FR2791248A1 - Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires - Google Patents
Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires Download PDFInfo
- Publication number
- FR2791248A1 FR2791248A1 FR9903682A FR9903682A FR2791248A1 FR 2791248 A1 FR2791248 A1 FR 2791248A1 FR 9903682 A FR9903682 A FR 9903682A FR 9903682 A FR9903682 A FR 9903682A FR 2791248 A1 FR2791248 A1 FR 2791248A1
- Authority
- FR
- France
- Prior art keywords
- transformed
- instant
- noise
- frequency
- intensities
- 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
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pulmonology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
L'invention concerne un dispositif d'analyse de bruits médicaux, en particulier de bruits respiratoires. Un signal acoustique est échantillonné et un traitement associe un jeu de fréquences prédéterminées à chaque échantillon. Selon l'invention, le traitement associe en outre, à chaque échantillon, un instant sur une échelle de temps réel, en vue d'obtenir une représentation tridimensionnelle en temps et en fréquences du signal acoustique correspondant au bruit d'auscultation à analyser.
Description
Dispositif d'analyse de bruits auscultatoires en particulier de bruits
respiratoires La présente invention concerne le domaine de l'analyse médicale de bruits acoustiques, à partir d'une auscultation médiate. Elle concerne plus particulièrement un dispositif d'analyse de bruits acoustiques générés par la respiration de patients atteints de pathologies respiratoires telles que la
mucoviscidose, l'asthme ou autre.
L'un des symptômes majeurs de la mucoviscidose consiste en une infection des voies respiratoires. Des bruits bronchiques typiques révèlent généralement de telles infections. En effet, les malades atteints de cette pathologie génèrent des glaires qui obstruent les voies respiratoires en produisant des bruits spécifiques lors de la respiration. Les fréquences acoustiques des bruits générés sont fonction de la taille de ces glaires et, le cas échéant, les intensités acoustiques associées à ces fréquences peuvent permettre d'estimer un degré d'obstruction des voies respiratoires. Un danger que représente cette pathologie est lié à l'évolution rapide de la taille des glaires, pouvant provoquer une limitation progressive et
irréversible de la capacité respiratoire du patient.
Il convient alors de surveiller l'évolution des bruits
respiratoires précités.
Le protocole usuel consiste en une auscultation médiate, par l'intermédiaire d'un stéthoscope. Les fréquences écoutées donnent une indication quant à l'obstruction des voies respiratoires. Cependant, cette indication est uniquement qualitative, voire subjective. Il est souvent difficile de décrire des sons et de communiquer un diagnostic sur la base
de tels critères subjectifs.
Une représentation spectrale des bruits respiratoires,
quantitative et fiable, est actuellement souhaitée. L'inter-
prétation d'une telle représentation permettrait de détecter
une évolution de la pathologie.
Des propositions de représentation spectrale des bruits respiratoires, basées sur des traitements par transformées de Fourier, ont vu récemment le jour. Cependant, les fréquences sonores des bruits respiratoires présentent la particularité de varier en fonction du temps, en particulier en fonction de la phase de respiration. C'est ainsi que l'information sur une fréquence du bruit, qui évolue substantiellement dans le
temps, est perdue par traitement par transformée de Fourier.
En effet, ce type de traitement est mieux adapté aux signaux
stables temporellement.
La présente invention vient alors améliorer la situation.
Elle porte sur un dispositif d'analyse de bruits d'ausculta-
tion médiate, en particulier de bruits respiratoires, comprenant: - une entree pour recevoir un signal temporel représentatif d'un bruit acoustique, échantillonné en une multiplicité d'intensités associées chacune à un instant choisi, - des moyens de stockage comportant un module de traitement agencé pour coopérer avec des moyens de calcul en vue d'évaluer un jeu d'intensités transformées, associées chacune à une fréquence sonore prédéterminée, tandis que les moyens de stockage sont agencés en outre pour mémoriser lesdites intensités transformées, et - une sortie reliée, d'une part, aux moyens de stockage pour délivrer chaque intensité transformée en correspondance avec une fréquence associée, et, d'autre part, à des moyens de représentation des intensités transformées en fonction des fréquences, en vue d'obtenir une représentation spectrale du
bruit d'auscultation.
Selon une caractéristique générale de l'invention, le module de traitement est agencé pour évaluer un jeu d'intensités transformées pour chaque instant choisi, tandis que les moyens de stockage sont agencés pour mémoriser chaque intensité transformée en fonction d'une fréquence associée, d'une part, et d'un instant choisi, d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle en temps et en fréquences
du bruit d'auscultation.
Dans une forme de réalisation préférée de l'invention, le
module de traitement est agencé pour évaluer le jeu d'intensi-
tés transformées pour chaque instant choisi, en effectuant,
pour chaque fréquence, une somme sur une multiplicité d'ins-
tants courants de termes résultant d'un produit faisant intervenir, pour chaque instant courant, l'intensité associée à la somme de l'instant choisi et de l'instant courant, d'une part, et l'exponentielle complexe d'un produit imaginaire pur
entre la fréquence et l'instant courant, d'autre part.
Préférentiellement, le module de traitement est agencé en outre pour évaluer une phase pour chaque intensité, en fonction d'un écart entre l'instant choisi associé et un
instant de départ choisi, en vue d'attribuer à chaque intensi-
té une valeur complexe et sa valeur conjuguée, tandis que les termes de ladite somme sont représentatifs de produits faisant intervenir, pour chaque instant courant: a) l'intensité complexe associée à la somme de l'instant choisi et de l'instant courant, b) l'intensité complexe conjuguée, associée à la différence de l'instant choisi et de l'instant courant, et c) ladite exponentielle complexe, ce qui permet d'obtenir une représentation spectrale du bruit
d'auscultation, tout en conservant une échelle de temps réel.
Selon une autre caractéristique avantageuse de l'invention, les moyens de stockage comprennent en outre des coefficients choisis, de pondération des termes de ladite somme, associés
chacun à un instant courant.
Avantageusement, le dispositif selon l'invention comporte des moyens de visualisation du type comprenant un moniteur et/ou une imprimante, tandis que les moyens de représentation comportent un module de représentation graphique, apte à coopérer avec les moyens de visualisation pour représenter graphiquement les intensités transformées, en fonction des fréquences associées, d'une part, et des instants choisis, d'autre part, en formant des spectres tridimensionnels en temps et fréquences. D'autres avantages et caractéristiques de la présente
invention apparaîtront à l'examen de la description détaillée
ci-après et des dessins annexés, sur lesquels: - la figure 1 représente schématiquement un dispositif
d'analyse selon l'invention, de bruits issus d'une ausculta-
tion médiate, - la figure 2A représente le signal temporel d'un bruit de respiration normale, - la figure 2B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 2A, la figure 3A représente le signal temporel d'un bruit de respiration comportant un bruit adventice de type "sibilance", - la figure 3B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 3A,
- la figure 4A représente le signal temporel d'un bruit respi-
ratoire comportant un bruit adventice de type "craquements", en particulier de type "gros crépitants", - la figure 4B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 4A, - la figure 5A représente le signal temporel de la figure 4A, dans une échelle de temps réduite, - la figure 5B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 5A, - la figure 6 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration normale, du type représenté sur la figure 2A, - la figure 7 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de
respiration comportant un bruit adventice de type "sibilan-
ces", du type représenté sur la figure 3A, - la figure 8 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration comportant un bruit adventice de type "crépitants fins", et - la figure 9 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration comportant un bruit adventice de type "gros crépitants" (signal temporel du type représenté sur la figure 4A). Les dessins contiennent pour l'essentiel des éléments de caractère certain. Ils pourront non seulement servir à mieux faire comprendre la présente invention, mais aussi contribuer
à sa définition, le cas échéant.
On se réfère tout d'abord à la figure 1 pour décrire, à titre d'exemple, un dispositif d'analyse de bruits respiratoires selon l'invention. Globalement, ce dispositif comporte une unité de traitement (unité centrale 10), munie d'éléments périphériques 90 à 97, connectés à l'unité centrale. Dans l'exemple représenté sur la figure 1, le dispositif d'analyse comporte un ordinateur équipé d'un moniteur (écran 90), une imprimante 91, un clavier de saisie 93 et un organe de
sélection à l'écran (ou souris 92).
Par ailleurs, un harnais 95 que porte le patient PA comporte un stéthoscope électronique muni d'une pluralité de capteurs 94 (six dans l'exemple décrit). Ces capteurs sont agencés pour travailler dans une bande de fréquences choisie de manière à éviter de recueillir des bruits issus du battement du coeur du patient PA, ainsi que des bruits de frottement du harnais , ou autres. Typiquement, cette bande de fréquences s'étend de 100 Hz à environ 2 kHz. Le filtre passe-bande 96 symbolise cette fonction. Il est à noter qu'en variante, les capteurs 94 peuvent travailler sur une bande de fréquences plus large, tandis que la liaison entre les capteurs 94 et l'unité centrale 10, ou encore l'unité centrale elle-même, comportent des moyens de filtrage sur une bande de fréquences limitée, environ entre 100 Hz et 2 kHz. Les capteurs sonores 94 sont alors agencés pour convertir un bruit acoustique (bruit
respiratoire) en un signal électrique temporel (flèche S).
Il peut être prévu en outre une sonde de débit respiratoire 97 (pneumotachographe dans l'exemple décrit), implantée par exemple dans un masque que porte le visage du patient PA. La sonde 97 est alors apte à repérer un instant de départ de respiration, par exemple entre une inspiration et une expiration du patient PA, à partir d'un changement de signe du débit respiratoire Q. L'unité centrale 10 comporte une interface 1 munie d'un échantillonneur Ech (présent par exemple sur une carte son), reliée au capteurs 94, en vue d'échantillonner le signal temporel S. En particulier, selon le théorème de Shannon, il est nécessaire d'utiliser une fréquence d'échantillonnage supérieure à deux fois la fréquence maximale du signal utile, de manière à éviter des phénomènes de repliement. Les échantillons du signal S (multiplicité d'intensités précitée) sont ensuite stockés en mémoire vive 2 (RAM), en vue de les
traiter par un module de traitement du type précité, enregis-
tré en mémoire morte 4 (ROM) que comporte l'unité centrale 10.
Pour effectuer les traitements des échantillons par calcul, l'unité centrale 10 est munie d'un microprocesseur 3 (pP). Ce microprocesseur est avantageusement capable de travailler à des cadences d'exécution de calcul supérieures ou de l'ordre de 150 MHz. Les spectres issus du traitement peuvent être enregistrés dans un disque dur de l'unité centrale 10 comportant la mémoire morte 4, ou encore sur un support amovible 5, tel qu'une disquette, un CD-ROM inscriptible, un disque magnéto-optique ou autre. Il peut être prévu en outre une interface de communication 7, munie d'une liaison MODEM pour transmettre le contenu de la mémoire vive 2 (spectre traité) vers une station distante, telle qu'une station d'interprétation de données (non représentée). L'interface de communication 7 peut en outre recevoir des échantillons de signaux temporels S, issus de la numérisation de bruits respiratoires d'un patient à distance (non représenté), ou
encore des spectres déjà traités, pour interprétation.
La liaison 72 entre le modem 7 et la mémoire vive 2 de l'unité centrale 10, ou encore la liaison 12 entre la carte son 1 et la mémoire vive 2 forment alors, dans cet exemple, l'entrée
du dispositif d'analyse précitée.
Le moniteur 90, ainsi que l'imprimante 91, que comporte en outre le dispositif d'analyse, permettent de visualiser les spectres issus du traitement précité. Le clavier de saisie 93 et la souris 92 permettent de modifier les échelles de temps et fréquences des spectres représentés, ou encore pour
d'affiner le choix des coefficients de pondération précités.
Généralement, la plupart des liaisons entre les différents éléments de l'unité centrale 10, ainsi que les liaisons avec
les périphériques, sont pilotées par une carte-mère 8 (CM).
En vue de préserver la clarté de la figure 1, les liaisons entre la carte-mère 8 et les éléments de l'unité centrale 10 n'ont pas été représentées. Il est à noter cependant que le moniteur 90 est relié à l'unité centrale 10 par une carte
graphique 6 (liaison 26), de façon habituelle.
La carte son 1 reçoit alors un signal temporel S(t) et échantillonne ce signal en une multiplicité d'intensités I(n) associées chacune à un instant de mesure n. Ces intensités
sont enregistrées en mémoire vive 2 (liaison 12). Parallèle-
ment, la mémoire vive 2 reçoit, par l'intermédiaire d'une interface d'acquisition 971, une information tirée de la sonde de débit ventilatoire 97, relative à un instant de départ no de la mesure du bruit respiratoire (début d'expiration ou début d'inspiration). A partir de l'instant de départ choisi no, le module de traitement attribue une phase c[I(n)] à chaque intensité (ou échantillon I(n)). Typiquement, ces phases sont estimées en fonction de la différence de temps n-no. Le module de traitement forme ainsi une multiplicité d'intensités complexes Ic(n) qui résulte du produit entre les intensités I(n) et des exponentielles complexes des phases
associées à ces intensités. Ces intensités complexes s'écri-
vent alors: ic(n) = I(n) exp{iV[I(n)]}, avec i2=-1 A partir d'une intensité complexe Ic(n) associée à l'instant prédéterminé n, il devient possible de définir une valeur conjuguée Ic'(n) de cette intensité complexe. Le module de traitement du dispositif d'analyse selon une forme de réalisation préférée de l'invention évalue des intensités transformées IT en effectuant la somme: IT(m,fk) = 2 Y h2(n) Ic(m+ n) Ic'(m-n) exp(-4innfk) n (Formule 1) Les fréquences fk, indexées suivant l'entier k désignant les fréquences, sont initialement enregistrées en mémoire morte de l'unité centrale et sont transférées par la liaison 42 vers la mémoire vive de manière à effectuer les calculs donnant les
intensités transformées IT.
Les coefficients associés aux instants n sont initialement enregistrés en mémoire morte 4 et sont aussi transférés par la liaison 42 pour le calcul des intensités transformées. Ces coefficients de pondération h(n) peuvent être choisis en fonction du type de bruit respiratoire que l'on souhaite
traiter, comme on le verra plus loin.
Les intensités transformées IT dépendent alors d'un instant prédéterminé m, ainsi que d'une fréquence fk. Le module de traitement effectue donc une transformation "temps-fréquence" des intensités échantillonnées. Par exemple, si K fréquences fk sont stockées en mémoire morte 4, le module de traitement
évalue, pour chaque instant prédéterminé m, K valeurs d'inten-
sités transformées IT. En parallèle, si le signal S(t) est échantillonné sur N instants prédéterminés, le module de traitement évalue N valeurs d'intensités transformées IT, pour chacune des fréquences fk. Le module de traitement évalue en tout NxK intensités transformées. En pratique, on effectue une transformation de type spectrogramme à 255 points temporels (dont un point central) et 255 points fréquences, dans des fenêtres de pondération temporelle ou "d'observation à court terme" (par exemple des fenêtres de Hamming), permettant une pondération par les coefficients h(n). En variante, il peut être prévu des cadences d'échantillonnage N différentes, et un nombre de fréquences fk différent, selon les besoins de
l'application visée.
On obtient à partir de la formule 1 une représentation tridimensionnelle de l'évolution des intensités transformées en fonction, d'une part, des fréquences fk et, d'autre part, des instants m. Il peut être prévu de représenter les intensités transformées en topologie tridimensionnelle, par exemple selon des nappes d'intensités avec une échelle de
temps en abscisses et une échelle de fréquences en ordonnées.
Une autre représentation possible, pseudo-bidimensionnelle, est montrée sur les figures 6, 7, 8 et 9. Des gammes d'intensités transformées, croissantes, sont représentées par des types de hachures différents (obliques, horizontales, croisées). Si le patient PA est atteint de mucoviscidose, les bruits adventices générés par sa respiration comportent des bruits spécifiques, tels que des sibilances (sifflements dans des gammes de fréquences relativement élevées), des crépitants fins (craquements courts dans le temps) et des gros crépitants
(craquements plus étendus dans le temps).
La figure 7 représente l'évolution en temps et en fréquence d'une sibilance. On remarque notamment à partir de 1,3 secondes de respiration, une courbe S2 sensiblement décroissante, équivalente à un "sifflement" autour d'une fréquence voisine de 0,75 kHz. Une telle évolution en fréquence de ce sifflement est difficilement détectable par les dispositifs de traitement usuels, qui s'appuient sur des transformées de Fourier rapides du signal temporel S(t) (terme
traduit de l'anglais "Fast Fourier Transform", désigné ci-
après par FFT).
Généralement, une transformée de Fourier rapide d'un signal temporel S(t), est donnée par la formule: IT(fk) = 2 Y I(n) exp(-2innfk) (Formule 2) n On se réfère aux figures 2A et 2B qui représentent le signal temporel d'un bruit respiratoire normal (figure 2A) et sa représentation spectrale (figure 2B) obtenue par transformées de Fourier rapides. Tant que le bruit respiratoire ne comporte pas de composantes relatives à une pathologie particulière, le signal temporel du bruit respiratoire ne présente pas de périodicité et le traitement par transformée de Fourier rapide
(FFT) ne comporte pas de pics autour d'une fréquence particu-
lière. On se réfère maintenant aux figures 3A et 3B qui représentent le signal temporel d'un bruit respiratoire comportant une sibilance et la transformée de Fourier de ce signal temporel (figure 3B). On remarque alors sur la figure 3B un pic autour d'une fréquence voisine de 110 Hz, significatif de cette sibilance. Cependant, si la fréquence de la sibilance varie temporellement, un traitement par FFT qui s'étend sur une seconde d'intégration donnera un pic de sibilance, d'intensité réduite et de largeur s'étendant sur toute la variation temporelle de la fréquence de la sibilance. Généralement, un tel pic est difficilement détectable par traitement classique
utilisant des FFT.
En se référant aux figures 4A et 4B, une analyse par trans-
formée de Fourier sur un intervalle de mesure de ls dans
l'exemple décrit, ne donne que du bruit. Par contre, en effec-
tuant une réduction de l'échelle du temps entre 0,4s et 0,5s
(figures 5A et 5B), on détecte une périodicité et la représen-
tation spectrale obtenue par FFT présente alors un pic autour de 400 Hz dans l'exemple décrit (signal temporel tiré d'un
bruit respiratoire comportant de gros crépitants).
Ainsi, dans le domaine de l'analyse auscultatoire de bruits adventices (bruits respiratoires comportant des crépitants, des sibilances, ou autres), il apparaît que les techniques de traitements visuels basées sur les transformées de Fourier rapides sont peu adaptées, en particulier pour des évolutions temporelles rapides des fréquences sonores ou encore pour des
bruits à détecter qui s'étendent sur des durées brèves.
On se réfère alors à la figure 6 pour décrire le spectre issu d'une transformation en "temps-fréquence" selon l'invention, d'un murmure vésiculaire normal (bruit respiratoire sans pathologie). Les différents types de hachures (obliques, horizontales, croisées) sont représentatifs de gammes d'intensités transformées (respectivement croissantes) en fonction d'une échelle de temps réel pour laquelle les valeurs temporelles sont conservées, suivant l'axe des abscisses et d'une échelle de fréquences, suivant l'axe des ordonnées. On
ne remarque alors aucun événement spectral particulier.
En revanche, le spectre "temps-fréquences" représenté sur la figure 7 met en évidence sensiblement quatre sibilances qui sont des bruits continus d'une durée généralement supérieure ou égale à 125ms:
- une première courbe Sl de 0 à 0,7s environ, avec une fré-
quence stabilisée autour de 1,15 kHz, - une seconde courbe S2 entre 1,4s et 2,7s, de fréquence moyenne voisine de 0,75 kHz, - une troisième courbe S3 qui s'étend d'environ 1,6s à 2,5s et de fréquence moyenne voisine de 0,55 kHz, et - une quatrième courbe S4 entre 2s et 2,5s, de fréquence
moyenne voisine de 0,20 kHz.
Concernant la troisième sibilance, sensiblement stable, un traitement par FFT aurait donné un pic autour de 0,55 kHz, si toutefois ce traitement est effectué sur une échelle de temps comprise entre 1,5s et 2,5s. Par contre, la seconde sibilance traitée par FFT aurait donné un pic élargi et d'intensité réduite autour de 0,75 kHz. Par ailleurs, en se référant toujours à la figure 7, il apparaît clairement que la seconde sibilance est celle d'intensité la plus élevée. Or, un traitement par FFT sur une échelle de temps comprise entre 1,5s et 2,5s aurait favorisé la sibilance la plus stable temporellement (la troisième sibilance) et aurait fait apparaître un pic à 0,55 kHz d'intensité plus élevée que le
pic autour de 0,75 kHz.
Ce type de râle est divisé en deux classes suivant qu'elles
sont formées de une (monophoniques) ou plusieurs (polyphoni-
ques) fréquences. Ainsi, entre 0 et 0,7s (partie gauche du spectre de la figure 7), la représentation spectrale du bruit respiratoire met en évidence une sibilance monophonique, tandis qu'entre 1,3s et 2,5s, cette représentation spectrale met en évidence une sibilance polyphonique (à trois fréquences
dans le spectre représenté).
Un autre type de bruit adventice (ou râle) concerne les craquements qui sont des bruits adventices discontinus. La
durée de ces bruits ne dépasse guère 20ms, de façon générale.
On se réfère alors aux figures 8 et 9 pour décrire des
crépitants fins (figure 8) et des gros crépitants (figure 9).
Sur la figure 8, apparaissent des impulsions Cl à C6, à tendances sensiblement verticales, de fréquence maximale avoisinant 1 kHz. Ces événements temporellement brefs correspondent à des crépitants fins. Sur la figure 9, apparaissent des impulsions GC1 à GC8, de fréquence limitées à environ 600 Hz et de durée temporelle sensiblement plus grandes (avoisinant 20ms). A l'écoute, ces impulsions
correspondent typiquement à des crépitements.
Pour affiner les représentations spectrales en temps-fréquen-
ces des différents bruits adventices parmi les sibilances, crépitants fins, gros crépitants, etc, il est prévu de stocker en mémoire morte de l'unité centrale 10 différents jeux de coefficients de pondération h(n), par types de bruits
adventices à analyser.
Pour une première analyse, une transformation temps-fréquences établie selon la formule 1, de type "pseudo Wigner-Ville", est
préférentiellement utilisée. Cependant, ce type de transforma-
tion génère des interférences fréquentielles et/ou temporel-
les, et il convient d'effectuer des lissages indépendants en temps et en fréquences. Des transformations de type "pseudo Choï-Williams masquée", "Zhao-Atlas-Marks", ou encore "pseudo Born-Jordan" permettent de réduire les termes d'interférence de la distribution de Wigner-Ville tout en préservant des distributions marginales temporelles et fréquentielles. Par ailleurs, une transformation en "ondelettes de Morlet", correspondant à des pondérations par gaussiennes, est
particulièrement adaptée à des signaux larges bandes compor-
tant à la fois de très hautes et de très basses fréquences.
Chacune de ces transformations peut être adaptée au traitement
d'un type de bruit adventice particulier.
Ces types de transformation et en particulier les principes mathématiques auxquels ils se rattachent, sont évoqués notamment dans les publications suivantes: - P.A.C.M. Claasen, W.F.G. Mecklen-Brâuker, Philips J. Res., vol.35-3, p.217-250, 1980; - H.I. Choï, W.J. Williams, IEEE Trans. On Acous. Speech On Signal Proc., vol. ASSP-37-6, p.862-871, 1989; - Y. Zao, L.E. Atlas, R.J. Marx, IEEE Trans. On Acous. Speech On Signal Proc., vol. ASSP-38-7, p.1084-1091, 1990; - P. Goupillaud, A. Grossmann, J. Morlet, Geoexploration, vol.33, p.85-102, Elsvier science publishers, B.V. Amsterdam,
1984-1985.
Par ailleurs, pour chaque type de transformation, un jeu particulier de coefficients de pondération h(n) peut être
choisi.
En outre, pour favoriser l'apparition d'un bruit adventice particulier, il peut être demandé au patient PA d'occuper une position corporelle particulière, générant principalement ce
bruit adventice.
Ainsi, après une première analyse, le contenu des intensités transformées, stockées en mémoire vive 2, est transféré (liaison 26) vers la carte graphique 6 sous la forme de données graphiques, ce qui permet de visualiser un premier spectre temps-fréquences du signal temporel S(t), sur l'écran du moniteur 90. Pour mettre en forme les données graphiques à l'écran, il est prévu un module de représentation graphique stocké en mémoire morte de l'unité centrale, en vue de représenter graphiquement les intensités transformées en fonction des fréquences associées, d'une part, et des instants prédéterminés, d'autre part, en formant des spectres du type
représenté sur les figures 6 à 9.
Pour affiner le choix des coefficients h(n), un opérateur peut choisir à l'aide du clavier 93 un jeu de coefficients adapté, stocké en mémoire morte de l'unité centrale. Par exemple à l'aide de la souris 92, l'opérateur peut en outre sélectionner une échelle de temps et/ou de fréquences préférée, pour visualiser un détail de la représentation spectrale. Lorsque la représentation spectrale souhaitée apparaît à l'écran, l'opérateur peut décider de stocker le contenu de la mémoire vive 2, comportant les intensités transformées, en mémoire morte 4 de l'unité centrale (liaison 24). Il peut en outre décider d'imprimer la représentation spectrale qu'affiche le moniteur 90, à partir de l'imprimante 91. Ainsi, il devient possible de comparer des spectres mesurés à des époques différentes (par exemple à quelques jours d'intervalle), à partir d'un spectre stocké en mémoire morte 4 ou imprimé en 91, et d'un spectre obtenu récemment et stocké en mémoire vive 2. Il peut être prévu, par ailleurs, d'effectuer un suivi des évolutions spectrales à différentes époques, en différé. Dans ce cas, plusieurs signaux temporels S(t) peuvent être échantillonnés et stockés en mémoiremorte (liaison 14) à différentes époques, tandis que l'analyse spectrale est
effectuée, en différé, sur une pluralité de signaux temporels.
Si l'on souhaite en outre transférer les données relatives aux intensités transformées de l'unité centrale d'un manipulateur (kinésithérapeute ou autre) à l'unité d'un médecin traitant (par exemple un spécialiste), l'interface de communication 7 (MODEM), en liaison avec l'unité centrale 10, recevant les données représentatives des intensités transformées (liaison 27 de la mémoire vive 2 au MODEM 7), les envoie vers l'unité centrale du médecin. De façon réciproque, l'unité centrale peut recevoir par la liaison 72 (du MODEM à la mémoire vive) des données représentatives d'intensité transformées, ou encore des échantillons d'un signal temporel S(t), mesurés à distance. Pour effectuer cet échange à distance, il peut être prévu en outre de stocker ces données sur des supports amovibles 5 (liaisons 25 et 52). Ainsi, les données stockées sur un tel support peuvent être transférées d'un poste d'analyse à l'autre. Par ailleurs, si un opérateur souhaite écouter un signal S(t) échantillonné, il peut être prévu d'équiper la carte son 1 de l'unité centrale 10, d'un écouteur branché sur une sortie de la carte son, tandis que le transfert des échantillons de la mémoire vive 2 à la carte son 1 est assuré par la liaison 21
de la figure 1.
Bien entendu, la présente invention ne se limite pas à la forme de réalisation décrite ci-avant à titre d'exemple. Elle
s'étend à d'autres variantes.
Ainsi on comprendra que le choix de la méthode de transforma-
tion ("temps-fréquences" lissée, ondelettes de Morlet ou autre) est indépendant du traitement général des bruits d'auscultation, qu'effectue le dispositif d'analyse selon l'invention. En effet, le choix d'un type de transformation se manifeste par un jeu de coefficient de pondération h(n) préféré. Par exemple, une transformation temps-fréquences dans laquelle les coefficients h(n) (formule 2) sont remplacés par des "1" (qui revient à effectuer une "double transformée de Fourier" en temps- fréquences et fréquences-temps), permettrait d'obtenir des représentations spectrales faisant déjà
apparaître des bruits adventices particuliers.
Par ailleurs, dans le cadre d'une simplification du module de traitement du dispositif selon l'invention, il peut être prévu en outre de traiter les intensités échantillonnées sur la base d'une transformation "temps-fréquences" simple faisant intervenir une somme de termes représentatifs du produit entre I(m+n) et une exponentielle complexe, de sorte que: IT(m,fk) = L h(n) I(m+n) exp(-2innfk) (Formule 3) n A partir d'une telle transformation, il est possible d'obtenir rapidement une première représentation en temps et en fréquences du bruit d'auscultation, ce qui permet de repérer
d'emblée le type de bruits adventices que présente le patient.
De manière générale, la présente invention vise, bien entendu, les outils du dispositif d'analyse permettant sa mise en oeuvre (module de traitement, etc), mais aussi tous les produits résultant de sa mise en oeuvre (représentations spectrales obtenues par différents types de transformations temps-fréquences, imprimées sur écran ou sur papier, ainsi que toutes comparaisons de spectres obtenues par un dispositif
d'analyse selon l'invention).
A ce titre, la présente invention vise aussi un dispositif d'analyse permettant de représenter une comparaison d'une pluralité de spectres, mesurés à des époques différentes, pour mettre en évidence par exemple une aggravation ou une amélioration de l'état du patient. C'est ainsi que le dispositif selon l'invention est muni en outre d'un module de comparaison de différents spectres chargés en mémoire vive 2, d'instants de départ m0 différents, en vue de détecter une évolution des bruits d'auscultation par comparaison des intensités transformées et du nombre de bruits adventices mis en évidence. Un tel module est stocké préférentiellement en mémoire morte 4. Par exemple, il peut être prévu alors un signal d'alarme si entre deux spectres effectués à des époques différentes, une aggravation de l'état du patient a été constatée.
Ainsi, dans une forme de réalisation particulière de l'inven-
tion, le dispositif d'analyse peut surveiller en continu la respiration d'un patient, en effectuant, par exemple à intervalle de temps constant, un "cliché" par traitement de transformation temps-fréquences de sa respiration et en comparant, par exemple à des seuils prédéterminés, les intensités transformées et/ou les fréquences des bruits adventices détectés. Cette forme de réalisation trouve une application particulièrement intéressante à la surveillance de nourrissons atteints d'infections pulmonaires. Dans une telle application, il peut être prévu d'immobiliser sur le corps du nourrisson au moins un stéthoscope relié à un émetteur radiofréquence, communiquant avec un récepteur relié par exemple à la carte son d'un ordinateur domestique. Cet ordinateur effectue alors des traitements spectraux successifs du type décrit ci- avant et, le cas échéant, sans prévoir de
sonde de débit.
Dans l'exemple décrit ci-avant, le module de traitement stocké en mémoire morte de l'unité centrale est préférentiellement programmé en langage "DSP", et coopère avec un gestionnaire de calcul, préférentiellement une version adéquate de "MATHLAB" (marques déposées). Bien entendu, ces choix d'écriture et de gestion de calcul peuvent admettre des variantes, selon les évolutions des matériels disponibles sur le marché. Le microprocesseur de l'unité centrale peut
également suivre ces évolutions.
Dans l'exemple décrit ci-avant, le stéthoscope que porte le patient présente six capteurs. Bien entendu, le nombre de capteurs du stéthoscope peut être différent. Par ailleurs,
certains capteurs peuvent être disposés sur le dos du patient.
En outre, le filtrage 96 que réalise le stéthoscope est décrit
ici à titre d'exemple. Dans une autre application du disposi-
tif d'analyse selon l'invention, par exemple de l'analyse de bruits d'auscultation des battements du coeur d'un patient, il peut être prévu de filtrer les signaux temporels reçus sur une bande de fréquence plus basse, adaptée aux bruits du coeur. A ce titre, la présente invention peut s'appliquer à l'analyse de bruits d'auscultation tirés des battements de coeur, ou encore tout autres bruits d'auscultation. Elle peut s'appliquer en outre à l'analyse de bruits respiratoires de patients atteints d'asthme, ou d'une autre pathologie respiratoire. Ainsi, il peut être prévu en outre un filtrage spectral (coefficients de pondération supplémentaires h(fk) dans la somme de la Formule 1) en fonction du type de bruit
d'auscultation que l'on souhaite analyser.
Par ailleurs, dans l'exemple décrit ci-avant, le dispositif d'analyse selon l'invention se présente sous la forme d'un ordinateur relié, d'une part, à des moyens de prise de son et, d'autre part, à des périphériques, notamment de représentation graphique. En variante, le dispositif peut se présenter sous la forme d'un appareil à usage spécifique, par exemple de type "DSP" (pour "Digital Signal Process"), relié aux moyens de
prise de son précités (stéthoscopes dans l'exemple décrit).
En outre, la structure de l'unité centrale, dans l'exemple décrit ciavant, du dispositif d'analyse selon l'invention est susceptible de variantes. Cependant, il est préférable de conserver des moyens de stockage (mémoire vive et/ou mémoire morte) des intensités échantillonnées et des intensités transformées, qui soient adressables en fonction des instants d'échantillonnage et des jeux de fréquences stockés fk,
choisies.
Claims (17)
1. Dispositif d'analyse de bruits d'auscultation médiate, en particulier de bruits respiratoires, comprenant: - une entrée (12;72) pour recevoir un signal temporel (S(t)) représentatif d'un bruit acoustique, échantillonné en une multiplicité d'intensités (I(m)) associées chacune à un instant (m) choisi, - des moyens de stockage (2,4,5) comportant un module de traitement agencé pour coopérer avec des moyens de calcul (3) en vue d'évaluer un jeu d'intensités transformées (IT(fk)), associées chacune à une fréquence (fk) sonore prédéterminée (fk), tandis que les moyens de stockage (2) sont agencés en outre pour mémoriser lesdites intensités transformées, et - une sortie (26) reliée, d'une part, aux moyens de stockage
(2) pour délivrer chaque intensité transformée en correspon-
dance avec une fréquence associée, et, d'autre part, à des moyens de représentation (6,90,91) des intensités transformées
en fonction des fréquences, en vue d'obtenir une représenta-
tion spectrale du bruit d'auscultation, caractérisé en ce que le module de traitement est agencé pour évaluer un jeu d'intensités transformées (IT(m,fk)) pour chaque instant choisi (m), tandis que les moyens de stockage (2) sont agencés pour mémoriser chaque intensité transformée (IT) en fonction d'une fréquence associée (fk), d'une part, et d'un instant choisi (m), d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle en temps (m)
et en fréquences (fk) du bruit d'auscultation.
2. Dispositif selon la revendication 1, caractérisé en ce que le module de traitement est agencé pour évaluer ledit jeu d'intensités transformées (IT(m,fk)) pour chaque instant choisi (m), en effectuant, pour chaque fréquence (fk), une somme sur une multiplicité d'instants courants (n) de termes résultant d'un produit faisant intervenir, pour chaque instant courant (n), l'intensité (I(m+n)) associée à la somme de l'instant choisi (m) et de l'instant courant (n), d'une part, et l'exponentielle complexe d'un produit imaginaire pur entre
la fréquence (fk) et l'instant courant (n), d'autre part.
3. Dispositif selon la revendication 2, caractérisé en ce que le module de traitement est agencé en outre pour évaluer une phase pour chaque intensité (D[I(n)]), en fonction d'un écart entre l'instant choisi associé (m) et un instant de départ choisi (m0), en vue d'attribuer à chaque intensité une valeur complexe (Ic(n)) et sa valeur conjuguée (Ic'(n)), tandis que les termes de ladite somme sont représentatifs de produits faisant intervenir, pour chaque instant courant (n): a) l'intensité complexe associée à la somme de l'instant choisi et de l'instant courant (Ic(m+n)), b) l'intensité complexe conjuguée, associée à la différence de l'instant choisi et de l'instant courant (Ic'(m-n)), et c) ladite exponentielle complexe, ce qui permet d'obtenir une représentation spectrale du bruit
d'auscultation, tout en conservant une échelle de temps réel.
4. Dispositif selon l'une des revendications 2 et 3, carac-
térisé en ce que les moyens de stockage (4,5) comprennent en outre des coefficients choisis (h(n)), de pondération des
termes de ladite somme, associés chacun à un instant courant.
5. Dispositif selon la revendication 4, caractérisé en ce que le bruit d'auscultation à analyser est un bruit adventice parmi un ensemble comprenant des sibilantes, des gros crépitants et des crépitants fins, et en ce que les moyens de
stockage (4,5) comportent un jeu de coefficients de pondéra-
tion (h(n)) par type de bruit à analyser.
6. Dispositif selon l'une des revendications précédentes,
caractérisé en ce qu'il comporte des moyens de visualisation (90,91) du type comprenant un moniteur (90) et/ou une imprimante (91), tandis que les moyens de représentation (6) comportent un module de représentation graphique, apte à coopérer avec les moyens de visualisation pour représenter graphiquement lesdites intensités transformées (IT(m,fk)), en fonction des fréquences associées (fk), d'une part, et des instants choisis (m), d'autre part, en formant des spectres
tridimensionnels en temps et fréquences.
7. Dispositif selon l'une des revendications 4 à 6, caracté-
risé en ce qu'il comporte en outre des moyens de saisie (92,93) aptes à coopérer avec les moyens de représentation pour affiner les échelles de temps et fréquences et/ou pour affiner le choix de coefficients de pondération (h(n)) des
termes de ladite somme.
8. Dispositif selon l'une des revendications 3 à 7, caractéri-
sé en ce qu'il comporte une sonde de débit respiratoire (97)
apte à définir ledit instant de départ choisi (m0o).
9. Dispositif selon l'une des revendications précédentes,
caractérisé en ce lesdits moyens de stockage (2,4,5) compor-
tent une zone mémoire (2) pour ranger lesdites intensités transformées (IT), en fonction des fréquences (fk) et des
instants choisis associés (m).
10. Dispositif selon l'une des revendications précédentes,
caractérisé en ce que lesdits moyens de stockage (2,4,5)
comportent une zone mémoire (2) pour ranger ladite multiplici-
té d'intensités (I), en fonction des instants choisis associés (m).
11. Dispositif selon l'une des revendications 9 et 10,
caractérisé en ce qu'il comporte un disque dur (4) et/ou un support amovible (5) pour stocker le contenu de ladite zone
mémoire (2).
12. Dispositif selon l'une des revendications 9 à 11,
caractérisé en ce qu'il comporte en outre une interface de communication (7) pour transmettre le contenu de la zone mémoire (2) vers une station distante et/ou pour recevoir (27) des échantillons de signaux temporels (S(t)), représentatifs
de bruits d'auscultation.
13. Dispositif selon l'une des revendications 9 à 12,
caractérisé en ce qu'il comporte un module de comparaison, apte à coopérer avec ladite zone mémoire (2) pour comparer une
pluralité de représentations spectrales de bruits d'auscul-
tation, d'instants de départ choisis (mo), différents, en vue
de détecter une évolution desdits bruits d'auscultation.
14. Dispositif selon l'une des revendications précédentes,
caractérisé en ce qu'il comporte un stéthoscope électronique (94,96) muni d'au moins un capteur sonore (94), agencé pour convertir un bruit acoustique en un signal électrique temporel (S(t)), ainsi qu'une interface (1) munie d'un échantillonneur (Ech), connectée au capteur (94) et reliée en outre à ladite
entrée (12).
15. Dispositif selon la revendication 14, caractérisé en ce que le stéthoscope électronique comporte des moyens de filtrage fréquentiel (96) du signal temporel en sortie du
capteur (94), en vue de limiter les composantes fréquentiel-
les du signal temporel à une bande spectrale utile.
16. Procédé d'analyse de bruits d'auscultation médiate, en particulier de bruits respiratoires, du type comprenant les étapes suivantes: a) échantillonner un signal temporel (S(t)), représentatif d'un bruit acoustique, en une multiplicité d'intensités (I(m)) associées chacune à un instant (m) choisi, b) évaluer un jeu d'intensités transformées (IT(fk)), associées chacune à une fréquence (fk) sonore prédéterminée (fk), c) mémoriser lesdites intensités transformées, et d) délivrer chaque intensité transformée en correspondance
avec une fréquence associée, en vue d'obtenir une représenta-
tion spectrale du bruit d'auscultation, caractérisé en ce qu'au cours de l'étape b), on évalue un jeu d'intensités transformées (IT(m,fk)) pour chaque instant choisi (m), en ce qu'au cours de l'étape c), on mémorise chaque intensité transformée (IT) en fonction d'une fréquence associée (fk), d'une part, et d'un instant choisi (m), d'autre part,
et en ce qu'au cours de l'étape d), on délivre chaque intensi-
té transformée en correspondance avec une fréquence associée (fk), d'une part, et avec un instant choisi (m), d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle
en temps (m) et en fréquences (fk) du bruit d'auscultation.
17. Représentation d'intensités transformées en temps et fréquences d'un bruit d'auscultation médiate, obtenue par un
procédé d'analyse selon la revendication 16.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9903682A FR2791248B1 (fr) | 1999-03-24 | 1999-03-24 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
JP2000606127A JP2002538921A (ja) | 1999-03-24 | 2000-03-23 | 聴診音、特に呼吸音の分析装置 |
PCT/FR2000/000736 WO2000056218A1 (fr) | 1999-03-24 | 2000-03-23 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
US09/937,424 US6699204B1 (en) | 1999-03-24 | 2000-03-23 | Device for analyzing auscultation sounds, in particular respiratory sounds |
EP00914243A EP1202669A1 (fr) | 1999-03-24 | 2000-03-23 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
CA002366686A CA2366686A1 (fr) | 1999-03-24 | 2000-03-23 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9903682A FR2791248B1 (fr) | 1999-03-24 | 1999-03-24 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2791248A1 true FR2791248A1 (fr) | 2000-09-29 |
FR2791248B1 FR2791248B1 (fr) | 2001-08-24 |
Family
ID=9543587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR9903682A Expired - Fee Related FR2791248B1 (fr) | 1999-03-24 | 1999-03-24 | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires |
Country Status (6)
Country | Link |
---|---|
US (1) | US6699204B1 (fr) |
EP (1) | EP1202669A1 (fr) |
JP (1) | JP2002538921A (fr) |
CA (1) | CA2366686A1 (fr) |
FR (1) | FR2791248B1 (fr) |
WO (1) | WO2000056218A1 (fr) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US8394031B2 (en) * | 2000-10-06 | 2013-03-12 | Biomedical Acoustic Research, Corp. | Acoustic detection of endotracheal tube location |
FR2823660A1 (fr) * | 2001-04-18 | 2002-10-25 | Pneumopartners | Dispositif d'aide a l'analyse de bruits adventices |
US20030130588A1 (en) * | 2002-01-10 | 2003-07-10 | Igal Kushnir | Method and system for analyzing respiratory tract sounds |
US20040032957A1 (en) * | 2002-08-14 | 2004-02-19 | Mansy Hansen A. | Sensors and sensor assemblies for monitoring biological sounds and electric potentials |
US8920343B2 (en) * | 2006-03-23 | 2014-12-30 | Michael Edward Sabatino | Apparatus for acquiring and processing of physiological auditory signals |
JP2008113936A (ja) * | 2006-11-07 | 2008-05-22 | Yasuaki Nakagawa | 生体音聴診装置 |
US20080139893A1 (en) * | 2006-12-08 | 2008-06-12 | Warren Lee | Apparatus And System For Sensing and Analyzing Body Sounds |
US20220313111A1 (en) * | 2007-11-28 | 2022-10-06 | Intervet Inc. | System And Method for Diagnosis Of Bovine Diseases Using Auscultation Analysis |
WO2009109917A1 (fr) * | 2008-03-04 | 2009-09-11 | Koninklijke Philips Electronics N.V. | Analyse non invasive des sons corporels |
WO2011067698A2 (fr) * | 2009-12-03 | 2011-06-09 | Koninklijke Philips Electronics N.V. | Procédé et appareil d'estimation d'une impédance respiratoire |
JP6136394B2 (ja) * | 2012-08-09 | 2017-05-31 | 株式会社Jvcケンウッド | 呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム |
US8663126B1 (en) | 2013-02-19 | 2014-03-04 | Fatemah S. Al Thalab | Wearable acoustic device for monitoring breathing sounds |
JP2015084849A (ja) * | 2013-10-29 | 2015-05-07 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
US11116478B2 (en) | 2016-02-17 | 2021-09-14 | Sanolla Ltd. | Diagnosis of pathologies using infrasonic signatures |
US11000257B2 (en) | 2016-02-17 | 2021-05-11 | Sanolla Ltd. | Digital stethoscopes, and auscultation and imaging systems |
EP3678551B1 (fr) | 2017-09-05 | 2023-06-28 | Sanolla Ltd | Stéthoscope électronique à caractéristiques améliorées |
EP3684261A1 (fr) | 2017-09-19 | 2020-07-29 | Ausculsciences, Inc. | Système et procédé de détection du découplage d'un capteur sonore d'auscultation d'un sujet de test |
WO2019071050A2 (fr) | 2017-10-04 | 2019-04-11 | Ausculsciences, Inc. | Capteur de sons ou de vibrations d'auscultation |
US11284827B2 (en) | 2017-10-21 | 2022-03-29 | Ausculsciences, Inc. | Medical decision support system |
USD865167S1 (en) | 2017-12-20 | 2019-10-29 | Bat Call D. Adler Ltd. | Digital stethoscope |
US10828009B2 (en) | 2017-12-20 | 2020-11-10 | International Business Machines Corporation | Monitoring body sounds and detecting health conditions |
CA3010835C (fr) | 2018-03-30 | 2024-05-14 | The Board Of Trustees Of Western Michigan University | Appareil stethographique |
JP2019141597A (ja) * | 2019-03-05 | 2019-08-29 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
JP7025494B2 (ja) * | 2020-08-12 | 2022-02-24 | パイオニア株式会社 | 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体 |
JP7295368B2 (ja) * | 2020-12-31 | 2023-06-21 | Yanchers株式会社 | 聴診音の解析システム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058600A (en) * | 1990-01-08 | 1991-10-22 | Center For Innovative Technology | Graphical readout of laryngotracheal spectra and airway monitor |
DE19714899A1 (de) * | 1997-04-03 | 1998-10-15 | Christian Witte | Verfahren und Vorrichtung zur Analyse von Körpergeräuschen |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8825611D0 (en) * | 1988-11-02 | 1988-12-07 | Stoneman S A T | Respiratory condition diagnosis & apparatus therefor |
DE4338466A1 (de) * | 1993-11-11 | 1995-05-18 | Fraunhofer Ges Forschung | Verfahren und Vorrichtung zur automatischen Erfassung auffälliger Atemgeräusche |
US6168568B1 (en) * | 1996-10-04 | 2001-01-02 | Karmel Medical Acoustic Technologies Ltd. | Phonopneumograph system |
JP3521654B2 (ja) * | 1996-11-07 | 2004-04-19 | セイコーエプソン株式会社 | 脈拍計 |
US5827195A (en) * | 1997-05-09 | 1998-10-27 | Cambridge Heart, Inc. | Electrocardiogram noise reduction using multi-dimensional filtering |
US6139505A (en) * | 1998-10-14 | 2000-10-31 | Murphy; Raymond L. H. | Method and apparatus for displaying lung sounds and performing diagnosis based on lung sound analysis |
US6368283B1 (en) * | 2000-09-08 | 2002-04-09 | Institut De Recherches Cliniques De Montreal | Method and apparatus for estimating systolic and mean pulmonary artery pressures of a patient |
-
1999
- 1999-03-24 FR FR9903682A patent/FR2791248B1/fr not_active Expired - Fee Related
-
2000
- 2000-03-23 JP JP2000606127A patent/JP2002538921A/ja active Pending
- 2000-03-23 WO PCT/FR2000/000736 patent/WO2000056218A1/fr not_active Application Discontinuation
- 2000-03-23 EP EP00914243A patent/EP1202669A1/fr not_active Withdrawn
- 2000-03-23 CA CA002366686A patent/CA2366686A1/fr not_active Abandoned
- 2000-03-23 US US09/937,424 patent/US6699204B1/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058600A (en) * | 1990-01-08 | 1991-10-22 | Center For Innovative Technology | Graphical readout of laryngotracheal spectra and airway monitor |
DE19714899A1 (de) * | 1997-04-03 | 1998-10-15 | Christian Witte | Verfahren und Vorrichtung zur Analyse von Körpergeräuschen |
Non-Patent Citations (1)
Title |
---|
GONCHAROFF V ET AL: "WIDEBAND ACOUSTIC TRANSMISSION OF HUMAN LUNGS", MEDICAL AND BIOLOGICAL ENGINEERING AND COMPUTING,GB,PETER PEREGRINUS LTD. STEVENAGE, vol. 27, no. 5, pages 513-519, XP000046398, ISSN: 0140-0118 * |
Also Published As
Publication number | Publication date |
---|---|
EP1202669A1 (fr) | 2002-05-08 |
US6699204B1 (en) | 2004-03-02 |
CA2366686A1 (fr) | 2000-09-28 |
FR2791248B1 (fr) | 2001-08-24 |
WO2000056218A1 (fr) | 2000-09-28 |
JP2002538921A (ja) | 2002-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2791248A1 (fr) | Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires | |
CA2445241A1 (fr) | Dispositif d'aide a l'analyse de bruits adventices | |
US6898459B2 (en) | System and method for diagnosing pathologic heart conditions | |
EP2624746B1 (fr) | Traitement de signaux physiologiques périodiques | |
US20070282174A1 (en) | System and method for acquisition and analysis of physiological auditory signals | |
US11116478B2 (en) | Diagnosis of pathologies using infrasonic signatures | |
US20210345991A1 (en) | Diagnosis of pathologies using infrasonic signatures | |
JPH11506970A (ja) | 胃腸音を特徴づける方法および装置 | |
CA2657833A1 (fr) | Procede pour traiter des signaux cardio electriques et dispositif correspondant | |
Li et al. | Application of an EMG interference filtering method to dynamic ECGs based on an adaptive wavelet-Wiener filter and adaptive moving average filter | |
WO2001080042A1 (fr) | Procede et dispositif de detection de la fibrillation auriculaire cardiaque par la methode des ondelettes | |
FR2855958A1 (fr) | Dispositif d'analyse de l'alternance cycle-a-cycle et/ou de la variabilite de l'onde de repolarisation ventriculaire dans un signal ecg | |
CN110037733B (zh) | 一种便携式程控无线体音监测系统 | |
WO2002069178A2 (fr) | Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg | |
Mandal et al. | Low cost portable solution for real-time complete detection and analysis of heart sound components | |
CH627358A5 (fr) | Procede et appareillage d'analyse rapide d'un enregistrement electrocardiographique sur bande. | |
Ari et al. | On a robust algorithm for heart sound segmentation | |
Yamacli et al. | Segmentation of S1–S2 sounds in phonocardiogram records using wavelet energies | |
EP0347515A1 (fr) | Dispositif d'analyse des bruits respiratoires | |
Koeipensri et al. | The development of biosignal processing system (BPS-SWU V1. 0) for learning and research in biomedical engineering | |
FR2973998A1 (fr) | Dispostif et procede de suivi d'une activite cardiaque et pulmonaire | |
Kumar et al. | A discrete wavelet packet transform based approach for selection of artifact-free phonocardiogram segment | |
Mayat et al. | Towards a low-cost point-of-care screening platform for electronic auscultation of vital body sounds | |
Lander et al. | Time-frequency structure of the high-resolution ECG | |
Belloni et al. | Towards a computer-aided diagnosis by means of phonocardiogram signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
ST | Notification of lapse |