JP2022011027A - Auscultation system, stethoscope, and method - Google Patents
Auscultation system, stethoscope, and method Download PDFInfo
- Publication number
- JP2022011027A JP2022011027A JP2020111885A JP2020111885A JP2022011027A JP 2022011027 A JP2022011027 A JP 2022011027A JP 2020111885 A JP2020111885 A JP 2020111885A JP 2020111885 A JP2020111885 A JP 2020111885A JP 2022011027 A JP2022011027 A JP 2022011027A
- Authority
- JP
- Japan
- Prior art keywords
- auscultation
- sound wave
- auscultation sound
- control unit
- collected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
Description
本発明は、聴診システム、聴診器、及び、方法に関する。 The present invention relates to auscultation systems, stethoscopes, and methods.
聴診器の中には、マイク等のセンサーにより電子的に心音等の音を採取し、採取した音を増幅し、増幅した音を医師等に聴取させる、いわゆる電子聴診器と呼ばれるものがある（例えば、特許文献１参照。）。電子聴診器により取得された音は、例えば、周波数解析が行われる場合がある。特許文献２には、以下の記載がある。「テレビ電話などを用いた遠隔診療において、聴診器による診断を行う場合、マイクロフォンを内蔵したチェストピースを有する聴診器を患者自身が自己の身体に接触させて、心音などをマイクロフォンで電気信号に変換し、これを通信により遠隔の医師に送信するという方法が用いられる。しかし、患者は聴診器の使用に慣れておらず、チェストピースが体表面に適切に接触できていないことがある。このような場合、従来の聴診器では、遠隔の映像からの視覚情報を見て、チェストピースが体に接触しているかどうかを医師が判断をすることは非常に困難であり、チェストピースが体表面に適切に接触していないことによる誤診を招く恐れがあった。」 Some stethoscopes are so-called electronic stethoscopes, which electronically collect sounds such as heart sounds with a sensor such as a microphone, amplify the collected sounds, and have a doctor or the like listen to the amplified sounds ( For example, see Patent Document 1). The sound acquired by the electronic stethoscope may be subjected to frequency analysis, for example. Patent Document 2 has the following description. "In remote medical care using a videophone, etc., when making a diagnosis with a stethoscope, the patient himself touches the stethoscope with a chestpiece with a built-in microphone to his own body and converts heart sounds etc. into electrical signals with the microphone. However, the method of transmitting this to a remote doctor by communication is used. However, the patient may not be accustomed to using a stethoscope and the chestpiece may not be in proper contact with the body surface. In this case, it is very difficult for a doctor to judge whether the chestpiece is in contact with the body by looking at the visual information from a remote image with a conventional stethoscope, and the chestpiece is on the surface of the body. There was a risk of misdiagnosis due to improper contact. "
上述した特許文献２に記載の課題の他、従来の聴診器においては、聴診器を操作し、聴診するユーザーの技量により、身体の状態変化の判断が行われているため、遠隔医療（診療）、在宅医療において、個人が、聴診器で心音等を測定した場合、身体の状態の変化を判断する難易度が高いという問題がある。 In addition to the problems described in Patent Document 2 described above, in a conventional stethoscope, a change in physical condition is determined by the skill of a user who operates the stethoscope and auscultates, so that remote medical treatment (medical treatment) In home medical care, when an individual measures heart sounds or the like with a stethoscope, there is a problem that it is difficult to judge changes in the physical condition.
本発明の目的は、容易に、身体の状態の変化を判断可能な手段を提供することである。 An object of the present invention is to provide a means for easily determining a change in a physical condition.
第１の発明の聴診システムは、聴診音を採取するためのセンサーと、制御部と、を備え、前記制御部は、前記センサーにより採取された採取聴診音波形と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断することを特徴とする。 The auscultation system of the first invention includes a sensor for collecting auscultation sounds and a control unit, and the control unit includes auscultation sound wave type collected by the sensor, a predetermined auscultation sound wave type, and a predetermined auscultation sound wave type. It is characterized in that the physical condition is judged based on the comparison result.
本発明では、制御部は、センサーにより聴取された採取聴診音波形と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断する。例えば、「所定の聴診波形」として、聴診音が採取されるユーザーの過去の聴診音波形を用いれば、過去のユーザーの身体に関する聴診音波形との比較を行うことができるため、過去の身体の状態に対する現在の身体の状態の変化を判断することができる。これにより、過去の身体の状態に対する現在の身体の状態の変化が判断されるため、判断結果に基づいて、ユーザーは、容易に、身体の状態の変化を判断することができる。 In the present invention, the control unit compares the collected auscultation sound wave form heard by the sensor with the predetermined auscultation sound wave form, and determines the physical condition based on the comparison result. For example, if the past auscultation sound wave form of the user from which the auscultation sound is collected is used as the "predetermined auscultation waveform", it is possible to compare with the auscultation sound wave form of the past user's body. It is possible to judge the change of the current physical condition with respect to the condition. As a result, the change in the current physical condition with respect to the past physical condition is determined, so that the user can easily determine the change in the physical condition based on the determination result.
第２の発明の聴診システムは、第１の発明の聴診システムにおいて、前記制御部は、聴診音波形に基づいて、時間対振幅の推移を示すエネルギートレンドデータを作成し、エネルギートレンドデータのピークにマークを打ち、マークの間隔から、聴診音波形の周期を取得することを特徴とする。 In the auscultation system of the second invention, in the auscultation system of the first invention, the control unit creates energy trend data showing the transition of time vs. amplitude based on the auscultation sound wave shape, and makes the peak of the energy trend data. It is characterized by striking a mark and acquiring the auscultatory sound wave-shaped cycle from the interval between the marks.
第３の発明の聴診システムは、第２の発明の聴診システムにおいて、前記制御部は、
エネルギートレンドデータのピークを中心とする、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いることを特徴とする。
The auscultation system of the third invention is the auscultation system of the second invention, wherein the control unit is
Auscultation sound wave data in a section of 1/2 of one cycle before and after the peak of the energy trend data, or data based on the auscultation sound wave type, can be collected as the auscultation sound wave type or of the predetermined auscultation sound wave type. It is characterized by being used for acquisition.
第４の発明の聴診システムは、第２の発明の聴診システムにおいて、前記制御部は、エネルギートレンドデータのピークを中心として、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、所定回数重ね書きしたデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いることを特徴とする。 The auscultation system of the fourth invention is the auscultation system of the second invention, in which the control unit is auscultation sound wave data in a half section of one cycle before and after the peak of the energy trend data, or It is characterized in that the data based on the auscultation sound wave form is overwritten a predetermined number of times, and the data is used as the collected auscultation sound wave form or for acquiring the predetermined auscultation sound wave form.
聴診音波形が、例えば、心音波形である場合、周期信号であるため、測定ばらつきがある。このため、本発明では、制御部は、エネルギートレンドデータのピークを中心として、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、所定回数重ね書きしたデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いる。これにより、測定ばらつきを丸めこむことができる When the auscultation sound wave type is, for example, a heart sound wave type, there is a measurement variation because it is a periodic signal. Therefore, in the present invention, the control unit overwrites the auscultation sound wave data or the data based on the auscultation sound wave a predetermined number of times in the section of 1/2 of one cycle before and after the peak of the energy trend data. The collected data is used as a collected auscultation sound wave form or for acquiring a predetermined auscultation sound wave form. This makes it possible to round off measurement variations.
第５の発明の聴診システムは、第２～第４のいずれかの発明の聴診システムにおいて、前記制御部は、聴診音波形の実効値、又は、STFT（Short-time Fourier transform）した後の、全周波数エネルギーの和、又は、二乗平均を足し合わせることで、エネルギートレンドデータを作成することを特徴とする。 The auscultation system of the fifth invention is the auscultation system of any one of the second to fourth inventions, wherein the control unit performs an effective value of the auscultation sound type or STFT (Short-time Fourier transform). It is characterized in that energy trend data is created by adding the sum of all frequency energies or the root mean square.
第６の発明の聴診システムは、第３又は第４の発明の聴診システムにおいて、前記制御部は、聴診音波形に基づくデータとして、聴診音波形を、FFT（Fast Fourier transform）、又は、MFCC（Mel-Frequency Cepstrum Coefficients）したデータを用いることを特徴とする。 The auscultation system of the sixth invention is the auscultation system of the third or fourth invention, and the control unit uses the auscultation sound wave form as data based on the auscultation sound wave form, FFT (Fast Fourier transform) or MFCC ( Mel-Frequency Cepstrum Coefficients) is used.
第７の発明の聴診システムは、第１～第６のいずれかの発明の聴診システムにおいて、所定の聴診音波形は、聴診音が採取されるユーザーの聴診音に基づく波形であることを特徴とする。 The auscultation system of the seventh invention is characterized in that, in the auscultation system of any one of the first to sixth aspects, the predetermined auscultation sound wave shape is a waveform based on the auscultation sound of the user from which the auscultation sound is collected. do.
第８の発明の聴診システムは、第７の発明の聴診システムにおいて、前記制御部は、採取聴診音波形が、所定の聴診音波形に対して変化している場合、医療機関の受診を促す旨を報知することを特徴とする。 The auscultation system of the eighth invention is the auscultation system of the seventh invention. Is characterized by notifying.
第９の発明の聴診システムは、第１～第６のいずれかの発明の聴診システムにおいて、所定の聴診音波形は、複数人において特徴が共通する、身体の状態が異常な聴診音の波形であることを特徴とする。 The auscultation system of the ninth invention is the auscultation system of any one of the first to sixth inventions. It is characterized by being.
第１０の発明の聴診システムは、第１の発明の聴診システムにおいて、前記制御部は、判断した身体の状態を報知することを特徴とする。 The auscultation system of the tenth invention is characterized in that, in the auscultation system of the first invention, the control unit notifies the determined physical condition.
第１１の発明の聴診システムは、第１の発明の聴診システムにおいて、前記制御部は、判断した身体の状態に基づいて、医療機関の受診の要否を判断することを特徴とする。 The auscultation system of the eleventh invention is characterized in that, in the auscultation system of the first invention, the control unit determines whether or not a medical institution needs to be examined based on the determined physical condition.
第１２の発明の聴診システムは、第１１の発明の聴診システムにおいて、前記制御部は、判断した医療機関の受診の要否を報知することを特徴とする。 The auscultation system of the twelfth invention is characterized in that, in the auscultation system of the eleventh invention, the control unit notifies the necessity of consultation of a determined medical institution.
第１３の発明の聴診システムは、第１～第１２のいずれかの発明の聴診システムにおいて、所定の聴診音波形は、機械学習により学習モデルが作成され、取得されていることを特徴とする。 The auscultation system of the thirteenth invention is characterized in that, in the auscultation system of any one of the first to twelfth inventions, a learning model is created and acquired for a predetermined auscultation sound wave shape by machine learning.
第１４の発明の聴診システムは、第１の発明の聴診システムにおいて、所定の聴診音波形は、聴診音が採取されるユーザーの聴診音に基づく波形と、複数人において特徴が共通する、身体の状態が異常な聴診音の波形と、であり、前記制御部は、採取聴診音波形と、聴診音が採取されるユーザーの聴診音に基づく波形と、を比較し、採取聴診音波形が、聴診音が採取されるユーザーの聴診音に基づく波形に対して変化している場合、採取聴診音波形と、複数人において特徴が共通する、身体の状態が異常な聴診音の波形と、を比較することを特徴とする。 The auscultation system of the fourteenth invention is the auscultation system of the first invention. The state of the auscultation sound is abnormal, and the control unit compares the collected auscultation sound form with the waveform based on the user's auscultation sound from which the auscultation sound is collected, and the collected auscultation sound form is used for auscultation. If the sound changes with respect to the waveform based on the user's auscultatory sound from which it is collected, compare the collected auscultatory sound form with the auscultatory sound waveform that has common characteristics among multiple people and has an abnormal physical condition. It is characterized by that.
第１５の発明の聴診システムは、第１４の発明の聴診システムにおいて、前記制御部は、採取聴診音波形と、複数人において特徴が共通する、身体の状態が異常な聴診音の波形と、が類似している場合、身体の異常を報知することを特徴とする。 The auscultation system of the fifteenth invention is the auscultation system of the fourteenth invention. When similar, it is characterized by notifying the body of an abnormality.
第１６の発明の聴診システムは、第１４又は第１５の発明の聴診システムにおいて、前記制御部は、採取聴診音波形と、複数人において特徴が共通する、身体の状態が異常な聴診音の波形と、が類似している場合、医療機関の受診を促す旨を報知することを特徴とする。 The auscultation system of the sixteenth invention is the auscultation system of the fourteenth or fifteenth invention, wherein the control unit has the same characteristics as the collected auscultation sound wave type, and the waveform of the auscultation sound having an abnormal physical condition. When and are similar, it is characterized by notifying that a medical institution is urged to undergo auscultation.
第１７の発明の聴診器は、聴診音を採取するためのセンサーと、制御部と、を備え、前記制御部は、前記センサーにより採取された採取聴診音波形と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断することを特徴とする。 The stethoscope of the seventeenth invention includes a sensor for collecting auscultation sound and a control unit, and the control unit includes a auscultation sound wave type collected by the sensor, a predetermined auscultation sound wave type, and a predetermined auscultation sound wave type. It is characterized in that the physical condition is judged based on the comparison result.
第１８の発明の方法は、センサーにより採取された採取聴診音波形と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断することを特徴とする。 The method of the eighteenth invention is characterized in that the collected auscultation sound wave form collected by the sensor is compared with a predetermined auscultation sound wave form, and the physical condition is determined based on the comparison result.
本発明によれば、ユーザーは、容易に、身体の状態の変化を判断することができる。 According to the present invention, the user can easily determine the change in the physical condition.
以下、本発明の実施形態について説明する。本発明の実施形態に係る聴診システムは、例えば、聴診器と、スマートフォンと、から構成される。聴診システムでは、聴診器により採取された聴診音（例えば、心音）が、スマートフォンに送信され、スマートフォンにおいて、聴診音の解析等が行われる。なお、聴診システムは、聴診器のみから構成されていてもよい。また、聴診音の解析等を行う機器は、スマートフォンでなくてもよく、専用の機器等であってもよい。 Hereinafter, embodiments of the present invention will be described. The auscultation system according to the embodiment of the present invention includes, for example, a stethoscope and a smartphone. In the auscultation system, the auscultation sound (for example, heart sound) collected by the stethoscope is transmitted to the smartphone, and the auscultation sound is analyzed on the smartphone. The auscultation system may be composed of only a stethoscope. Further, the device for analyzing the auscultation sound may not be a smartphone, but may be a dedicated device or the like.
聴診器は、聴診音が採取される人体と接触する接触面である下面に、聴診音を採取するためのセンサーを備える。センサーは、例えば、ダイアフラムと、ダイアフラムに貼り付けられたピエゾ素子と、から構成される。また、センサーは、例えば、ダイアフラムと、マイクと、から構成される。また、センサーは、例えば、マイクである。センサーにより採取された聴診音は、スマートフォンに送信される。 The stethoscope is provided with a sensor for collecting auscultation sound on the lower surface, which is a contact surface in contact with the human body from which the auscultation sound is collected. The sensor is composed of, for example, a diaphragm and a piezo element attached to the diaphragm. Further, the sensor is composed of, for example, a diaphragm and a microphone. The sensor is, for example, a microphone. The auscultation sound collected by the sensor is transmitted to the smartphone.
スマートフォンは、例えば、ＣＰＵ（Central Processing Unit）等の制御部を備えている。なお、以下で説明する処理等は、基本的に制御部によって実行されるが、「制御部は、～する。」という「～する」処理において、「制御部は」の文言を省略している場合がある。スマートフォンの制御部は、聴診器から送信される、センサーにより採取された採取聴診音波形（以下、「テストデータ」ともいう。）と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断する。所定の聴診音波形は、例えば、機械学習により取得されたデータ（以下、「学習データ」ともいう。）である。学習データは、例えば、聴診音が採取されるユーザーの過去に採取された聴診音に基づく波形である。制御部は、テストデータが、学習データに対して変化している場合、身体の状態が変化していると判断し、例えば、スマートフォンの表示画面により、医療機関の受診を促す旨を報知する。このとき、制御部は、身体の状態が変化していることを報知してもよい。 The smartphone includes, for example, a control unit such as a CPU (Central Processing Unit). The processes described below are basically executed by the control unit, but the word "control unit is" is omitted in the "to" process of "the control unit is ...". In some cases. The control unit of the smartphone compares the collected auscultation sound wave form (hereinafter, also referred to as “test data”) collected by the sensor, which is transmitted from the stethoscope device, with the predetermined auscultation sound wave form, and is based on the comparison result. To judge the physical condition. The predetermined auscultation sound wave shape is, for example, data acquired by machine learning (hereinafter, also referred to as “learning data”). The learning data is, for example, a waveform based on the auscultation sound collected in the past of the user from which the auscultation sound is collected. When the test data changes with respect to the learning data, the control unit determines that the physical condition has changed, and notifies, for example, that the display screen of the smartphone prompts the patient to see a medical institution. At this time, the control unit may notify that the state of the body is changing.
また、学習データは、複数人において特徴が共通する、身体の状態が異常な聴診音の波形である。例えば、聴診音が、心音である場合、学習データは、典型的な心疾患の波形である。制御部は、テストデータが、学習データに類似している場合、心疾患の疑いがあると判断し、例えば、スマートフォンの表示画面により、医療機関の受診を促す旨を報知する。このとき、制御部は、疑いのある心疾患名を報知してもよい。このように、制御部は、身体の状態を判断し、判断した身体の状態に基づいて、医療機関の受診の要否を判断する。制御部は、医療機関の受診が不要と判断した場合であっても、その旨を報知するようになっていてもよい。 In addition, the learning data is a waveform of an auscultatory sound with an abnormal physical condition, which has common characteristics among a plurality of people. For example, if the auscultatory sound is a heart sound, the learning data is a typical heart disease waveform. If the test data is similar to the learning data, the control unit determines that there is a suspicion of heart disease, and notifies, for example, that the display screen of the smartphone prompts the patient to see a medical institution. At this time, the control unit may notify the suspected heart disease name. In this way, the control unit determines the physical condition, and determines whether or not to receive a medical examination at a medical institution based on the determined physical condition. Even if it is determined that the medical institution does not need to be examined, the control unit may notify the fact.
なお、各種の報知は、スマートフォンの表示画面により行われていてもよいし、他の表示で行われてもよい。また、「音」により報知されるようになっていてもよい。 In addition, various notifications may be performed on the display screen of the smartphone, or may be performed on other displays. Further, it may be notified by "sound".
次に、聴診音を機械学習に取り込むための方法について説明する。以下の手順で、心音（聴診音）の同期と間隔の掌握を行い、対象の心音の切り取りと機械学習による比較とを行う。 Next, a method for incorporating auscultatory sounds into machine learning will be described. By the following procedure, the heart sounds (auscultatory sounds) are synchronized and the intervals are grasped, and the target heart sounds are cut out and compared by machine learning.
（１）心音波形をセンサーで採取する。図１に、心音波形の一例を示す。
（２）波形の実効値、又は、STFT（Short-time Fourier transform）した後の全周波数のエネルギー（和、又は、二乗平均）を足し合わせ、時間対振幅の推移を示すエネルギートレンドデータを作成する。図２に、実波形、STFTデータ、及び、エネルギートレンドデータの一例を示す。図２では、図１における鎖線、及び、一点鎖線の領域における実波形、STFTデータ、及び、エネルギートレンドデータが示されている。
（３）エネルギートレンドデータのピークにマークを打ち、マークの間隔から心拍同期の時間位置と心拍の周期Tを採取する。図３に、エネルギートレンドデータの一例を示す。なお、図では、センサーから採取した心音が示されており、I音に大きなピークが確認できる。
（４）周期を測定した区間について、ピークを中心として、前後に周期Tの1/2の時間で、心音波形を切り取る。図４（ａ）に、波形の切り取りを説明するための図を示す。
（５）切り取った区間の心音を、FFT（Fast Fourier transform）、MFCC（Mel-Frequency Cepstrum Coefficients）、又は、波形そのままの形で、学習データ、又は、テストデータとして取得する。又は、心音は、周期信号であるため、測定ばらつきを丸め込むため、所定回数（例えば、１０回）の波形を重ね書きしたものを、学習データ、又は、テストデータとして取得する。図４（ｂ）に、信号処理後の図を示す。図５（ｃ）に、機械学習による分類、学習モデル作成を説明するための図を示す。
（６）例えば、（５）で採取した過去の健康時のデータを学習データとして、定期的に（例えば、毎日）採取される心音をテストデータとして採取する。
（７）例えば、毎日採取される心音（テストデータ）と、学習データと、において、著しい変化が起こった場合、学習データとの類似性がなくなるため、異常として判定する。図６に、学習モデルを用いた分類判定を説明するための図を示す。
（８）類似性がない場合、異常を疑い、毎日採取される心音（テストデータ）と心音異常波形の学習モデル（学習データ）との類似性を確認する。類似性があれば、その近い心疾患について表示（報知）の上、医師の診療を促す。
（９）希望波形、異常波形ともに類似性がない場合、異常フラグを記録し、医師の診療を促す。
(1) Collect the heart sound waveform with a sensor. FIG. 1 shows an example of a heart sound type.
(2) Add the effective value of the waveform or the energy (sum or root mean square) of all frequencies after STFT (Short-time Fourier transform) to create energy trend data showing the transition of time vs. amplitude. .. FIG. 2 shows an example of the actual waveform, STFT data, and energy trend data. In FIG. 2, the chain line in FIG. 1 and the actual waveform, STFT data, and energy trend data in the region of the alternate long and short dash line are shown.
(3) Mark the peak of the energy trend data, and collect the time position of heartbeat synchronization and the heartbeat cycle T from the interval of the marks. FIG. 3 shows an example of energy trend data. The figure shows the heart sounds collected from the sensor, and a large peak can be confirmed in the I sound.
(4) For the section where the cycle is measured, cut out the heart sound waveform around the peak at a time of 1/2 of the cycle T before and after. FIG. 4A shows a diagram for explaining the cutting of the waveform.
(5) The heartbeat of the cut section is acquired as training data or test data in the form of FFT (Fast Fourier transform), MFCC (Mel-Frequency Cepstrum Coefficients), or the waveform as it is. Alternatively, since the heart sound is a periodic signal, in order to round off the measurement variation, a waveform overwritten a predetermined number of times (for example, 10 times) is acquired as learning data or test data. FIG. 4B shows a diagram after signal processing. FIG. 5C shows a diagram for explaining classification by machine learning and creation of a learning model.
(6) For example, the past health data collected in (5) is collected as learning data, and the heart sounds collected regularly (for example, every day) are collected as test data.
(7) For example, when a significant change occurs between the heartbeat (test data) collected every day and the learning data, the similarity with the learning data is lost, so that the data is determined to be abnormal. FIG. 6 shows a diagram for explaining the classification determination using the learning model.
(8) If there is no similarity, suspect an abnormality and confirm the similarity between the heart sounds (test data) collected every day and the learning model (learning data) of the heart sound abnormality waveform. If there are similarities, display (notify) the nearby heart disease and encourage the doctor to see the doctor.
(9) If there is no similarity between the desired waveform and the abnormal waveform, record the abnormal flag and prompt the doctor to see the doctor.
以下、聴診システムの処理動作を、図７に示すフローチャートに基づいて説明する。まず、制御部は、初期学習モードであるか否かを判断する（Ｓ１）。初期学習モードは、ユーザーの健康時の聴診音（例えば、心音）を学習するためのモードである。制御部は、初期学習モードであると判断した場合（Ｓ１：Ｙｅｓ）、センサーによる聴診音を取得する（Ｓ２）。次に、制御部は、取得した聴診音波形に対して、前処理を行い、前処理を行った聴診音波形データ、又は、前処理を行わずに、前処理を行っていない聴診音波形データを取得する（Ｓ３）。次に、制御部は、Ｓ３で取得した聴診音波形データの学習を行う（Ｓ４）。次に、制御部は、規定数の学習を完了したか否かを判断する（Ｓ５）。制御部は、規定数の学習を完了していないと判断した場合（Ｓ５：Ｎｏ）、Ｓ２の処理を行う。制御部は、規定数の学習を完了したと判断した場合（Ｓ５：Ｙｅｓ）、初期学習モードを終了する。 Hereinafter, the processing operation of the auscultation system will be described with reference to the flowchart shown in FIG. First, the control unit determines whether or not the initial learning mode is set (S1). The initial learning mode is a mode for learning the auscultation sound (for example, heart sound) at the time of the user's health. When the control unit determines that the initial learning mode is set (S1: Yes), the control unit acquires the auscultation sound by the sensor (S2). Next, the control unit performs pretreatment on the acquired auscultation sound wave shape, and the auscultation sound wave shape data that has been preprocessed, or the auscultation sound wave shape data that has not been preprocessed and has not been preprocessed. (S3). Next, the control unit learns the auscultation sound wave data acquired in S3 (S4). Next, the control unit determines whether or not the specified number of learnings have been completed (S5). When it is determined that the specified number of learnings have not been completed (S5: No), the control unit performs the process of S2. When the control unit determines that the specified number of learnings have been completed (S5: Yes), the control unit ends the initial learning mode.
制御部は、初期学習モードでないと判断した場合（Ｓ１：Ｎｏ）、センサーによる聴診音を取得する（Ｓ６）。次に、制御部は、取得した聴診音波形に対して、前処理を行い、前処理を行った聴診音波形データ（テストデータ）、又は、前処理を行わずに、前処理を行っていない聴診音波形データ（テストデータ）を取得する（Ｓ７）。次に、制御部は、学習データを読み出す（Ｓ８）。ここでの学習データは、聴診音が採取されるユーザーの過去に採取された聴診音に基づく波形（健康時）である。言い換えれば、初期学習モードで学習された学習データである。 When the control unit determines that the mode is not the initial learning mode (S1: No), the control unit acquires the auscultation sound by the sensor (S6). Next, the control unit performs pretreatment on the acquired auscultation sound wave shape, and does not perform pretreatment on the preprocessed auscultation sound wave shape data (test data) or without pretreatment. Acquire auscultation sound wave data (test data) (S7). Next, the control unit reads out the learning data (S8). The learning data here is a waveform (at the time of health) based on the auscultation sound collected in the past of the user from whom the auscultation sound is collected. In other words, it is the learning data learned in the initial learning mode.
次に、制御部は、テストデータと学習データとに、顕著な差異があるか否かを判断する（Ｓ９）。制御部は、テストデータと学習データとに、顕著な差異がないと判断した場合（Ｓ９：Ｎｏ）、処理を終了する。制御部は、テストデータと学習データとに、顕著な差異があると判断した場合（Ｓ９：Ｙｅｓ）、異常フラグを立てる（Ｓ１０）。次に、制御部は、学習データを読み出す（Ｓ１１）。ここでの学習データは、複数人において特徴が共通する、身体の状態が異常な聴診音の波形（例えば、典型的な心疾患の波形）である。 Next, the control unit determines whether or not there is a significant difference between the test data and the training data (S9). When the control unit determines that there is no significant difference between the test data and the training data (S9: No), the control unit ends the process. When the control unit determines that there is a significant difference between the test data and the training data (S9: Yes), the control unit sets an abnormality flag (S10). Next, the control unit reads out the learning data (S11). The learning data here is a waveform of an auscultatory sound with an abnormal physical condition (for example, a waveform of a typical heart disease), which has common characteristics among a plurality of people.
次に、制御部は、テストデータと学習データとが類似しているか否か、例えば、テストデータが、典型的な心疾患の波形と類似しているか否かを判断する（Ｓ１２）。制御部は、テストデータと学習データとが類似している、例えば、テストデータが、典型的な心疾患の波形と類似していると判断した場合（Ｓ１２：Ｙｅｓ）、類似する疾患名を記録し（Ｓ１３）、医療機関の受診を推奨する旨を表示し（Ｓ１４）、処理を終了する。制御部は、テストデータと学習データとが類似していない、例えば、テストデータが、典型的な心疾患の波形と類似していないと判断した場合（Ｓ１２：Ｎｏ）、医療機関の受診を推奨する旨を表示し（Ｓ１４）、処理を終了する。 Next, the control unit determines whether or not the test data and the training data are similar, for example, whether or not the test data is similar to the waveform of a typical heart disease (S12). When the control unit determines that the test data and the training data are similar, for example, the test data is similar to the waveform of a typical heart disease (S12: Yes), the control unit records a similar disease name. (S13), a message indicating that a medical institution is recommended to be examined (S14) is displayed, and the process is terminated. If the control unit determines that the test data and the training data are not similar, for example, the test data is not similar to the waveform of a typical heart disease (S12: No), it is recommended to consult a medical institution. Is displayed (S14), and the process is terminated.
なお、聴診システムが、聴診器のみで構成される場合、聴診器には、ＣＰＵ等の制御部が設けられ、制御部は、図７に示す処理動作を含む、上述した処理を行う。 When the auscultation system is composed of only a stethoscope, the stethoscope is provided with a control unit such as a CPU, and the control unit performs the above-mentioned processing including the processing operation shown in FIG. 7.
以上説明したように、本実施形態では、制御部は、センサーにより聴取された採取聴診音波形と、所定の聴診音波形と、を比較し、比較結果に基づいて、身体の状態を判断する。例えば、「所定の聴診波形」として、聴診音が採取されるユーザーの過去の聴診音波形を用いれば、過去のユーザーの身体に関する聴診音波形との比較を行うことができるため、過去の身体の状態に対する現在の身体の状態の変化を判断することができる。これにより、過去の身体の状態に対する現在の身体の状態の変化が判断されるため、判断結果に基づいて、ユーザーは、容易に、身体の状態の変化を判断することができる。 As described above, in the present embodiment, the control unit compares the collected auscultation sound wave form heard by the sensor with the predetermined auscultation sound wave form, and determines the physical condition based on the comparison result. For example, if the past auscultation sound wave form of the user from which the auscultation sound is collected is used as the "predetermined auscultation waveform", it is possible to compare with the auscultation sound wave form of the past user's body. It is possible to judge the change of the current physical condition with respect to the condition. As a result, the change in the current physical condition with respect to the past physical condition is determined, so that the user can easily determine the change in the physical condition based on the determination result.
また、聴診音波形が、例えば、心音波形である場合、周期信号であるため、測定ばらつきがある。このため、本実施形態では、制御部は、エネルギートレンドデータのピークを中心として、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、所定回数重ね書きしたデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いる。これにより、測定ばらつきを丸めこむことができる。なお、国際公開２０１８／１１７１７１号公報には、「所定回数重ね書きしたデータ」を用いることについて、記載も示唆もないことに留意されたい。 Further, when the auscultation sound wave type is, for example, a heart sound wave type, there is a measurement variation because it is a periodic signal. Therefore, in the present embodiment, the control unit superimposes the auscultation sound wave type data or the data based on the auscultation sound wave type a predetermined number of times around the peak of the energy trend data in the section of 1/2 of one cycle before and after. The written data is used as a collected auscultation sound wave form or for acquiring a predetermined auscultation sound wave form. This makes it possible to round off the measurement variation. It should be noted that there is no description or suggestion in the International Publication No. 2018/11171 regarding the use of "data overwritten a predetermined number of times".
以上、本発明の実施形態について説明したが、本発明を適用可能な形態は、上述の実施形態には限られるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更を加えることが可能である。 Although the embodiments of the present invention have been described above, the embodiments to which the present invention can be applied are not limited to the above-described embodiments, and modifications can be made as appropriate without departing from the spirit of the present invention. be.
本発明は、聴診システム、聴診器、及び、方法に好適に採用され得る。 The present invention can be suitably adopted for auscultation systems, stethoscopes, and methods.
Claims (18)
制御部と、を備え、
前記制御部は、
前記センサーにより採取された採取聴診音波形と、所定の聴診音波形と、を比較し、
比較結果に基づいて、身体の状態を判断することを特徴とする聴診システム。 A sensor for collecting auscultatory sounds and
With a control unit,
The control unit
Comparing the collected auscultation sound wave type collected by the sensor with the predetermined auscultation sound wave type,
An auscultation system characterized by judging the physical condition based on the comparison result.
聴診音波形に基づいて、時間対振幅の推移を示すエネルギートレンドデータを作成し、
エネルギートレンドデータのピークにマークを打ち、マークの間隔から、聴診音波形の周期を取得することを特徴とする請求項１に記載の聴診システム。 The control unit
Create energy trend data showing the transition of time vs. amplitude based on the auscultation sound wave shape,
The auscultation system according to claim 1, wherein a mark is placed on a peak of energy trend data, and an auscultation sound wave-shaped cycle is acquired from the interval between the marks.
エネルギートレンドデータのピークを中心とする、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いることを特徴とする請求項２に聴診システム。 The control unit
Auscultation sound wave data in a section of 1/2 of one cycle before and after, centered on the peak of energy trend data, or data based on auscultation sound wave, can be collected as auscultation sound wave type or of a predetermined auscultation sound wave type. The auscultation system according to claim 2, characterized in that it is used for acquisition.
エネルギートレンドデータのピークを中心として、前後に１周期の１／２の区間における聴診音波形データ、又は、聴診音波形に基づくデータを、所定回数重ね書きしたデータを、採取聴診音波形として、又は、所定の聴診音波形の取得に用いることを特徴とする請求項２に聴診システム。 The control unit
Auscultation sound wave data in a section of 1/2 of one cycle before and after the peak of the energy trend data, or data based on the auscultation sound wave shape is overwritten a predetermined number of times, and the collected auscultation sound wave type or The auscultation system according to claim 2, wherein the auscultation system is used for obtaining a predetermined auscultation sound wave shape.
前記制御部は、
採取聴診音波形と、聴診音が採取されるユーザーの聴診音に基づく波形と、を比較し、
採取聴診音波形が、聴診音が採取されるユーザーの聴診音に基づく波形に対して変化している場合、採取聴診音波形と、複数人において特徴が共通する、身体の状態が異常な聴診音の波形と、を比較することを特徴とする請求項１に記載の聴診システム The predetermined auscultation sound wave form is a waveform based on the auscultation sound of the user from which the auscultation sound is collected, and a waveform of the auscultation sound with an abnormal physical condition, which has common characteristics among a plurality of people.
The control unit
Comparing the collected auscultation sound wave type with the waveform based on the user's auscultation sound from which the auscultation sound is collected,
When the collected auscultation sound wave changes with respect to the waveform based on the user's auscultation sound from which the auscultation sound is collected, the auscultation sound with an abnormal physical condition that has the same characteristics as the collected auscultation sound wave shape among multiple people. The auscultation system according to claim 1, wherein the auscultation system is compared with the waveform of the above.
制御部と、を備え、
前記制御部は、
前記センサーにより採取された採取聴診音波形と、所定の聴診音波形と、を比較し、
比較結果に基づいて、身体の状態を判断することを特徴とする聴診器。 A sensor for collecting auscultatory sounds and
With a control unit,
The control unit
Comparing the collected auscultation sound wave type collected by the sensor with the predetermined auscultation sound wave type,
A stethoscope characterized in determining the physical condition based on the comparison result.
比較結果に基づいて、身体の状態を判断することを特徴とする方法。 Comparing the collected auscultation sound wave type collected by the sensor with the predetermined auscultation sound wave type,
A method characterized by determining a physical condition based on a comparison result.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020111885A JP2022011027A (en) | 2020-06-29 | 2020-06-29 | Auscultation system, stethoscope, and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020111885A JP2022011027A (en) | 2020-06-29 | 2020-06-29 | Auscultation system, stethoscope, and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022011027A true JP2022011027A (en) | 2022-01-17 |
Family
ID=80147875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020111885A Pending JP2022011027A (en) | 2020-06-29 | 2020-06-29 | Auscultation system, stethoscope, and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022011027A (en) |
-
2020
- 2020-06-29 JP JP2020111885A patent/JP2022011027A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7520860B2 (en) | Detection of coronary artery disease using an electronic stethoscope | |
| US20210145306A1 (en) | Managing respiratory conditions based on sounds of the respiratory system | |
| CN104305961B (en) | Gurgling sound monitors identifying system | |
| US6629937B2 (en) | System for processing audio, video and other data for medical diagnosis and other applications | |
| JP5093537B2 (en) | Sound information determination support method, sound information determination method, sound information determination support device, sound information determination device, sound information determination support system, and program | |
| US20210030390A1 (en) | Electronic stethoscope | |
| US20080045805A1 (en) | Method and System of Indicating a Condition of an Individual | |
| US20030093003A1 (en) | Multi-modal cardiac diagnostic decision support system and method | |
| US20170007126A1 (en) | System for conducting a remote physical examination | |
| JP2013123494A (en) | Information analyzer, information analysis method, control program, and recording medium | |
| Chamberlain et al. | Mobile stethoscope and signal processing algorithms for pulmonary screening and diagnostics | |
| JP2021510113A (en) | Wearable health condition monitoring device and how to manufacture and use it | |
| US20180177432A1 (en) | Apparatus and method for detection of breathing abnormalities | |
| JP2022009600A (en) | User interface for navigation through physiologic data | |
| Watrous | Computer-aided auscultation of the heart: From anatomy and physiology to diagnostic decision support | |
| US20240057964A1 (en) | Deriving insights into health through analysis of audio data generated by digital stethoscopes | |
| CN106539595A (en) | A kind of active multiple spot enterocinesia monitoring device for lifting gurgling sound discrimination | |
| JP2008516701A (en) | Physiological monitoring method and apparatus | |
| JP2022006758A (en) | Stethoscopic system, stethoscope, and method | |
| JP3764663B2 (en) | Psychosomatic diagnosis system | |
| JP2022011027A (en) | Auscultation system, stethoscope, and method | |
| Ari et al. | DSP implementation of a heart valve disorder detection system from a phonocardiogram signal | |
| Cooper et al. | TRANSMISSION OF ELECTROCARDIOGRAMS TO COMPUTERS. | |
| Monika et al. | Embedded Stethoscope for Real Time Diagnosis of Cardiovascular Diseases | |
| Grundlehner et al. | Methods to characterize sensors for capturing body sounds |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210304 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210618 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230621 |