JP2009240527A - Apparatus and method for analyzing heart sound frequency - Google Patents
Apparatus and method for analyzing heart sound frequency Download PDFInfo
- Publication number
- JP2009240527A JP2009240527A JP2008090594A JP2008090594A JP2009240527A JP 2009240527 A JP2009240527 A JP 2009240527A JP 2008090594 A JP2008090594 A JP 2008090594A JP 2008090594 A JP2008090594 A JP 2008090594A JP 2009240527 A JP2009240527 A JP 2009240527A
- Authority
- JP
- Japan
- Prior art keywords
- heart sound
- heart
- sound
- data
- thv
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 208000019622 heart disease Diseases 0.000 claims abstract description 27
- 238000002555 auscultation Methods 0.000 claims abstract description 12
- 238000012706 support-vector machine Methods 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 16
- 210000001765 aortic valve Anatomy 0.000 claims description 6
- 210000004115 mitral valve Anatomy 0.000 claims description 5
- 210000003102 pulmonary valve Anatomy 0.000 claims description 5
- 210000000591 tricuspid valve Anatomy 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 24
- 238000001228 spectrum Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 206010002906 aortic stenosis Diseases 0.000 description 3
- 206010002915 Aortic valve incompetence Diseases 0.000 description 2
- 201000002064 aortic valve insufficiency Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000020128 Mitral stenosis Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 206010061592 cardiac fibrillation Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002600 fibrillogenic effect Effects 0.000 description 1
- 208000006887 mitral valve stenosis Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Images
Abstract
Description
本発明は、人体から収集した心音聴診データを周波数解析して、異常心音を識別する、心音周波数解析装置及び方法に関する。 The present invention relates to a heart sound frequency analysis apparatus and method for identifying abnormal heart sounds by performing frequency analysis on heart sound auscultation data collected from a human body.
心音データには多くの情報が含まれており、これらの情報を解析すれば、多くの心臓疾患が識別可能であることが知られている。通常は、医者が聴診器を用いて患者の心音を聞き、経験に基づいて心臓疾患などの識別を行っている。ただ、従来の方法は医者の経験に基づくものであるので、汎用性が無い。心音データをコンピュータ等により解析する方法もいくつか知られているが、心音はノイズが多く、解析するのは容易ではない。もし、心音データをコンピュータ等により解析して心臓疾患の識別ができれば、在宅医療・介護・在宅ヘルスケアなどへ応用に貢献することができる。 The heart sound data contains a lot of information, and it is known that many heart diseases can be identified by analyzing the information. Usually, a doctor listens to a patient's heart sounds using a stethoscope and identifies heart diseases and the like based on experience. However, since the conventional method is based on the experience of a doctor, it is not versatile. Several methods for analyzing heart sound data by a computer or the like are also known, but heart sounds are noisy and are not easy to analyze. If heart sound data can be analyzed by a computer or the like to identify a heart disease, it can contribute to home medical care, nursing care, home health care, and the like.
従来技術としては、特許文献１乃至３がある。
特許文献１には、心音データを周波数解析して、大動脈弁の開放時期を決定する技術が記載されている。しかしながら、特許文献１では、心音データを周波数解析しているものの、信号強度が最大になる周波数Ｆｍａｘ、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）、及び、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉに基づいて、心臓疾患の解析をすることは記載も示唆もされていない。
特許文献２には、心音データを周波数解析することにより周波数帯域幅を求めて、この周波数帯域幅に基づいて心音成分を決定する技術が記載されている。しかしながら、特許文献２では、閾値は１つであり、その閾値に基づいて１つの周波数帯域幅を求めているだけである。また、信号強度が最大になる周波数Ｆｍａｘを心臓疾患の解析に用いていない。
特許文献３には、心音データを周波数解析して心臓疾患を解析することが記載されている。また、各区間ごとの代表周波数を求めることも記載されている（段落００１６）。しかしながら、心臓疾患の解析に、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）、及び、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを用いることは記載も示唆もされていない。
Japanese Patent Application Laid-Open No. 2004-228688 describes a technique for obtaining a frequency bandwidth by performing frequency analysis on heart sound data and determining a heart sound component based on the frequency bandwidth. However, in
上述のように、今まで、心音データの周波数解析を効果的に行う心音周波数解析技術はなかった。本発明は、心音データを周波数解析して、自動的に異常心音や心臓疾患の解析が行うことができる、心音周波数解析装置及び方法を提供することを目的とする。 As described above, there has been no heart sound frequency analysis technology that effectively performs frequency analysis of heart sound data. An object of the present invention is to provide a heart sound frequency analyzing apparatus and method capable of performing frequency analysis of heart sound data and automatically analyzing abnormal heart sounds and heart diseases.
上記目的を達成するため、本発明は以下の構成を有する。
人体から収集した心音聴診データを解析して、心臓疾患を解析する心音解析装置であって、
前記心音聴診データから第１音及び第２音を含む１心音周期分を１周期心音データとして切り出す手段と、
前記１周期心音データをスペクトルパワー密度データに変換する手段と、
前記スペクトルパワー密度データにおいて信号強度が最大になる周波数Ｆｍａｘを求める手段と、
前記スペクトルパワー密度データにおいて、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）を設定して、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを求める手段と、
複数の心音周期の前記Ｆｍａｘ、ＴＨＶｉ及びＦｗｉｄｔｈｉに基づいて、心臓疾患の解析をする解析手段と、を有する
ことを特徴とする心音解析装置。
人体から収集した心音聴診データを解析して、心臓疾患を解析する心音解析方法であって、
前記心音聴診データから第１音及び第２音を含む１心音周期分を１周期心音データとして切り出す工程と、
前記１周期心音データをスペクトルパワー密度データに変換する工程と、
前記スペクトルパワー密度データにおいて信号強度が最大になる周波数Ｆｍａｘを求める工程と、
前記スペクトルパワー密度データにおいて、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）を設定して、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを求める工程と、
複数の心音周期の前記Ｆｍａｘ、ＴＨＶｉ及びＦｗｉｄｔｈｉに基づいて、心臓疾患の解析をする解析工程と、を有する
ことを特徴とする心音解析方法。
In order to achieve the above object, the present invention has the following configuration.
A heart sound analysis device that analyzes heart sound auscultation data collected from the human body to analyze heart disease,
Means for cutting out one heart sound period including the first sound and the second sound as one period heart sound data from the heart sound auscultation data;
Means for converting the one-cycle heart sound data into spectral power density data;
Means for obtaining a frequency Fmax at which signal intensity is maximum in the spectral power density data;
Means for setting a plurality of signal intensity thresholds THV i (i = 1 to n) in the spectral power density data and determining a frequency width Fwidth i for each THV i ;
An analysis means for analyzing a heart disease based on the Fmax, THV i and Fwidth i of a plurality of heart sound cycles.
A heart sound analysis method that analyzes heart sound auscultation data collected from the human body to analyze heart disease,
Cutting one heart sound period including the first sound and the second sound from the heart sound auscultation data as one period heart sound data;
Converting the one-cycle heart sound data into spectral power density data;
Obtaining a frequency Fmax at which signal intensity is maximum in the spectral power density data;
Setting a plurality of signal intensity thresholds THV i (i = 1 to n) in the spectral power density data to obtain a frequency width Fwidth i for each THV i ;
A heart sound analysis method comprising: an analysis step of analyzing a heart disease based on the Fmax, THV i and Fwidth i of a plurality of heart sound cycles.
また、以下の好ましい実施態様がある。
前記解析手段は、サポートベクトルマシン識別学習方法を用いて心臓疾患の解析をする。
さらに、心音収集手段を有し、
前記心音収集手段は、人体に密着させる複数のチェストピースと、前記複数のチェストピースを固定するバンドまたはジャケットとからなり、
前記チェストピースは、前記バンドまたはジャケットを人体に装着したときに前記チェストピースが大動脈弁、肺動脈弁、三尖弁、僧帽弁のいずれかの近傍に配置されるように、前記バンドまたはジャケットに固定されている。
Moreover, there are the following preferred embodiments.
The analysis means analyzes a heart disease using a support vector machine identification learning method.
Furthermore, it has a heart sound collecting means,
The heart sound collecting means comprises a plurality of chest pieces closely contacting the human body, and a band or a jacket for fixing the plurality of chest pieces,
The chest piece is attached to the band or the jacket so that the chest piece is disposed in the vicinity of any one of the aortic valve, the pulmonary valve, the tricuspid valve, and the mitral valve when the band or the jacket is attached to a human body. It is fixed.
本発明は上記構成を採用したことにより、心音データのスペクトルパワー密度から効率よく異常心音や心臓疾患の解析を行うことができる。特に、スペクトルパワー密度データにおいて、信号強度が最大になる周波数Ｆｍａｘと、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）と、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを用い、これらの多数のパラメータをサポートベクトルマシン識別学習方法のような学習型アルゴリズムを用いて、より正確に心音データから心臓疾患の解析ができる。Ｆｍａｘは第１音及び第２音の主要周波数を代表し、Ｆｗｉｄｔｈｉは心雑音を代表する。通常用いられる閾値は１個であるが、本発明では、信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）は複数個であり、それに対応した周波数幅Ｆｗｉｄｔｈｉも複数個であるので、より多くのパラメータにより心音データを解析することができ、学習型アルゴリズムなどによる解析において精度が向上する。
また、本発明では、バンドまたはジャケットを人体に装着したときにチェストピースが大動脈弁、肺動脈弁、三尖弁、僧帽弁のいずれかの近傍に配置されるように、チェストピースをバンドまたはジャケットに固定することにより、簡単で正確に心音収集部（チェストピース）を人体の最適位置に配置できる。大動脈弁、肺動脈弁、三尖弁、僧帽弁などの位置は、熟練した医師ではないとなかなかわかりにくいが、本発明の構成により簡単にそれらの位置に心音収集部（チェストピース）を配置することができる。
By adopting the above-described configuration, the present invention can efficiently analyze abnormal heart sounds and heart diseases from the spectral power density of heart sound data. In particular, the spectral power density data, the frequency Fmax signal strength is maximized, a plurality of signal strength threshold THV i (i = 1~n), using a frequency width fwidth i for each THV i, a number of these By using a learning type algorithm such as the support vector machine identification learning method, it is possible to analyze heart disease from heart sound data more accurately. Fmax represents the main frequency of the first sound and the second sound, and Fwidth i represents heart noise. Normally, one threshold is used. However, in the present invention, there are a plurality of signal strength thresholds THV i (i = 1 to n) and a plurality of frequency widths Fwidth i corresponding to the signal intensity thresholds THV i (i = 1 to n). Heart sound data can be analyzed using parameters, and accuracy is improved in analysis using a learning algorithm or the like.
Further, according to the present invention, the chest piece is placed in the band or the jacket so that the chest piece is arranged in the vicinity of any one of the aortic valve, the pulmonary valve, the tricuspid valve, and the mitral valve when the band or the jacket is attached to the human body. The heart sound collecting unit (chest piece) can be placed at the optimum position of the human body simply and accurately. The positions of the aortic valve, the pulmonary valve, the tricuspid valve, the mitral valve, and the like are difficult to understand unless they are skilled doctors. However, according to the configuration of the present invention, the heart sound collecting unit (chest piece) is easily arranged at these positions. be able to.
以下、図面を用いて本発明の実施形態について説明する。
図１は、本実施形態の心音解析装置のブロック図である。心音センサ１は、身体に取付けられていて、身体からの心音を収集する。心音センサ１は、身体からの心音を収集できれば何でも良いが、例えば、聴診器で用いるチェストピースなどを用いると良い。心音センサ１で得られた心音データは心音受信手段２に送られる。心音受信手段２は、例えば、マイクロフォン、Ａ／Ｄ変換器などを備えており、心音をデジタル信号に変換して出力する。心音受信手段２から出力された心音データは、ＰＣ等の演算手段３に送られる。なお、この図では、心音センサ１からの心音を直接演算手段３に取り込む例を示しているが、これに限らず、別の場所で事前に録音やデータ蓄積された心音データを演算手段３に取り込む構成にしても良い。演算手段３は、内部に、１周期心音切り出し部３１、スペクトル変換部３２、Ｆｍａｘ・Ｆｗｉｄｔｈｉ抽出部３３、心臓疾患解析部３４、サポートベクトルマシン３５などを含んでいる。演算手段３により解析された結果は、表示手段４に出力される。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a block diagram of the heart sound analysis apparatus of the present embodiment. The
図２は、心音センサ１を身体に取り付けるためのジャケットの例である。心音を効果的に収集するためには、心音センサ１を正確な位置に設置する必要があるが、一般の人がその位置を正確に把握するのは難しい。本実施形態では、予め心音を収集できる場所に心音センサ１を配置したジャケット５を用い、このジャケット５を着用することで、自動的に心音センサ１が身体の最適位置に配置される。心音センサ１の配置場所は、例えば、大動脈弁、肺動脈弁、三尖弁、僧帽弁の近傍などである。
FIG. 2 is an example of a jacket for attaching the
図３は、本実施形態における心音解析アルゴリズムのフローチャートである。ステップ６１で心音受信手段２で受信された心音データを取り出し、ステップ６２で１心音周期分の１周期心音データを切り出し、ステップ６３で前記１周期心音データをスペクトルパワー密度データに変換し、ステップ６４で前記スペクトルパワー密度から信号強度が最大になる周波数Ｆｍａｘを算出し、ステップ６５でｎ個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）に対する周波数幅Ｆｗｉｄｔｈｉを算出し、ステップ６６でＦｍａｘ、ＴＨＶｉ及びＦｗｉｄｔｈｉから心臓疾患の解析し、ステップ６７で解析結果を出力する。個々のステップの細かい演算方法に関しては後で説明する。
FIG. 3 is a flowchart of the heart sound analysis algorithm in the present embodiment. In step 61, the heart sound data received by the heart sound receiving means 2 is extracted. In
以下、本実施形態における心音解析原理について詳しく説明する。
図４は、主な聴診音の周波数分布を表す図である。図４から、一部異常心音の周波数は正常周波数と重なり、正常心音か異常心音か区別が難しいことがわかる。本発明はこのような場合も異常心音を識別する方法を提案するものである。
具体的には、収録した心音から第１音と第２音を１セグメントとして切り出し（図５）、それぞれのセグメントに対してスペクトルパワー密度解析を行う。その結果の最大値が１となるように正規化する（図６）。
Hereinafter, the heart sound analysis principle in this embodiment will be described in detail.
FIG. 4 is a diagram showing the frequency distribution of main auscultatory sounds. FIG. 4 shows that the frequency of some abnormal heart sounds overlaps with the normal frequency, and it is difficult to distinguish between normal heart sounds and abnormal heart sounds. The present invention proposes a method for identifying abnormal heart sounds even in such a case.
Specifically, the first sound and the second sound are cut out as one segment from the recorded heart sounds (FIG. 5), and spectral power density analysis is performed on each segment. Normalization is performed so that the maximum value of the result is 1 (FIG. 6).
図５（ａ）が正常心音の１セグメントの波形、図５（ｂ）が異常心音の１セグメントの波形である。この図からわかるように、正常心音に比べて異常心音の方が雑音成分が多い。雑音成分が多いということは、それだけ周波数帯域幅が広くなることを意味する。図６（ａ）は図５（ａ）の波形をスペクトル変換したグラフ、図６（ｂ）は図５（ｂ）の波形をスペクトル変換したグラフである。図６から、異常心音の方が周波数帯域Ｆwidthが広いことがわかる。 FIG. 5A shows the waveform of one segment of a normal heart sound, and FIG. 5B shows the waveform of one segment of an abnormal heart sound. As can be seen from this figure, abnormal heart sounds have more noise components than normal heart sounds. That there are many noise components means that the frequency bandwidth becomes wider accordingly. FIG. 6A is a graph obtained by spectrally converting the waveform of FIG. 5A, and FIG. 6B is a graph obtained by spectrally converting the waveform of FIG. 5B. FIG. 6 shows that the abnormal heart sound has a wider frequency band Fwidth.
異常心音の識別に使用するパラメータとして、図６で定義される、『信号強度が最大になる周波数Ｆｍａｘ』、『信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）』、『信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）に対する周波数幅Ｆｗｉｄｔｈｉ』を導入する。なお、『信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）』は、異なる値の閾値が複数個（ｎ個）設定される。Ｆｍａｘは第１音と第２音の主要周波数を表わすもの、Ｆｗｉｄｔｈｉは心雑音のパラメータとして用いる。図７（ＴＨＶが信号強度最大値の１０％）からわかるように、一般的に、正常心音の場合はＦｍａｘが５０Ｈｚ付近、Ｆｗｉｄｔｈが２００Ｈｚ付近に分布し、異常心音の場合はＦｍａｘが５０Ｈｚ以上、Ｆｗｉｄｔｈが２００Ｈｚ以上の広い範囲に分布している。 As parameters used for identifying abnormal heart sounds, “frequency Fmax at which signal intensity is maximized”, “signal intensity threshold THV i (i = 1 to n)”, “signal intensity threshold THV i ( Introduce a frequency width Fwidth i ′ for i = 1 to n). Note that “signal intensity threshold THV i (i = 1 to n)” is set with a plurality (n) of thresholds having different values. Fmax represents the main frequency of the first sound and the second sound, and Fwidth i is used as a parameter of heart noise. As can be seen from FIG. 7 (THV is 10% of the maximum signal intensity value), in general, Fmax is distributed near 50 Hz in the case of normal heart sounds, Fwidth is distributed in the vicinity of 200 Hz, and Fmax is 50 Hz or more in the case of abnormal heart sounds. The Fwidth is distributed over a wide range of 200 Hz or more.
複数個（ｎ個）の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）とそれに対する周波数幅Ｆｗｉｄｔｈｉを用いることで、正常心音の周波数と異常心音の周波数とが近くても、複数個のＴＨＶの値により区別することが可能となる。図８はＴＨＶｉをそれぞれ１０％、２０％、３０％、４０％とした場合に求められたＦｍａｘとＦｗｉｄｔｈｉの分布をプロットしたものである。ここで(ＮＭ１、ＮＭ２、ＮＭ３)は健常者のサンプル、ＡＦ、ＭＳ、ＡＲはそれぞれ心房（性）細動(不整脈の一種)、僧帽弁狭窄症、大動脈弁閉鎖不全または大動脈弁逆流である。 By using a plurality (n) of signal intensity thresholds THV i (i = 1 to n) and a frequency width Fwidth i corresponding thereto, even if the frequency of normal heart sounds and the frequency of abnormal heart sounds are close, a plurality of THV It is possible to distinguish by the value of. FIG. 8 is a plot of Fmax and Fwidth i distributions obtained when THV i is 10%, 20%, 30%, and 40%, respectively. Where (NM1, NM2, NM3) are healthy samples, AF, MS, AR are atrial (sexual) fibrillation (a type of arrhythmia), mitral stenosis, aortic regurgitation or aortic regurgitation .
異常心音の識別方法として、図８のＦｍａｘとＦｗｉｄｔｈｉ（ｉ＝１〜ｎ）の値をサポートベクターマシン（ＳＶＭ）識別学習方法によって学習し、各種心疾病によって発生する異常心音が対応するＳＶＭモジュールの境界線を決定する。ＳＶＭモジュールの境界線の一例を図９に示す。また、図１０に示すＳＶＭ識別フローチャートにおいて、まずＳＶＭ１モジュールにより正常心音を異常心音から仕分ける。次に異常心音データをＳＶＭ２ａとＳＶＭ２ｂモジュールを通し、ＡＳ（大動脈弁狭窄症）とＡＲとに仕分ける。その他のデータを次のＳＶＭ３ａとＳＶＭ３ｂモジュールに入力し、ＡＲとＡＳを識別する。必要に応じてＳＶＭ４、ＳＶＭ５と他の異常心音を判別していく。図１１にＳＶＭ識別方法を用いた識別精度（Ａｃｃｕｒａｃｙ）、敏感度（ｓｅｎｓｉｔｉｖｉｔｙ）、特異度（ｓｐｅｃｉｆｉｃｉｔｙ）を示す。図１１（ａ）は各ＳＶＭモジュールの識別精度（ＡＣＣ）を表す図、図１１（ｂ）は正常心音を正しく識別できた割合（ＳＰＥ）を表す図、図１１（ｃ）は各異常心音を正しく識別できた割合（ＳＥＮ）を表す図である。これらの図からわかるように、正常心音を正しく識別できた割合は９９．６０％、異常心音を正しく識別できた割合は９８．９０％であり、高い割合で正常と異常とを識別できていることがわかる。また、異常心音がどの心臓疾患に相当するかも比較的高い精度で識別できていることがわかる。 As an abnormal heart sound identification method, the values of Fmax and Fwidthi (i = 1 to n) in FIG. 8 are learned by a support vector machine (SVM) identification learning method, and abnormal heart sounds generated by various heart diseases correspond to the SVM module. Determine the boundary line. An example of the boundary line of the SVM module is shown in FIG. In the SVM identification flowchart shown in FIG. 10, first, normal heart sounds are sorted from abnormal heart sounds by the SVM1 module. Next, abnormal heart sound data is classified into AS (aortic stenosis) and AR through the SVM2a and SVM2b modules. Other data is input to the next SVM3a and SVM3b modules to identify the AR and AS. SVM4 and SVM5 and other abnormal heart sounds are discriminated as necessary. FIG. 11 shows identification accuracy (Accuracy), sensitivity (sensitivity), and specificity (specificity) using the SVM identification method. FIG. 11A is a diagram showing the identification accuracy (ACC) of each SVM module, FIG. 11B is a diagram showing a ratio (SPE) in which normal heart sounds can be correctly identified, and FIG. 11C is a diagram showing abnormal heart sounds. It is a figure showing the ratio (SEN) which could be identified correctly. As can be seen from these figures, the rate of correctly identifying normal heart sounds is 99.60%, and the rate of correctly identifying abnormal heart sounds is 98.90%, indicating a high rate of normal and abnormal. I understand that. Further, it can be seen that which heart disease the abnormal heart sound corresponds to can be identified with relatively high accuracy.
ここで、サポートベクターマシン（ＳＶＭ）について簡単に説明する。サポートベクターマシンとは、ニューラルネットワークの一種であり、学習型のクラスタリングを行うアルゴリズムの１つである。図９のように、２次元に分布しているデータを複数種類に分ける場合の境界線を学習により決定する。この際、各境界線において、できるだけマージンが大きくなるように境界線の決定を行う。境界線が学習により決定されると、そのルール（ＳＶＭモジュール）にしたがって、入力されたデータが振り分けられる。本発明においては、複数個のＴＨＶｉ（ｉ＝１〜ｎ）とそれに対応したＦｗｉｄｔｈｉを用いているため、多くのＳＶＭモジュールを定義可能であり、図１０に示すように多段階でデータの分類が可能であるので、より高い精度で心音の識別が可能である。 Here, the support vector machine (SVM) will be briefly described. The support vector machine is a kind of neural network and is one of algorithms for performing learning type clustering. As shown in FIG. 9, the boundary line in the case where data distributed in two dimensions is divided into a plurality of types is determined by learning. At this time, the boundary line is determined so that the margin becomes as large as possible in each boundary line. When the boundary line is determined by learning, the input data is distributed according to the rule (SVM module). In the present invention, since a plurality of THV i (i = 1 to n) and Fwidth i corresponding thereto are used, a large number of SVM modules can be defined. As shown in FIG. Since classification is possible, heart sounds can be identified with higher accuracy.
以上、本発明の実施形態の一例を説明したが、本発明はこれに限定されるものではなく、特許請求の範囲に記載された技術的思想の範疇において各種の変更が可能であることは言うまでもない。 Although an example of the embodiment of the present invention has been described above, the present invention is not limited to this, and it goes without saying that various modifications can be made within the scope of the technical idea described in the claims. Yes.
１：心音センサ、
５：ジャケット
1: heart sound sensor,
5: Jacket
Claims (4)
前記心音聴診データから第１音及び第２音を含む１心音周期分を１周期心音データとして切り出す手段と、
前記１周期心音データをスペクトルパワー密度データに変換する手段と、
前記スペクトルパワー密度データにおいて信号強度が最大になる周波数Ｆｍａｘを求める手段と、
前記スペクトルパワー密度データにおいて、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）を設定して、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを求める手段と、
複数の心音周期の前記Ｆｍａｘ、ＴＨＶｉ及びＦｗｉｄｔｈｉに基づいて、心臓疾患の解析をする解析手段と、を有する
ことを特徴とする心音解析装置。 A heart sound analysis device that analyzes heart sound auscultation data collected from the human body to analyze heart disease,
Means for cutting out one heart sound period including the first sound and the second sound as one period heart sound data from the heart sound auscultation data;
Means for converting the one-cycle heart sound data into spectral power density data;
Means for obtaining a frequency Fmax at which signal intensity is maximum in the spectral power density data;
Means for setting a plurality of signal intensity thresholds THV i (i = 1 to n) in the spectral power density data and determining a frequency width Fwidth i for each THV i ;
An analysis means for analyzing a heart disease based on the Fmax, THV i and Fwidth i of a plurality of heart sound cycles.
ことを特徴とする請求項１記載の心音解析装置。 The analysis means analyzes a heart disease using a support vector machine identification learning method.
The heart sound analysis apparatus according to claim 1.
前記心音収集手段は、人体に密着させる複数のチェストピースと、前記複数のチェストピースを固定するバンドまたはジャケットとからなり、
前記チェストピースは、前記バンドまたはジャケットを人体に装着したときに前記チェストピースが大動脈弁、肺動脈弁、三尖弁、僧帽弁のいずれかの近傍に配置されるように、前記バンドまたはジャケットに固定されている、
ことを特徴とする請求項１または２記載の心音解析装置。 Furthermore, it has a heart sound collecting means,
The heart sound collecting means comprises a plurality of chest pieces closely contacting the human body, and a band or a jacket for fixing the plurality of chest pieces,
The chest piece is attached to the band or the jacket so that the chest piece is disposed in the vicinity of any one of the aortic valve, the pulmonary valve, the tricuspid valve, and the mitral valve when the band or the jacket is attached to a human body. Fixed,
The heart sound analysis apparatus according to claim 1 or 2, characterized in that
前記心音聴診データから第１音及び第２音を含む１心音周期分を１周期心音データとして切り出す工程と、
前記１周期心音データをスペクトルパワー密度データに変換する工程と、
前記スペクトルパワー密度データにおいて信号強度が最大になる周波数Ｆｍａｘを求める工程と、
前記スペクトルパワー密度データにおいて、複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）を設定して、それぞれのＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉを求める工程と、
複数の心音周期の前記Ｆｍａｘ、ＴＨＶｉ及びＦｗｉｄｔｈｉに基づいて、心臓疾患の解析をする解析工程と、を有する
ことを特徴とする心音解析方法。 A heart sound analysis method that analyzes heart sound auscultation data collected from the human body to analyze heart disease,
Cutting one heart sound period including the first sound and the second sound from the heart sound auscultation data as one period heart sound data;
Converting the one-cycle heart sound data into spectral power density data;
Obtaining a frequency Fmax at which signal intensity is maximum in the spectral power density data;
Setting a plurality of signal intensity thresholds THV i (i = 1 to n) in the spectral power density data to determine a frequency width Fwidth i for each THV i ;
An analysis step of analyzing a heart disease based on the Fmax, THV i and Fwidth i of a plurality of heart sound cycles.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008090594A JP5207174B2 (en) | 2008-03-31 | 2008-03-31 | Heart sound frequency analyzer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008090594A JP5207174B2 (en) | 2008-03-31 | 2008-03-31 | Heart sound frequency analyzer |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009240527A true JP2009240527A (en) | 2009-10-22 |
| JP5207174B2 JP5207174B2 (en) | 2013-06-12 |
Family
ID=41303169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008090594A Expired - Fee Related JP5207174B2 (en) | 2008-03-31 | 2008-03-31 | Heart sound frequency analyzer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5207174B2 (en) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011114669A1 (en) * | 2010-03-18 | 2011-09-22 | パナソニック株式会社 | Biometric sound testing device |
| JP2013034670A (en) * | 2011-08-08 | 2013-02-21 | Jvc Kenwood Corp | Cardiac sound information processor, cardiac sound information processing method, and cardiac sound information processing program |
| JP2014504192A (en) * | 2010-12-13 | 2014-02-20 | アカリクス アクティーゼルスカブ | System, stethoscope and method for indicating the risk of coronary artery disease |
| JP2014087543A (en) * | 2012-10-31 | 2014-05-15 | Jvc Kenwood Corp | Cardiac sound information processing device, cardiac sound information processing method, and cardiac sound information processing program |
| JP2014233598A (en) * | 2013-06-05 | 2014-12-15 | 国立大学法人山口大学 | Auscultatory cardiac sound signal processing method, auscultatory cardiac sound signal processing apparatus, and auscultatory cardiac sound signal processing program |
| JP2014534024A (en) * | 2011-10-28 | 2014-12-18 | コーニンクレッカ フィリップス エヌ ヴェ | Apparatus and method for processing heart sounds for auscultation |
| JP2015188518A (en) * | 2014-03-27 | 2015-11-02 | 旭化成株式会社 | Cardiac disease identification apparatus, program, medium, and cardiac disease identification method |
| JP2015229030A (en) * | 2014-06-05 | 2015-12-21 | 国立大学法人福井大学 | Heartbeat state analysis device |
| JP2017012366A (en) * | 2015-06-30 | 2017-01-19 | 旭化成株式会社 | Cardiac disease diagnostic apparatus, cardiac disease diagnostic program and medium |
| WO2018117171A1 (en) * | 2016-12-20 | 2018-06-28 | パイオニア株式会社 | Bioacoustic analysis method, program, storage medium, and bioacoustic analysis device |
| JPWO2021054446A1 (en) * | 2019-09-20 | 2021-03-25 | ||
| WO2021132320A1 (en) * | 2019-12-27 | 2021-07-01 | 京セラ株式会社 | Control device, control system, and control method |
| WO2022191105A1 (en) * | 2021-03-12 | 2022-09-15 | 国立大学法人大阪大学 | Cardiac-valve abnormality detection device, detection method, and computer program |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001224563A (en) * | 2000-02-18 | 2001-08-21 | Nippon Colin Co Ltd | Cardiac sound detector, and preejection period measuring instrument and pulse wave propagating speed information measuring instrument using it |
| JP2002153434A (en) * | 2000-11-17 | 2002-05-28 | Dainippon Printing Co Ltd | Time sequential signal analyzer |
| JP2003000558A (en) * | 2001-06-20 | 2003-01-07 | Nippon Colin Co Ltd | Cardiac sound detector |
| JP2003108185A (en) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | Time-series signal analyzing device |
| JP2005296643A (en) * | 2004-03-19 | 2005-10-27 | Yamaguchi Univ | Digital auscultatory analytical system |
| WO2007046504A1 (en) * | 2005-10-21 | 2007-04-26 | Yamaguchi University | Stethoscope heart sound signal processing method and stethoscope device |
-
2008
- 2008-03-31 JP JP2008090594A patent/JP5207174B2/en not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001224563A (en) * | 2000-02-18 | 2001-08-21 | Nippon Colin Co Ltd | Cardiac sound detector, and preejection period measuring instrument and pulse wave propagating speed information measuring instrument using it |
| JP2002153434A (en) * | 2000-11-17 | 2002-05-28 | Dainippon Printing Co Ltd | Time sequential signal analyzer |
| JP2003000558A (en) * | 2001-06-20 | 2003-01-07 | Nippon Colin Co Ltd | Cardiac sound detector |
| JP2003108185A (en) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | Time-series signal analyzing device |
| JP2005296643A (en) * | 2004-03-19 | 2005-10-27 | Yamaguchi Univ | Digital auscultatory analytical system |
| WO2007046504A1 (en) * | 2005-10-21 | 2007-04-26 | Yamaguchi University | Stethoscope heart sound signal processing method and stethoscope device |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011114669A1 (en) * | 2010-03-18 | 2011-09-22 | パナソニック株式会社 | Biometric sound testing device |
| US8702628B2 (en) | 2010-03-18 | 2014-04-22 | Panasonic Corporation | Physiological sound examination device |
| JP5508517B2 (en) * | 2010-03-18 | 2014-06-04 | パナソニック株式会社 | Body sound inspection apparatus, body sound inspection method, program, and integrated circuit |
| JP2014504192A (en) * | 2010-12-13 | 2014-02-20 | アカリクス アクティーゼルスカブ | System, stethoscope and method for indicating the risk of coronary artery disease |
| JP2013034670A (en) * | 2011-08-08 | 2013-02-21 | Jvc Kenwood Corp | Cardiac sound information processor, cardiac sound information processing method, and cardiac sound information processing program |
| JP2014534024A (en) * | 2011-10-28 | 2014-12-18 | コーニンクレッカ フィリップス エヌ ヴェ | Apparatus and method for processing heart sounds for auscultation |
| JP2014087543A (en) * | 2012-10-31 | 2014-05-15 | Jvc Kenwood Corp | Cardiac sound information processing device, cardiac sound information processing method, and cardiac sound information processing program |
| JP2014233598A (en) * | 2013-06-05 | 2014-12-15 | 国立大学法人山口大学 | Auscultatory cardiac sound signal processing method, auscultatory cardiac sound signal processing apparatus, and auscultatory cardiac sound signal processing program |
| JP2015188518A (en) * | 2014-03-27 | 2015-11-02 | 旭化成株式会社 | Cardiac disease identification apparatus, program, medium, and cardiac disease identification method |
| JP2015229030A (en) * | 2014-06-05 | 2015-12-21 | 国立大学法人福井大学 | Heartbeat state analysis device |
| JP2017012366A (en) * | 2015-06-30 | 2017-01-19 | 旭化成株式会社 | Cardiac disease diagnostic apparatus, cardiac disease diagnostic program and medium |
| WO2018117171A1 (en) * | 2016-12-20 | 2018-06-28 | パイオニア株式会社 | Bioacoustic analysis method, program, storage medium, and bioacoustic analysis device |
| JPWO2018117171A1 (en) * | 2016-12-20 | 2019-10-31 | パイオニア株式会社 | Body sound analysis method, program, storage medium, and body sound analysis apparatus |
| JPWO2021054446A1 (en) * | 2019-09-20 | 2021-03-25 | ||
| WO2021054446A1 (en) * | 2019-09-20 | 2021-03-25 | Ａｍｉ株式会社 | Medical device and program |
| JP7320867B2 (en) | 2019-09-20 | 2023-08-04 | Ａｍｉ株式会社 | Medical devices and programs |
| WO2021132320A1 (en) * | 2019-12-27 | 2021-07-01 | 京セラ株式会社 | Control device, control system, and control method |
| WO2022191105A1 (en) * | 2021-03-12 | 2022-09-15 | 国立大学法人大阪大学 | Cardiac-valve abnormality detection device, detection method, and computer program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5207174B2 (en) | 2013-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5207174B2 (en) | Heart sound frequency analyzer | |
| Yuenyong et al. | A framework for automatic heart sound analysis without segmentation | |
| Thiyagaraja et al. | A novel heart-mobile interface for detection and classification of heart sounds | |
| Naseri et al. | Detection and boundary identification of phonocardiogram sounds using an expert frequency-energy based metric | |
| US10765399B2 (en) | Programmable electronic stethoscope devices, algorithms, systems, and methods | |
| AU2020201313B2 (en) | Method and system for detection of coronary artery disease in a person using a fusion approach | |
| Dokur et al. | Heart sound classification using wavelet transform and incremental self-organizing map | |
| US20170188868A1 (en) | System and method of identification of the heart valve signals | |
| JP5585428B2 (en) | Respiratory state analyzer, respiratory state display device, and program for them | |
| Castro et al. | Heart sound segmentation of pediatric auscultations using wavelet analysis | |
| Gavrovska et al. | Automatic heart sound detection in pediatric patients without electrocardiogram reference via pseudo-affine Wigner–Ville distribution and Haar wavelet lifting | |
| EP3427669B1 (en) | Method and system for classifying phonocardiogram signal quality | |
| JP6036174B2 (en) | Heart sound information processing apparatus, heart sound information processing method, and heart sound information processing program | |
| Gharehbaghi et al. | A decision support system for cardiac disease diagnosis based on machine learning methods | |
| Fang et al. | Dual-channel neural network for atrial fibrillation detection from a single lead ECG wave | |
| Leal et al. | Noise detection in phonocardiograms by exploring similarities in spectral features | |
| Khan et al. | Artificial neural network-based cardiovascular disease prediction using spectral features | |
| Tang et al. | Automated signal quality assessment for heart sound signal by novel features and evaluation in open public datasets | |
| YILDIZ et al. | Automated auscultative diagnosis system for evaluation of phonocardiogram signals associated with heart murmur diseases | |
| Ghassemian et al. | Early detection of pediatric heart disease by automated spectral analysis of phonocardiogram | |
| Zannat et al. | Automated system for features extraction from pcg signal | |
| Narváez et al. | Classification of heart sounds using linear prediction coefficients and mel-frequency cepstral coefficients as acoustic features | |
| Leal et al. | Detection of different types of noise in lung sounds | |
| Ibrahim et al. | A comparative study of heart sound signal classification based on temporal, spectral and geometric features | |
| US10952625B2 (en) | Apparatus, methods and computer programs for analyzing heartbeat signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110209 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121127 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130118 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130205 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130208 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160301 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5207174 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |