum Trainieren eines Klassifikators
gemäß einer Ausführungsform der Erfindung;
und
-
3 eine
schematische Darstellung, welche die Adaption eines in einer Ausführungsform
der erfindungsgemäßen Vorrichtung verwendeten
Klassifikators verdeutlicht.
-
1 zeigt
in schematischer Darstellung den Aufbau einer Ausführungsform
einer erfindungsgemäßen Vorrichtung zur Analyse
von Atemgeräuschen. Die Vorrichtung umfasst einen akustischen Sensor 1,
der im Betrieb der Vorrichtung auf der Brust eines Patienten P angebracht
wird, um dessen Lungengeräusche zu erfassen. Der akustische
Sensor ist dabei insbesondere ein Mikrofon bzw. ein Stethoskop bzw.
ein Vibrationssensor, mit denen die durch die Atmung des Patienten
erzeug ten Schallgeräusche erfasst werden. Der Vibrationssensor
kann dabei als Beschleunigungsaufnehmer zum Erfassen der über
die Atmungsgeräusche erzeugten Körperschallschwingungen
ausgestaltet sein.
-
Die
mit dem akustischen Sensor 1 erfassten Geräuschsignale
werden über einen Analog-Digital-Wandler 2 in
digitale Signale gewandelt, welche anschließend einem Auswertemittel 3 zugeführt
werden, das beispielsweise ein entsprechender Auswertecomputer ist.
Die auf diesem Computer gespeicherte Software ermöglicht
eine Klassifikation der erfassten Geräuschsignale mit einer
Mehrzahl von Klassifikatoren. Dabei ermöglicht einer der
Klassifikatoren eine Klassifikation der über den Sensor 1 erfassten
Atmungsgeräusche dahingehend, ob es sich um Einatmungsgeräusche
oder Ausatmungsgeräusche handelt. Dieser Klassifikator
ist ein statistischer Klassifikator, welcher mit einem statistischen
Klassifikationsverfahren die Geräusche entsprechend in Einatmungs-
bzw. Ausatmungsgeräusche klassifiziert. Zur Klassifikation
kann dabei ein beliebiges, aus dem Stand der Technik bekanntes statistisches Klassifikationsverfahren
eingesetzt werden.
-
Der
statistische Klassifikator wurde vorab geeignet mit entsprechenden
Geräuschsignalen von Testpatienten trainiert, wie im Folgenden
noch näher erläutert wird. Zur Geräuscherkennung
kann beispielsweise die Sensoreinrichtung verwendet werden, welche
in der deutschen Patentanmeldung
DE 10
2008 021 362.4 beschrieben ist. Diese Sensoreinrichtung
führt in einem ersten Betriebsmodus ein Geräuscherkennungsverfahren
durch, wobei das Geräuscherkennungsverfahren in einem zweiten
Betriebsmodus trainiert wird. In der hier beschriebenen Ausführungsform
wurde das Geräuscherkennungsverfahren mit Lungengeräuschen
von Testpatienten trainiert.
-
2 zeigt
in schematischer Darstellung ein Verfahren zum Trainieren eines
Klassifikators, der in dem Auswertemittel 3 der 1 integriert
ist. Zum Trainieren werden die Lungengeräusche von einer Mehrzahl
von Patienten P1, P2, ..., PN mit einem entsprechenden akustischen
Sensor 1 erfasst, der vom gleichen Typ wie der Sensor 1 gemäß 1 ist.
Anschließend erfolgt mit jeweiligen Analog-Digital-Wandlern 2 wiederum
eine Wandlung der Geräuschsignale in digitalisierte Signale,
wobei die digitalisierten Signale in einer Atemgeräusch-Datenbank DB
hinterlegt werden. Ferner werden die erfassten Geräuschsignale
markiert, d. h. der zeitliche Verlauf der von den Patienten erfassten
Lungengeräuschen wird dahingehend mit sog. Labels L versehen,
ob in einer bestimmten Zeitspanne ein Einatmungsgeräusch
oder Ausatmungsgeräusch vorliegt. Diese Markierung wird
beispielsweise durch einen Bediener vorgenommen, der das Training
des Klassifikators überwacht. Der Bediener kann über
eine entsprechende Bedienerschnittstelle zu den jeweiligen Zeitpunkten
der erfassten Atmungsgeräusche die Information hinterlegen,
ob ein Einatmungs- oder Ausatmungsgeräusch vorliegt. Die
Markierung kann während der akustischen Erfassung der Lungengeräusche
eines Patienten bzw. auch anschließend erfolgen, wobei
im letzteren Fall die in der Datenbank hinterlegten Geräuschsignale
durch den Bediener über ein entsprechendes Wiedergabemittel
abgehört werden.
-
Anstatt
die Geräuschsignale durch einen Bediener zu markieren,
besteht auch die Möglichkeit, neben einem akustischen Sensor
einen weiteren Sensor an jedem Patienten anzubringen, um auf eine andere
Weise als über akustische Geräuscherkennung zu
bestimmen, ob ein Einatmungsgeräusch oder Ausatmungsgeräusch
vorliegt. Vorzugsweise wird dabei ein Brustexpansionssensor mit
entsprechender Auswerteelektronik verwendet, der beispielsweise über
einen Brustgurt die Ausdehnung des Brustkorbs des Patienten misst
und hieraus schließt, ob es sich um einen Einatmungsvorgang
(d. h. Heben des Brustkorbs) oder um einen Ausatmungsvorgang (d.
h. Senken des Brustkorbs) handelt. Die mit dem Brustexpansionssensor
erfassten Daten werden dann mit den entsprechenden Geräuschsignalen
der Datenbank DB korreliert, so dass den akustisch erfassten Geräuschsignalen
die entsprechenden Labels L zur Kennzeichnung eines Einatmungs-
bzw. Ausatmungsvorgangs zugewiesen werden.
-
Mit
Hilfe der Geräuschsignale der Datenbank DB und den zugeordneten
Labels L kann dann ein statistisches Modell SM eines an sich bekannten
statistischen Klassifikators geeignet trainiert werden. Ein derart
trainierter Klassifikator kann anschließend in dem Auswertemittel 3 der
Vorrichtung der 1 zur Analyse von Atmungsgeräuschen
eines Patienten verwendet werden. Vorzugsweise wird der Klassifikator
dabei in Kombination mit weiteren Klassifikatoren eingesetzt, welche
die Atmungsgeräusche noch nach weiteren Kriterien klassifizieren,
beispielweise dahingehend, ob bestimmte Typen von Lungengeräuschen
auftreten, wie z. B. Rasselgeräusche, Pfeifgeräusche
oder Brummgeräusche. In Kombination mit der Klassifikation
der Geräusche in Einatmungsgeräusche und Ausatmungsgeräusche kann
eine sehr gute Diagnostik von Lungen- und/oder Bronchialerkrankungen
erreicht werden, da bestimmte Geräuscharten und deren Ursachen
auch davon abhängen, ob sie beim Einatmen oder beim Ausatmen
auftreten. Vorzugsweise ist deshalb in dem Auswertemittel 3 der 1 auch
eine diagnostische Analyseeinheit vorgesehen, mit der rechnergestützt
unter Berücksichtigung der klassifizierten Geräuschsignale
eine automatische diagnostische Analyse dahingehend erfolgt, ob
bzw. welche Art von Erkrankung vorliegen könnte.
-
Gegebenenfalls
kann die Diagnostik auch zusätzlich bzw. alternativ durch
einen Arzt vorgenommen werden, wobei in diesem Fall das Auswertemittel 3 mit
einer geeigneten Bedienerschnittstelle verbunden ist, auf der die
erfassten Atmungsgeräusche, beispielsweise als zeitlicher
Verlauf, graphisch und akustisch wiedergegeben werden können,
wobei die Klassifikation der Geräusche in Einatmen bzw.
Ausatmen z. B. durch entsprechende Markierungen eines graphisch
wiedergegebenen zeitlichen Verlaufs der Atmung auf einer Anzeigeeinheit
dargestellt werden kann.
-
Zur
Verbesserung einer mit der Vorrichtung gemäß 1 durchgeführten
Klassifikation wird in einer bevorzugten Ausführungsform
das Klassifikationsmodell bei der Verwendung mit einem bestimmten
Patienten bzw. einer bestimmten Patienten gruppe geeignet adaptiert. 3 zeigt
in schematischer Darstellung eine derartige Adaption des Klassifikationsmodells.
Bei der Adaption wird zunächst wiederum über einen
entsprechenden akustischen Sensor 1 das Geräuschsignal
eines zu untersuchenden Patienten P erfasst und über einen
Analog-Digital-Wandler 2 digitalisiert. Die Geräuschsignale
werden dann dem Auswertemittel 3 zugeführt, welches
entweder in einem separaten Adaptionsschritt oder kontinuierlich
während der Erfassung der Geräuschsignale das ursprüngliche
statistische Modell SM geeignet adaptiert. Bei der Adaption an eine
Patientengruppe wird das statistische Modell basierend auf Geräuschdaten von
mehreren Patienten der gleichen Gruppe adaptiert.
-
Die
Adaption kann dabei überwacht oder unüberwacht
ablaufen. Bei der überwachten Adaption werden die erfassten
Geräuschsignale – analog wie beim Trainingsverfahren
gemäß 2 – dahingehend markiert,
ob ein Einatmen oder Ausatmen vorliegt. Dies kann wiederum entweder
mit Hilfe eines zusätzlichen Sensors, beispielsweise in
der Form eines Brustexpansionssensors, oder basierend auf einem
Bediener erfolgen, der über eine Bedienerschnittstelle
eingibt, ob ein Einatmen oder Ausatmen vorliegt.
-
Die
während des Adaptionsschritts erfassten Geräuschsignale
werden somit bei der überwachten Adaption wieder geeignet
mit Labeln L versehen. Das ursprüngliche statistische Modell
wird dann basierend auf den Geräuschsignalen und den entsprechenden
Labels an die spezifischen Lungengeräusche des zu untersuchenden
Patienten P angepasst.
-
Der
soeben beschriebene Adaptionsschritt wird vorzugsweise vor dem Beginn
der eigentlichen Analyse der Atemgeräusche durchgeführt,
wobei in dem Adaptionsschritt der Patient mehrmals ein- und ausatmen
muss und basierend darauf die entsprechenden Labels den erfassten
Geräuschsignalen hinzugefügt werden. Alternativ
zu einer überwachten Adaption kann auch eine unüberwachte
Adaption des statistischen Modells für ei nen spezifischen
Patienten durchgeführt werden, wobei in diesem Fall ohne
Informationen darüber, ob ein Einatmen oder Ausatmen vorliegt,
z. B. durch entsprechende Anpassung der Gewichtungen der Geräuschsignale
der Patienten gemäß den Trainingsdaten das statistische Modell
in geeigneter Weise angepasst wird. Diese Adaption kann während
des Analysebetriebs der Vorrichtung oder zu vorbestimmten Zeitpunkten
während der Analyse ablaufen. Sowohl bei der überwachten
als auch bei der unüberwachten Adaption wird während
des Betriebs immer ein adaptiertes statistisches Modell ASM verwendet.
Dabei werden die digitalisierten Geräuschsignale durch
das adaptierte statistische Modell analysiert, wie durch den Pfeil
von dem Analog-Digital-Wandler 2 hin zum Modell ASM angedeutet
ist. Das Modell ist dabei Bestandteil des Auswertemittels 3,
wie durch den Pfeil von dem Auswertemittel 3 hin zu dem
adaptierten statistischen Modell ASM angedeutet ist.
-
Die
Adaption von statistischen Modellen für statistische Klassifikatoren
ist an sich aus dem Stand der Technik bekannt und wird deshalb nicht
im Detail beschrieben. Beispielsweise kann zur Adaption das in der
Druckschrift
DE 10 2007
044 407.0 beschriebene Verfahren eingesetzt werden, bei
dem ein für einen Referenzgegenstand generiertes statistisches Grund-Klassifikationsmodell
an einem zu untersuchenden geräuscherzeugenden Gegenstand
adaptiert wird. Anstatt eines geräuscherzeugenden Gegenstands
wird nunmehr jedoch ein spezifischer Patient bzw. eine spezifische
Patientengruppe verwendet, für welche das Grund-Klassifikationsmodell
basierend auf den Lungengeräuschen des spezifischen Patienten
bzw. der spezifischen Patientengruppe angepasst wird. Eine Patientengruppe
kann dabei beispielweise durch bestimmte Arten von Personen mit gemeinsamen
Eigenschaften gebildet werden, beispielsweise kann die Patientengruppe
aus Rauchern bzw. Nichtrauchern bzw. Personen eines bestimmten Geschlechts
bzw. eines bestimmten Alters bestehen.
-
Wie
sich aus den vorangegangenen Ausführungen ergibt, wird
mit der erfindungsgemäßen Vorrichtung basierend
auf einem statistischen Klassifikator eine Kategorisierung von Geräuschsignalen
dahingehend ermöglicht, ob ein Einatmungsgeräusch oder
ein Ausatmungsgeräusch vorliegt. Es wird dabei für
die Klassifikation keine zusätzliche Sensorik neben der
akustischen Geräuscherfassung benötigt. Insbesondere
bei der Verwendung eines adaptierten statistischen Modells wird
eine robuste Klassifikation der Geräuschsignale in Einatmen
und Ausatmen gewährleistet.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- - EP 0944355
B1 [0005]
- - DE 102008021362 [0011, 0034]
- - DE 102007044407 [0011, 0043]
-
Zitierte Nicht-Patentliteratur
-
- - E. C. Güter
et al., „Twostage classification of respiratory sound patterns”,
Computers in Biology and Medicine 35 (2005), Seiten 67 bis 83 [0004]