JP4848524B2

JP4848524B2 - Auscultation heart sound signal processing method and auscultation apparatus

Info

Publication number: JP4848524B2
Application number: JP2007541064A
Authority: JP
Inventors: 鐘偉江; 三晋崔
Original assignee: NATIONAL UNIVERSITY CORPORATION YAMAGUCHI UNIVERSITY
Current assignee: NATIONAL UNIVERSITY CORPORATION YAMAGUCHI UNIVERSITY
Priority date: 2005-10-21
Filing date: 2006-10-20
Publication date: 2011-12-28
Anticipated expiration: 2026-10-20
Also published as: CN101291628A; WO2007046504A1; CN101291628B; JPWO2007046504A1

Description

【技術分野】
【０００１】
本発明は、聴診心音信号の処理方法及び聴診装置に関する。
【背景技術】
【０００２】
日本国内で心臓病による死亡率は高く、１９８５年には脳卒中を抜いて第２位になっている。心臓病のうちでは心不全や虚血性心疾患といわれる心筋梗塞が多く、そのほか原因不明の急性死が３割を占めている。心血管障害のような生活習慣病は病状の変化が緩やかであるため、長期間にわたり定量的な経過観察をしなければ的確に診断されず、発見されないケースが多いと言われている。
【０００３】
近年、家庭や会社で健康管理・診断を行うシステムの開発が進められており、体重計、体温計、血圧計などとともに聴診器が心音や呼吸音などを聴診するものとして普及してはいるが、それほど聴診器が活用されているとは言えない。その理由として、聴診音の診断が熟練を必要とし、困難であることがあげられる。聴診器を当てる部位は聴診に大きく影響するものであり、熟練した医師は聴診器を当てる部位を変えながら心音が最もよく聞こえる部位で心音が正常か異常かの判別を行う。このように熟練を要する聴診技術は、熟練度の低い一般的ユーザにとって修得し難いものである。
【０００４】
単純な聴診器は検出された心音をイヤフォンで聴取し、心音の正常・異常を判別するものであるが、心音のより精密な検査を行うための聴診装置としては、プローブで心音を検出し、検出された心音信号を心音データとして収録する。検出された心音あるいはさらに収録された心音はイヤフォンで聴取され、また収録された心音データは解析処理を行って、心音の正常・異常の判別に利用される。また、収録された心音信号は、回線を介して伝送し、遠隔位置にいる専門医が心音の検査を行うような形でも利用される。
【０００５】
収録された心音を聴取する上で、また心音信号について精度よく解析処理を行う上で、心音の収録音量レベルを適切に設定することが重要である。再生音質の面からは収録音量レベルを高くする方が有利ではあるが、そのように収録された心音信号でも、専門医が聴診する場合に音声信号にノイズが含まれて聞き取りづらいことが多い。一般的なノイズ削除ないし低減の手段を講じても、医師が通常聞き慣れた音と異なったり、有用な情報が削除されることがある。
【０００６】
また、収録された心音信号を聴取することのほかに、心音データについての心音解析を行い、心疾患診断の補助とするというコンピュータ支援による手法が用いられる。このような心音解析を用いた心疾患診断システムとして、専門家向けの専用システムは大規模のものになり、一般的ユーザには利用し難いものである。また、一般的ユーザ向けのより簡易で小規模のものでは、心音の異常を的確に判別し難いものとなっていた。
聴診器ないし聴診装置に関して、次のような特許文献に開示されている。
【０００７】
【特許文献１】
特開２００５−５２５２１号公報
【特許文献２】
特表平１０−５０４７４８号公報
【特許文献３】
特開昭６１−２９０９３６号
【特許文献４】
特開平５−３０９０７５号
【０００８】
特許文献１には、マイクにより取得した音を電気信号に変換し、この電気信号のうち心音に対応する周波数範囲の信号と呼吸音に対応する周波数範囲の信号とを選択的に増強し、他の周波数範囲の信号を選択的に減衰させるようにイコライザの周波数特性を設定した電子聴診器について記載されている。
この電子聴診器において、心音データの特性はある程度個人差があるため、場合によっては心音として増強されるべきものが減衰されることがあり、ノイズを効果的に減少させられるとは限らない事態も生じ得るものであった。
【０００９】
特許文献２には、プリエンファシス、聴力損失の補償等のためのデジタルフィルタを備え、観測される信号中の反復信号を抑制し雑音を除去するためのパターン認識手段を有する電子聴診器について記載されている。
しかしながら、これらの電子聴診器において、インパルス伝達関数を確率するフィルタ手段、プリエンファシスを行うためパターン認識手段等の要素を備えるために、装置が煩雑になり、心音の個人差によりフィルタ手段、パターン認識手段によって効果的にノイズが減少させられない場合も生じるものである。
【００１０】
特許文献３では、心音検出プローブにより検出された心音波形信号を信号変換装置においてゲイン調整し、ＡＤ変換して汎用パーソナルコンピュータの入力信号とし、汎用パーソナルコンピュータで目的に応じた演算処理を行う心音計について開示されている。特許文献３に示される心音計は、家庭用のような一般的ユーザ向けの心音計として、汎用パーソナルコンピュータを用いた簡易な構成により心音波形の信号を利用し得るようにしたものである。ところで、心音プローブにより検出される心音にはノイズが含まれており、心音変換装置においてどの程度にゲイン調整を行うかによって送出される心音を聴取する際、あるいは心音データを送信、受信して解析処理を行う上での信頼性に大きな影響が与えられるのであるが、特許文献３においては、心音解析を行う上で検出された心音波形信号をどのようにゲイン調整するのがよいかという点について考慮してはおらず、心音解析を的確に行う上では不十分なものであった。
【００１１】
特許文献４において、判定基準を設けることなく正確に心音データを判定するために、心音の振幅を経過時間とともに記憶し、記憶された振幅のうち所定箇所の特徴を描出し、その結果に基づいてニューラルネットワークにより所定の認識を行い、認識の程度を出力し、心音の異常の程度を表示するようにした心音解析装置が開示されている。
この心音解析装置により、心臓検診の一次検診で求められる精密検診の必要性の判断におけるボーダーラインの設定がなされるものではあるが、ニューラルネットワークを用いているため、構成が簡易ではなく、一般ユーザには利用し易いものではなかった。
【００１２】
また、本発明者は、一般的ユーザに用いられる簡易な構成で心音診断が可能なデジタル聴診解析システムの発明について、先行する特許出願（特願２００５−８０７２０号）として出願した。この先行する発明における心音解析の手法は、鼓膜の振動モデルを用いて測定された心音データから振動応答を求め、ピーク値となるＩ音及びＩＩ音の時間幅を解析、評価することによって心音の異常を検出するものである。この心音解析の手法は、振動応答から得られ時間幅を解析、評価することにより、心音の異常性を確認することがなされるが、心音データ、振動応答の形は心音異常の種類、特徴に応じて多様になるため、この解析手法によっては、多様な心音の異常の特性に対して、心音の異常を的確に把握できないことがあった
【発明の開示】
【発明が解決しようとする課題】
【００１３】
前述のように、従来技術の聴診装置においては、多様な特性をもち得る心音信号について効率的でノイズを有効に除去し音質を向上させて聞き易いものにすること、心音の収録レベルを適切にして収録された心音の聴取、判別を精度よくし、さらに心音信号を遠隔地に伝送して利用に供せられるようにすることにおいて不十分であり、装置が煩雑で、高価なものになるという難点があった。
また、収録された心音信号を解析し、多様な心音の異常特性について、心音の正常・異常を精度よく定量的に判別する上で有効なものではなく、解析処理を用いた心疾患診断システムとして規模が大きくなり、一般的なユーザが利用し難いものであった。
【００１４】
そのため、安価な方法、装置により、心音聴診音の音質を向上させノイズが少なく聞き易い心音聴診音とし、心音信号の収録レベルを適切に設定し、また、心音の正常・異常を精度よく定量的に判別できるように心音信号の解析処理を行うことが望まれていた。また、心音の聴取、心音信号の処理、解析を行う上で検出された心音信号を適切な音量に調節することが望まれていた。
【課題を解決するための手段】
【００１５】
本発明は、前述した課題を解決すべくなしたものであり、本発明による異常心音検出のための心音解析を行う聴診心音信号の処理方法は、振動モデルのモデルパラメータを設定することと、心音を検出しそれにより心音データを得ることと、得られた心音データに対して、設定されたモデルパラメータの下で特徴値波形データを生成することと、閾値（ＴＨＶ）に対して、前記特徴値波形データのピークの時間幅及び時間間隔を示す評価指数を求めることと、該評価指数からファジーメンバー関数（ｗ_ｉ，ｊ）を用いて規定されるデータ集合の中心（ｖ_ｉ）を求めることと、評価指数及びデータ集合の中心から評価指数の分散の状況を表す評価関数Ｊ_ｍ（Ｗ，Ｖ）を求めることと、反復計算により該評価関数が最小となるようにデータ集合の中心を決定することと、所定範囲のＴＨＶに対する最小評価関数値（Ｊ_ｍ）の依存性を求め、その範囲でＪ_ｍが最小となるＴＨＶを選定することと、選定されたＴＨＶに対して求められた評価指数及びデータ集合の中心の分布状態を表示することと、の各ステップからなるものである。
【００１６】
前記評価指数がＴＨＶに対する特徴値波形データにおけるＩ音及びII音の時間幅（Ｔ１、Ｔ２）と時間間隔（Ｔ１１、Ｔ１２）であり、Ｗ＝｛ｗ_ｉ，ｊ｝、Ｖ＝｛ｖ_ｉ｝とし、ｄ_ｉ，ｊ＝‖ｖ_ｉ−ｚ_ｋ，ｊ‖がデータ集合の中心とデータ位置との間のユークリッド距離であるとして、前記評価関数が
【数７】
で表されるようにしてもよい。
【００１７】
本発明による聴診装置は、振動モデルのモデルパラメータを設定する手段と、心音を検出しそれにより心音データを得るための心音検出手段と、得られた心音データに対して、設定されたモデルパラメータの下で特徴値波形データを生成する手段と、閾値（ＴＨＶ）に対して、前記特徴値波形データのピークの時間幅及び時間間隔を示す評価指数を求める手段と、前記評価指数からファジーメンバー関数（ｗ_ｉ，ｊ）を用いて規定されるデータ集合の中心（ｖ_ｉ）を求める手段と、前記評価指数及びデータ集合の中心から評価指数の分散の状況を表す評価関数Ｊ_ｍ（Ｗ，Ｖ）を求める手段と、該評価関数が最小になるように反復計算によりデータ集合の中心を決定する手段と、前記評価関数が最小となる最小評価関数値Ｊ_ｍを求める手段と、所定範囲のＴＨＶに対するＪ_ｍの依存性を求め、その範囲で（Ｊ_ｍ）が最小となるＴＨＶを選定する手段と、前記選定されたＴＨＶに対して求められた評価指数及びデータ集合の中心の分布状態を表示する手段と、からなる異常心音検出のための心音信号解析を行う心音解析処理部を備えるものである。
【００１８】
前記評価指数がＴＨＶに対する特徴値波形データにおけるＩ音及びII音の時間幅（Ｔ１、Ｔ２）と時間間隔（Ｔ１１、Ｔ１２）であり、Ｗ＝｛ｗ_ｉ，ｊ｝、Ｖ＝｛ｖ_ｉ｝とし、ｄ_ｉ，ｊ＝‖ｖ_ｉ−ｚ_ｋ，ｊ‖がデータ集合の中心とデータ位置との間のユークリッド距離であるとして、前記評価関数が
［数７］
で表されるようにしてもよい。
［００１９］
また、本発明による聴診における音質向上のための心音信号処理を行う聴診心音信号の処理方法は、振動モデルのモデルパラメータを設定して振動モデルを形成することと、心音を検出して心音信号を得ることと、得られた心音信号を前記振動モデルに与えて出力された特徴値波形データを得ることと、前記心音信号またはそれから高周波成分のノイズを除去したものを心音データとして、前記心音データと前記特徴値波形データとの相互相関をとって位相遅れを算出し、前記心音データと前記特徴値波形データとの間に実質的に位相差がないように該位相遅れの分だけ前記特徴値波形データの位相をずらすことと、前記心音データと前記位相遅れの分だけ位相をずらした特徴値波形データとの積として出力心音データを得ることと、の各ステップからなるものである。
［００２０］
前記心音信号を前記振動モデルに与える前に前記心音信号を正規化するようにしてもよい。
本発明による聴診装置は、心音検出手段により検出された心音信号またはそれから高周波成分のノイズをフィルタ手段により除去したものを心音データとして入力することにより該心音データに対応する特徴値波形データを出力する振動モデルと、該振動モデルにより出力された特徴値波形データと前記心音データとの相互相関をとって前記心音データに対する特徴値波形データの位相遅れを算出する位相遅れ算出部と、前記心音データと前記特徴値波形データとの間に実質的に位相差がないように前記位相遅れの分だけ位相をずらした特徴値波形データと前記心音データとの積をとる乗算変換部と、からなる異常心音検出のための心音信号処理を行う心音信号処理部を備えるものとしてもよい。
前記振動モデルに入力する前に心音信号を正規化するための正規化手段をさらに有するようにしてもよい。
［００２１］
［００２２］
発明の効果
［００２３］
本発明によれば、心音データと振動モデルを用いて得られた心音特徴値波形と心音信号とを、実質的に位相差をなくしてから積をとって出力心音データとすることにより、もとの心音データに対して、ピーク部分の心音が強調され、ノイズ部分が弱められることになり、再生した場合に聞き易い音質となり、安価な方法、装置により、効率的で正確に心音聴診音の音質を向上させることができ、心音の正常・異常を正確に判別するのに寄与することができる。
［００２４］
また、本発明によれば、振動モデルを用いて心音データから生成した特徴値波形に対し、評価指数、データ集合の中心を規定し、それにより表される評価関数が最小になるようにデータ集合の中心を決定して評価指数、データ集合の中心についての処理結果を得るものであって、一般的ユーザにおいて利用し易いように簡易な形態をとり、かつ、多様な心音の異常の特性に対して、心音の正常・異常を精度よく、定量的に判別できるものである
［００２５］
発明を実施するための最良の形態
［００２６］
本発明においては、収録された心音信号について、心音の正常・異常を判別できるように心音信号の解析処理を行うという形で用い、さらには収録された心音信号を聴取し、あるいは遠隔地に伝送された心音信号を聴取するという形で用いるような心疾患診断システムでの心音信号の扱いを考えるものである。その際、収録された心音信号の処理において、鼓膜の振動モデルに基づいた特徴値波形を用いた心音信号の処理を行う。そこで、本発明の特徴について、（Ａ）振動モデルによる特徴値波形、（Ｂ）異常心音検出のための心音信号の解析処理、（Ｃ）聴診における音質向上のための心音信号処理、（Ｄ）心音収録音量の自動調整、（Ｅ）聴診装置の形態、という面に分けて説明する。
［００２７］
（Ａ）振動モでルによる特徴値波形
心臓は左心房、左心室、右心房、右心室の４つの部分に分かれており、全体で収縮と弛緩を繰り返して血液を全身に循環させるポンプの役割を担っている。左心房の入口に僧帽弁、左心室の入口に大動脈弁、右心室の入口に三尖弁、右心房の入口に肺動脈弁があり、これらの弁膜が血液の逆流を防止しており、心音はこれらの弁膜が閉じる際に発する音である。
［００２８］
聴診による心音が正常か、異常かを正確に聞き分けるのには専門的な知識、経験を要するが、一般の者でも比較的簡単に聞き分けられるものもある。これは、鼓膜が聴診器からの音波で拍動された際に発生する低次モードの振動を人間の耳で感じ取り易いためと考えられる。この発想から、鼓膜の振動をモデル近似し、聴診器から採取した心音と振動モデルの振動応答との関係から心音信号の処理を行うのが有効であると考えられる。
【００２９】
図１は鼓膜の振動モデルを示す概念図である。図１において、１は鼓膜に相当する等価質量がｍの物体であり、２は一端が鼓膜に相当する物体１に他端が固定部に取り付けられているばねであり、３は一端が鼓膜に相当する物体１に相当する物体に他端が固定部に取り付けられているダンパーである。鼓膜に相当する物体１の等価質量をｍ、ばね２のばね定数をＫ_ｈ、ダンパー３の粘性減衰係数をＣ_ｈ、聴診器からの心音をＳとすると、鼓膜の振動応答ｘは式（１）から算出される。
【数１】
式（１）の両辺をｍで割り、さらに心音信号入力値を
【数２】
とし、固有振動数をｐ、減衰比係数をξとすると、式（１）は
【数３】
となる。このことから固有振動数ｐ及び減衰比係数ξを設定すると、式（２）から鼓膜の振動応答ｘを求めることができ、この固有振動数ｐおよび減衰比係数ξはモデルパラメータとして振動モデルの特徴を示すものである。振動モデルは等価質量ｍ、機械的ダンパーＣ_ｈ、ばね定数Ｋ_ｈからなる機械的振動系の代わりに、インダクタンスＬ、抵抗Ｒ、電気容量Ｃからなる電気的振動系としてもよい。
【００３０】
（Ｂ）異常心音検出のための心音信号の解析処理
図２（ａ）は、（Ａ）で説明した鼓膜の振動モデルに基づいて正常心音から振動応答ｘを求めた結果を示し、図２（ｂ）は鼓膜の振動モデルに基づいて僧帽弁閉鎖不全心音から振動応答を求めた結果を示している。心音データは市販の心音聴診トレーニング教材に収録されたものを使用しており、式（３）のパラメータｐは１０Ｈｚ、ξは０．７０７としたものである。図２（ａ）、（ｂ）において、灰色の波形は心音Ｓの原波形である。実線の波形は振動応答を示すものであり、この振動応答を示す波形を特徴値波形という。図２（ａ）の波形は「ドック、ドック」と聞こえる正常心音を表し、図２（ｂ）は「グー、グー」と聞こえる僧帽弁閉鎖不全心音を表している。図２（ａ）、（ｂ）の波形は正負の振幅をもつ特徴値波形となっているが、正負いずれかの波形部分について解析を行えばよい。
【００３１】
図３（ａ）は特徴値波形の解析を行うに際し、正の振幅の特徴値波形部分を示したものである。一般に正常な心音の波形では、Ｉ音及びＩＩ音と呼ばれるピークが繰り返し現れることが知られている。このＩ音は僧帽弁及び三尖弁の閉鎖によって生じ、ＩＩ音は大動脈弁及び肺動脈弁の閉鎖並びに緊張によって生じるのであり、心音の正常、異常を判断するためには、Ｉ音及びＩＩ音の持続時間（ピークの時間幅）を解析、評価するのが有効であると考えられる。
【００３２】
図３（ａ）において、縦軸は心音の強度、横軸は時間を示し、測定時間における２秒間分を示しており、Ｉ音ピーク４８及びＩＩ音ピーク４９がそれぞれ２本ずつ抽出されている。図３（ａ）において、最大強度の５０％を閾値として、この閾値ラインが特徴値波形と交叉する点から、Ｉ音ピーク４８及びＩＩ音ピーク４９の持続時間（時間幅）を求め、それぞれ評価指数Ｔ１、Ｔ２とする。また、心臓弁の閉鎖不全等によりＩ音とＩＩ音との間に持続的な雑音が現れることを考慮するために、Ｉ音ピーク４８の開始からそれに続くＩＩ音ピーク４９の終了までの持続時間を評価指数Ｔ１２とし、さらに、不整脈や心拍の乱れによりＩ音間の間隔が変化することを考慮するために、ＩＩ音ピーク４８の開始から次のＩ音ピーク４８の開始までの持続時間を評価指数Ｔ１１とする。心音解析には、これらの評価指数Ｔ１、Ｔ２、Ｔ１２、Ｔ１１を適宜組み合わせて用いる。
【００３３】
Ｉ音ピーク４８及びＩＩ音ピーク４９の１組毎に評価指数Ｔ１、Ｔ２、Ｔ１２、Ｔ１１が１組規定され、複数の組についての評価指数をプロットする。図３（ｂ）は横軸をＴ１、Ｔ１１、縦軸をＴ２、Ｔ１２として、（Ｔ１，Ｔ２）、（Ｔ１１，Ｔ１２）が示す点をプロットしたものであり、この図から視覚的に心音の正常、異常が判断される。すなわち、正常な心音では、図３（ｂ）のように評価指数の表す点がそれぞれ点線で囲まれた範囲に集まる傾向にある。このことから、正常値範囲の領域に評価指数の表す点が入る場合に心音が正常であり、この領域に入っていない場合に心音が異常であると判断できる。ただし、心音データには個人差があるので、正常値の範囲は、多数の健常者についてのデータを取得して統計的に決定するのが望ましい。
【００３４】
図３（ｃ）では、横軸を評価指数の種類として、縦軸を測定時間である１０秒間における各評価指数の頻度として、棒グラフで示したものであり、これにより各評価指数の出現頻度を比較できる。例えば、評価指数Ｔ１よりもＴ２の方が明らかに少なければ、ＩＩ音ピーク４９が欠損して観測されない不整脈の可能性があり、また、Ｔ１１が複数の棒で表される場合に、この評価指数の値にばらつきがあることが視覚的に判断される。
【００３５】
先行する特許出願の発明においては、このような評価指数を用いて心音の異常を判断し、必要に応じてモデルパラメータｐ、ξを変更しているが、図２（ａ）、（ｂ）に示される波形は、心音の異常の種類により多様な形になるため、異常の種類、程度によっては、心音の異常が的確に判断し難いこともあり得た。
【００３６】
これについて考えると、先行する特許出願（特願２００５−８０７２０号）の発明においては、評価指数Ｔ１、Ｔ２、Ｔ１１、Ｔ１２を規定する際の閾値（ＴＨＶ）を５０％としており、このＴＨＶについてはそれ以外に考慮していなかった。ところが、さらに検討したところ、心音の異常の判断に際して、その結果が閾値の設定に大きく依存し、ＴＨＶの設定が心音解析に重要な要素になること、閾値の設定は聴診器ハードウェアや録音時の条件、測定対象者の個体差等により大きな影響を受けることがわかった。原理的には、閾値は０〜１００％の範囲で設定可能であるが、実際の状況からすれば、１０〜７０％の範囲が妥当なところである。
【００３７】
図４（ａ）は、ＴＨＶをそれぞれ１５％、３０％、６０％とした場合の心音特徴値波形とＴＨＶとの関係を示し、図４（ｂ）、（ｃ）は、それぞれのＴＨＶについて求めた評価指数（Ｔ１，Ｔ２）、（Ｔ１１，Ｔ１２）の示す点の分布図である。図４（ｂ）、（ｃ）で、ＴＨＶ＝１５％（□で示す）、ＴＨＶ＝６０％（○で示す）の場合には、（Ｔ１，Ｔ２）または（Ｔ１１，Ｔ１２）の分布がかなり広がりを見せているが、ＴＨＶ＝３０％（▲で示す）の場合には集中している。これは、図４（ａ）でみた場合に、ＴＨＶ＝３０％の閾値ラインは全ての心音特徴値波形のピークと交差しているのに対し、ＴＨＶ＝６０％では一部のピーク波形と交差しない部分があり、ＴＨＶ＝１５％では特徴値波形の下側のノイズ部分とも交差する部分があることと関連するものと考えられる。
【００３８】
このように、同じ心音の特徴値波形を解析をするに際しても、ＴＨＶの設定により評価指数の示す点の分布の集中の度合いが異なる。この例では、ＴＨＶ＝１５％、ＴＨＶ＝６０％より、ＴＨＶ＝３０％の方が良好であると言える。しかしながら、この状況は、心音の異常の種類によっては、特徴値波形が多様な形状になるので、心音解析に良好なＴＨＶはそれらの異なる状況に応じて設定するのがよいと考えられる。
【００３９】
図４（ａ）のような特徴値波形に対し、ＴＨＶの設定に応じて図４（ｂ）、（ｃ）のように評価指数の分布が異なるのであるが、心音異常をより良好に判断するためには、同じ特徴値波形については、評価指数の散らばり方が少ないのがよいと考えられる。このことから、本発明においては、データグルーピングの手法として、ファジーＣミーンズ（ＦＣＭ）データクラスタリングの手法を用いる。ＦＣＭは種々提案されているデータクラスタリング法の１つであり、概略次のようなものである。
【００４０】
例えば、データの集合
【数４】
がＣ個のグループに群がっているとする。この場合ｉ番目に群がっているグループの中心位置ｖ_ｉを
【数５】
と定義する。ここに、ｗ_ｉ，ｊは
【数６】
を満足する０と１の間のファジーメンバー関数である。またｍ∈［１，∽）はウェイティング・エクスポネントと言い、一般的にはｍ＝２と設定するのがよい。ｉ番目のクラスター中心位置ｖ_ｉとｊ番目のデータ位置ｚ_ｋ，ｊとの間のユークリッド距離ｄ_ｉ，ｊを
ｄ_ｉ，ｊ＝‖ｖ_ｉ−ｚ_ｋ，ｊ‖ ・・・・・（６）
と定義する。ＦＣＭクラスタリングのための評価関数が
【数７】
と表される。ここで、Ｗ＝｛ｗ_ｉ，ｊ｝、Ｖ＝｛ｖ_ｉ｝である。評価関数Ｊ_ｍ（Ｗ，Ｖ）はデータの散らばり具合を表すものであり、評価関数Ｊ_ｍ（Ｗ，Ｖ）が小さいほど散らばり方が少ないと言える。データの散らばり方を最小にするには、評価関数が反復計算により最小になるように、クラスターの中心位置｛ｖ_ｉ｝を決める。具体的には、まずファジー理論によりメンバー関数マトリックス｛ｗ_ｉ，ｊ｝の初期値を設定し、式（４）によりクラスター中心位置｛ｖ_ｉ｝を計算する。式（６）によりユークリッド距離ｄ_ｉ，ｊを求め、式（７）に代入する。評価関数が最小でなければ、ｗ_ｉ，ｊを、前段階計算で得たユークリッド距離ｄ_ｉ，ｊを用いて次のように再計算する。
【数８】
ＦＣＭクラスタリング法はメンバー関数ｗ_ｉ，ｊの初期値に依存するため、初期値の異なるメンバー関数を用いて上記のアルゴリズムを実行するのがよいとされる。
【００４１】
このようなＦＣＭクラスタリングの手法を心音解析に適用するのであるが、その際、心音特徴値波形により求めたデータ集合［Ｔ１，Ｔ２，Ｔ１１，Ｔ１２］_ｊを式（３）におけるデータ集合［ｚ_１，ｚ_２，ｚ_３，ｚ_４］_ｊとして、ＦＣＭクラスタリングのアルゴリズムを適用する。
【００４２】
［Ｔ１，Ｔ２，Ｔ１１，Ｔ１２］_ｊを（Ｔ１，Ｔ２）_ｊと（Ｔ１１，Ｔ１）_ｊに分け、それらを分散図として示すと、図５（ａ）、（ｂ）のようになる。式（４）から（Ｔ１，Ｔ２）の表す点の分布の中心（ｖ_１，ｖ_２）と、（Ｔ１１，Ｔ１２）の表す点の分布の中心（ｖ_３，ｖ_４）とがそれぞれ求められ、これらの中心をそれぞれ〈Ａ〉、〈Ｂ〉と表す。また、正常な心音について得られたデータから求められた閾値（ＴＨＶ）、評価関数Ｊ_ｍ（Ｗ、Ｖ）の最小表関数値Ｊ_ｍ、データ集合の中心［ｖ_１，ｖ_２，ｖ_３，ｖ_４］の値を表１に示し、表１における最小表関数値Ｊ_ｍはＴＨＶに応じて図５（ｃ）に示すように変化する。ＴＨＶが１０％から７０％の範囲で１０％ずつ増加した場合に、ＴＨＶが３０％〜６０％の範囲で最小評価関数値Ｊ_ｍが特に小さい値になり、この範囲で図５（ｃ）に示すように谷底状態になっている。また、ＴＨＶが１０％から７０％の範囲で１０％ずつ増加する際にそれぞれ得られた（Ｔ１，Ｔ２）、（Ｔ１１，Ｔ１２）の分布を図６（ａ）、（ｂ）に示し、３０％〜６０％の範囲で求めたデータについて図６（ｃ）、（ｄ）に示す。ＴＨＶが１０％〜７０％の範囲のものでは、データがかなりばらついているが、ＴＨＶが３０％〜６０％の範囲のものではデータのばらつきが少なく、まとまっていることがわかる。このように、表１及び図６（ａ）〜（ｄ）から判断して、表１においてＪ_ｍが０．０１より小さくなるＴＨＶ（３０％〜６０％）が有効値であると言える。
【００４３】
データ集合の中心ｖ_１、ｖ_２、ｖ_３、ｖ_４や最小評価関数値Ｊ_ｍのＴＨＶに対する依存性は、正常の心音についてもある程度異なり、ＴＨＶの有効閾値の範囲も若干異なってくるが、一般的に正常心音の場合には、Ｊ_ｍの値が極小となる、あるいは図７のように谷底状態となるＴＨＶの範囲が存在し、その範囲でＪ_ｍが非常に０．０１程度の小さい値になると言える。
【００４４】
次に、異常心音のデータに対してＦＣＭクラスタリングの手法を適用した場合について考える。図７は、それぞれ心房細動と心房粗動（ＡＦ、不整脈）、僧帽弁狭窄症（ＭＳ）、大動脈閉鎖不全症（ＡＲ）の心音のデータから得られた閾値（ＴＨＶ）に対する最小評価関数値（Ｊ_ｍ）の依存性（ａ〜ｃ）と、ＴＨＶに対するデータ集合の中心［ｖ_１，ｖ_２，ｖ_３，ｖ_４］の依存性（ｄ〜ｆ）を示している。この図で最小評価関数値Ｊ_ｍが小さくなるということから、図７（ａ）のＡＦについては有効閾値範囲が１６％〜４６％、図７（ｂ）のＭＳについては有効閾値範囲が４５％〜６６％、図７（ｃ）のＡＲについては有効閾値範囲が１０％〜２２％となる。
【００４５】
図７の結果に基づき、ＡＦ、ＭＳ、ＡＲの場合についてＴＨＶを有効閾値範囲内の値に設定して求められた評価指数（Ｔ１，Ｔ２）、（Ｔ１１，Ｔ１２）の表す点をプロットすると、図８のようになる。図８で、それぞれ（ａ）、（ｂ）はＡＦの場合、（ｃ）、（ｄ）はＭＳの場合、（ｅ）、（ｆ）はＡＲの場合についての（Ｔ１，Ｔ２）、（Ｔ１１，Ｔ１２）の分布を示している。図８におけるＡＦ、ＭＳ、ＡＲの場合の評価指数の表す点の分布は、図６（ｃ）、（ｄ）に示されるような正常心音の場合と明らかにことなるものであることがわかり、このような評価指数の表す点の分布の図から、心音の正常・異常が精度よく判別される。
【００４６】
このように、最小評価関数値Ｊ_ｍ、データ集合の中心［ｖ_１，ｖ_２，ｖ_３，ｖ_４］、有効閾値の範囲内に閾値を設定して求められた評価指数［Ｔ１，Ｔ２，Ｔ１１，Ｔ１２］の表す点の分布状況をもとに、正常心音と異常心音とを判別することが可能になる。正常心音の場合、有効閾値においてＪ_ｍは０．０２より低い値になり、データ集合の中心、評価指数の表す点の分布がある程度の範囲内にあるが、異常心音の場合には、これらの値の中に、少なくとも１つ以上が正常心音の場合に比べてきわめて高い値をもつ。例えば、ＡＦとＭＳの場合、それらのデータ集合の中心は正常心音の場合と同程度であるが、有効閾値の範囲内での最小評価関数値Ｊ_ｍは０．４というように正常心音の場合に比して２０倍程度になり、また、ＡＲの場合には、有効閾値の範囲内でのＪ_ｍの値は小さいが、データ集合の中心を示す値が正常心音の場合よりも非常に大きくなっている。
【００４７】
正常心音、異常心音のいずれの場合にも最小評価関数値Ｊ_ｍが極小になる、あるいは谷底状態となる有効閾値の範囲があり、心音解析のためには、このような有効閾値の範囲内の１つのＴＨＶの値を適宜選定すればよい。
【００４８】
以上の本発明によるＦＣＭクラスタリングの手法を用いた心音解析は、図９のフローで示すような形でなされる。
（１）モデルパラメータ（ξ、ｐ）を設定する。
（２）心音を検出しそれにより心音データを得る。
（３）得られた心音データに対して、設定されたモデルパラメータの下で特徴値波形データを生成する。
（４）ＴＨＶに対して、評価指数Ｔ１，Ｔ２，Ｔ１１，Ｔ１２を求める。
（５）評価指数Ｔ１，Ｔ２，Ｔ１１，Ｔ１２からメンバー関数を用いて規定されるデータ集合の中心ｖ_１，ｖ_２，ｖ_３，ｖ_４を求める。
（６）評価指数及びデータ集合の中心から評価指数の分散の状況を表す評価関数Ｊ_ｍ（Ｗ，Ｖ）を求める。
（７）反復計算により評価関数が最小となるようにデータ集合の中心を決定する。
（８）所定範囲のＴＨＶに対する最小評価関数値（Ｊ_ｍ）の依存性を求め、その範囲でＪ_ｍが最小となるＴＨＶを選定する。
（９）選定されたＴＨＶに対して求められた評価指数及びデータ集合の中心の分布状態を表示する。
ここで、（８）において、Ｊ_ｍが最小になるのは１点のＴＨＶとは限らず、ある範囲で実質的に最小になる場合があり（ＴＨＶのある範囲で谷底状になる場合）、そのような場合には、ＴＨＶの範囲を選定し、その範囲内からＴＨＶを適宜選定すればよい。
このようにＦＣＭクラスタリングの手法を用いた心音解析の結果により、心音の正常、異常の判別を簡易な構成により、精度よく行うことが可能になる。
【００４９】
（Ｃ）聴診における音質向上のための心音信号処理
心音信号を聴取して心音の正常・異常を判別する上で、収録された信号のノイズを少なくし、聴取し易いものにするため、また収録された心音信号を遠隔位地に伝送して利用する際に心音信号の劣化を少なくするために、（Ａ）で説明した振動モデルに基づいた特徴値波形を用いた信号の処理を行う。振動モデル型の変換回路はデジタル回路を用いるのが有利であり、聴診心音はこの変換回路に入力する前にまずＡ／Ｄ変換を行ってデジタル信号化された心音信号としておくのがよい。また、信号処理の効率化の面からすれば、信号の値を最大値に対する比で表す正規化を行うのが好ましい。
【００５０】
図１０は振動モデルに対し、心音信号を与えて振動応答ｘを求めた結果を示しており、図３と同様のものである。横軸は時間を表すが、時間ｔについて、サンプリング周期Δｔを基準にして表し、ｔ＝ｉΔｔとして、離散的変数ｉで時間を示しており、心音信号をＹ（ｉ）、振動応答をｘ（ｉ）というように表す。縦軸は信号の強度を示す。
【００５１】
心音信号Ｙ（ｉ）は正負の値をもつが、振動の作用をみる上でＹ（ｉ）の絶対値をとったＳ（ｉ）（Ｓ（ｉ）＝｜Ｙ（ｉ）｜）を心音データとして考えればよい。また、式（１）、（２）との関係から、以下ではＳ（ｉ）／ｍを改めてＳとする。図１０において灰色の波形は入力される心音データＳ（ｉ）の原波形である。また、実線の波形は振動応答ｘ（ｉ）の波形を示しており、この波形のデータを特徴値波形データという。
【００５２】
図１０における心音データ波形Ｓ（ｉ）、特徴値波形データｘ（ｉ）では、ピークとして示される部分が心音に相当し、ピーク間の値の低い部分にはノイズが含まれている。特に最初に得られた心音信号において高周波成分のノイズが含まれることが多いので、心音データＹ（ｉ）からウェーブレット解析により５ｋＨｚ以上または２．５ｋＨｚ以上の高周波成分を抽出し削除したＳ_Ｗ（ｉ）を求め、これを心音データとして用いるのが好ましい。
【００５３】
本発明では、心音データＳ（ｉ）と特徴値波形データｘ（ｉ）とを、ピーク同士を合わせるようにしてそれらの積をとることにより、心音データにおけるノイズを弱め、心音自体を強調することにより、最終的にノイズの少ない心音データとすることを考える。
【００５４】
ところで、図１０における特徴値波形データｘ（ｉ）は、心音データＳ_Ｗ（ｉ）に対して位相遅れ（ｋ）がある。そのために、位相遅れｋを求め、この位相遅れ分だけｘ（ｉ）の波形の位相をずらし、すなわち、Ｓ_Ｗ（ｉ）の位相と合わせてから積をとる必要がある。位相遅れｋは
【数９】
から、ρ（ｉ）が最大となる時のｉの値として位相差ｋが求められる。ここで、ρ（ｉ）は相互相関関数の数列であり、Ｓ_Ｗａｖｇ、ｘ_ａｖｇはそれぞれ平均値を表す。このｋを数列ρ（ｉ）が最大となる時のｉの値として用いる。演算上ではｋを用いて実質的に位相差をなくすことができる。
【００５５】
位相遅れｋの分だけ特徴値波形データｘ（ｉ）の波形をずらすと、図１１に示すように、心音データ波形Ｓ_Ｗ（ｉ）と特徴値波形ｘ（ｉ）とはピーク部分が実質的に重なるようになる。その上で心音データ波形Ｓ_Ｗ（ｉ）と特徴値波形η（ｉ）から位相遅れ分をずらしたｘ（ｋ＋ｉ）との積をとる変換を行う。Ｓ_Ｗ（ｉ）とｘ（ｉ）とを、それぞれ
Ｓ_Ｗ（ｉ）＝［Ｓ_Ｗ（１）Ｓ_Ｗ（２）・・・・Ｓ_Ｗ（Ｎ−ｋ）］
ｘ（ｋ＋ｉ）＝［ｘ（ｋ＋１）ｘ（ｋ＋２）・・・・ｘ（Ｎ）］
のように行列で表した場合に、心音データＳ_Ｗ（ｉ）と位相をずらした特徴値波形データｘ（ｋ＋ｉ）との積の変換は行列演算として
ＴＳ（ｉ）＝Ｓ_Ｗ（ｉ）・ｘ（ｋ＋ｉ）^Ｔ
で表される。ただし、上式で、ｘ（ｋ＋ｉ）^Ｔは転置行列である。
【００５６】
このようにして得られたＴＳ（ｉ）の出力心音データは、もとの心音データに対して、ピーク部分の心音が強調され、ノイズ部分が弱められることになり、再生した場合に聞き易い音質となり、また心音の解析を行うにも精度よくなされるものである。このように、本発明により心音を強調し、ノイズを弱める心音信号の処理方法をフロー図として示すと図１２のようになる。
【００５７】
（Ｄ）心音収録音量の自動調整
聴診装置において、心音を電気信号に変換するマイクロフォンで心音信号に変換し、この心音信号をイヤフォンで聴取して心音の正常・異常を判別し、また、（Ｂ）、（Ｃ）で説明したような心音信号の処理として、心音解析を行い、あるいは心音の音質を向上させる処理を行うというような形態があるが、このように心音信号を利用する上で、最初に心音を収録する段階で心音の音量を適切なレベルにすることが重要である。
【００５８】
プローブで収録した心音信号を自動音量調整収録部において音量調整を行って収録し、さらに送信を行うというような聴診システムにおいて心音の収録音量を調整するのには、
（ｉ）プローブのチェストピースに組み込まれたマイクロフォンの増幅音量を最大にし、デジタル制御型オーディオアッテネータを用いて適切なレベルに減衰させる
（ｉｉ）プローブのチェストピースに組み込まれたマイクロフォンの音量を検出し、ゲイン可調整アンプにより適切なレベルに増幅する
というような方法がある。（ｉ）の方法は心音特徴数値解析に適しているが、音量を下げて適切なレベルに設定するものであるので、増幅はできない。（ｉｉ）の方法では、音量の上げ下げは可能であるが、入力信号があまり小さいと、Ａ／Ｄ変換した後のデータから音量レベルを決定することが難しくなる。
【００５９】
本発明では、Ａ／Ｄ変換した後のデータから心音の信号の増幅度の制御を行い、また、得られた心音データに関し心音解析を行うことを考慮していることから、（ｉ）の方法を用いる。すなわち、プローブにおける増幅度を最大にした上で音量調整部に送出するように設定しておく。
【００６０】
本発明による心音の収録音量の調整の基本的な考え方は、最初の比較的短い時間Ｔ_ａの間にゲイン調整のためのデータを取得し、それに続くより長い時間Ｔ_ｂの間の心音の信号を適切に増幅して用いるようにする、ということである。このように、利用する心音を増幅する前の短い時間に、どの程度心音の信号を増幅するかを設定することにより、適切なゲイン調整がなされる。ゲイン調整のためデータを取得する時間Ｔ_ａは、１〜３秒程度であり、２秒程度が最も妥当である。これは、通常の心拍周期が０．８〜１秒であり、２周期分ほどの心音が採取できればゲイン調整のためのデータとして利用できると考えられることによる。利用する心音を増幅する時間Ｔ_ｂは４〜１２秒程度である。これは、心音特徴値波形解析では、約１０周期分のデータがあれば、妥当な解析結果が得られることによるもので、標準的には特に８〜１０秒程度が適当である。
【００６１】
このような心音の収録音量の調整についての基本的な考え方に基づいて次のような手順により心音の収録音量の調整を行う。この音量の調整は検出された心音信号をＡＤ変換したものに対してマイコンの動作により次の手順でなされる。その際、前述したゲイン調整のためデータを取得する時間Ｔ_ａ（１〜３秒）及び利用する心音を増幅する時間Ｔ_ｂ（４〜１２秒）を設定しておき、また、ゲイン調整のために取得されたデータに応じて利用する心音を増幅する際に必要なアップゲインをゲイン参照テーブルとして設定しておく。
【００６２】
＜心音の収録音量の調整の手順＞
（１）検出された心音信号に対して信号調整を行いＡ／Ｄコンバータで８ビット（１０ビット、１２ビットでもよい）のデジタルデータに変換し、このデジタルデータを時間Ｔ_ａの間に取り込む。
（２）時間Ｔ_ａの間におけるＮ個の心音の大きさを示すｘ（ｉ）の平均値Ｙ（Ｙ＝［Σｘ（ｉ）］／Ｎ）を求める。
（３）Ｙの値をゲイン参照テーブルと対比させ、アップゲインを決定する。
（４）ゲインをコントロールアンプにセットし、時間Ｔ_ａに続く時間Ｔ_ｂの間の心音の信号をセットされたアップゲインにより増幅し、適切な音量として収録する。
ただし、（２）において、平均値Ｙを求める際に、ノイズ部分を除外するのが適切であり、心音の大きさｘ（ｉ）に対して閾値ｘ_０を規定しておき、時間Ｔ_ａの間においてｘ（ｉ）＞ｘ_０となるｘ（ｉ）の個数をＮとして平均を取るのがよい。
【００６３】
以上の（１）〜（４）の手順を少なくとも１回行うが、通常は数回（２〜５）回反復するのがよい。（１）〜（４）の手順での心音の収録音量の自動調整はマイコン２３の制御によりなされる。マイコン２３はこのような制御に必要なプログラム、ゲイン参照テーブル等を保持している。
【００６４】
図１３は（１）〜（４）の手順により心音を収録する場合の心音の信号の状態を示す図である。図１３で（ａ）は元の心音波形信号を示し、（ｂ）はゲインを算出するための時間Ｔ_ａの間の心音波形信号を示し、（ｃ）は（ｂ）の信号により得られたアップゲインにより（ａ）の心音波形信号のうち、各時間Ｔ_ａに続く時間Ｔ_ｂの間に増幅されて収録された心音波形信号を示している。このように心音を収録する前の時間Ｔ_ａの間に取り込んだ心音の信号に基づいてアップゲインを決定し、それに応じて心音の信号を適切な音量にまで増幅するので、図１３の（ｃ）の段階で収録される心音は適切な音量になる。
【００６５】
図１４は、（１）〜（４）の手順により心音の収録音量を自動調整した場合と、このような心音の収録音量の自動調整を行わずに心音を収録した場合のＮ／Ｓ比を対比して示すものであり、横軸は何回目の心音収録かを示している。図１４において、○は心音の収録音量の自動調整を全く行わない場合、□はＴ_ｂ＝１０秒として（１）〜（４）の手順による心音の自動調整を行った場合、◆はＴ_ｂ＝１２秒として（１）〜（４）の手順による心音の自動調整を行った場合をそれぞれ示している。このように（１）〜（４）の手順による心音の自動調整を行うことにより、Ｎ／Ｓ比が向上し、聴診音をモニターする上で有利になり、心音の解析を行う上でも精度よくなされることになる。
【００６６】
（Ｅ）聴診装置の形態
図１５は、本発明による聴診装置の形態について概略的に示しており、全体としてみると、聴診装置は心音を検出する聴診プローブａ、プローブａで検出された心音信号の音量を適切な大きさに調整し心音信号を収録する自動音量調整収録部ｂ、自動音量調整収録部ｂにより音量調整がなされ収録された心音信号について心音の強調、ノイズ低下の処理を行う心音信号処理部ｃ、自動音量調整収録部ｂにより音量調整がなされ収録された心音信号について心音解析処理を行い心音の正常・異常の判別に供するデータを生成する心音解析処理部ｄ、受信部ｅを有する。
【００６７】
自動音量調整収録部ｂで音量調整され収録された心音信号、あるいはさらに心音信号処理部ｃで心音の強調、ノイズ低下の処理がなされた心音信号はモニター手段により聴取できるものであり、また、送信手段により遠隔位置に送信される。自動音量調節部ｂで音量調節されて収録された心音信号について心音解析処理部ｄにおいて解析処理された結果は、モニターにより表示され、あるいは解析処理の結果のデータが送信手段により送信される。受信部ｅでは、送信された心音信号や解析処理されたデータを受信し、心音の正常・異常の判別に利用し、あるいはさらに受信された信号、データについて処理を行うようにすることができる。図１５に示すのは構成形態の一例であり、プローブａのほかは必要に応じて組み合わせた形態が可能である。以下、図１５の装置形態における要素部分について各別に説明する。
【００６８】
＜自動音量調整収録部＞
図１６は、図１５の聴診装置における聴診プローブａ、自動音量調整収録部ｂ、受信部ｅの要素部分を示している。この場合、音量調整がなされ収録された心音信号を送信し、受信部ｅで受信しているが、図１５における心音信号処理部ｃにより心音の強調、ノイズ低下の処理を行ってから送信する形態、あるいは送信された心音を受信部ｅにおいて受信してから心音信号処理部ｃにより心音の強調、ノイズ低下の処理を行うという形態が考えられる。
【００６９】
図１６において、聴診プローブａは、心音を検出し電気信号に変換するマイクロフォンを組み込んだチェストピース１１、検出された心音の信号を増幅する増幅部１２、増幅された心音を聴取するヘッドセットを有している。増幅部１２はプリアンプ、フィルタ、パワータアンプを含み、適当なレベルに増幅されて心音の信号が音量自動調整送信モジュール１０に送出される。
【００７０】
自動音量調整収録部ｂは、信号調整部２１，Ａ／Ｄ変換部２２、マイコン２３、ハイパスフィルタ２４、増幅調整部２５、送信器２６を有している。信号調整部２１はハイパスフィルタ、信号調整回路を含み、聴診プローブａの増幅部１２から受け取った心音の信号を調整して、Ａ／Ｄ変換部２２及に送出し、また、ハイパスフィルタ２４を介して増幅部２５に送る。増幅調整部２５は信号調整部２１のシグナルコンディショナからハイパスフィルタ２４を介して送出された心音の信号をマイコンからの指令を受けて適切なゲインとなるように増幅するコントロールアンプ、シグナルコンディショナ、ハイパスフィルタを含む。
【００７１】
Ａ／Ｄ変換部２２に送られた心音の信号は、８ビット（１０ビット、１２ビットでもよい）のデジタルデータに変換されてマイコン２３により処理され、マイコン２３ではそれに基づいて、前述したように心音の信号の増幅の制御を行う。すなわち、あらかじめゲイン調整のためのデータを取得する時間Ｔａ（１〜３秒）と利用する心音を増幅する時間Ｔｂ（４〜１２秒）とを設定しておき、またマイコン２３においては増幅時のアップゲインを与える参照テーブルを保持するようにしておく。聴診プローブａで得られた心音信号の時間Ｔ_ａの間における平均強度に基づいて心音の信号を増幅する際に適切な音量になるように参照テーブルからアップゲインを求め心音の信号の増幅制御を行うマイコン制御部と、該マイコン制御部による制御を受けて前記求められたアップゲインに応じて前記時間Ｔ_ａに続く時間Ｔ_ｂの間の心音の信号を増幅し、メモリー２７に一時的に収録するとともに、心音信号を取り出してイヤフォンにより聴取し、また、増幅調整部２５において増幅・調整して送信器２６により送信できるようにしてある。
【００７２】
受信部ｅは自動音量調整収録部ｂの送信器２６から送信された心音信号を受信する受信器３１、調整部３２、増幅部３３を有し、調整部３２から送出される心音の信号はイヤフォンでモニターされ、あるいは、コンピュータにより心音解析処理を行うのに利用される。さらに、増幅部で増幅してアナログ出力として取り出すこともできる。自動音量調整収録部ｂ側から受信部ｅ側への送信は、アンテナを介してワイヤレス送信を行うものでも、あるいは、ケーブルを介して送信するものでもよい。
【００７３】
＜心音信号処理部＞
図１７（ａ），（ｂ）は、心音信号処理部ｃの構成を示すものである。図１７（ａ）は心音信号処理部を全体的に示しており、心音信号処理部ｃには、聴診プローブａの心音検出部で得られた後自動音量調整収録部ｂのＡ／Ｄ変換部でデジタル信号に変換された信号Ｙ（ｉ）が入力される。Ａ／Ｄ変換された心音信号Ｙ（ｉ）の絶対値をとり正規化等の処理を行う信号調整部４３、信号調整部４３からの信号Ｓ（ｉ）を入力して特徴値波形ｘ（ｉ）を形成する振動モデル４４、信号調整部４３からの信号から高周波成分のノイズを除去し心音データＳ_Ｗ（ｉ）として出力するフィルタ部４５，フィルタ部４５からの心音データと振動モデル４４からの特徴値波形データとを入力して信号処理を行い心音が強調されノイズが弱められた心音データＴＳ（ｉ）として出力するための変換回路部４６とで構成されている。ここで、信号調整部Ｓ（ｉ）からの信号Ｓ（ｉ）を振動モデル４４に入力しているが、フィルタ部４５において高周波成分のノイズを除去した心音データＳ_Ｗ（ｉ）とした後に振動モデル１４に入力するようにしてもよく、その場合、同じ心音データＳＷ（ｉ）を変換回路部４６にも入力することになる。４７は振動モデル４４におけるパラメータを設定するためのパラメータ設定部である。
【００７４】
図１７（ｂ）は図１７（ａ）における変換回路部４６の部分をより詳細に示すものであり、変換回路部４６は、位相遅れ演算部５１と積算変換部２２とを備えて構成されている。心音データＳ_Ｗ（ｉ）と特徴値波形データｘ（ｉ）とは、それぞれ位相遅れ演算部５１と乗算変換部５２との両方に入力され、位相遅れ演算部５１において求められた位相遅れｋの値は乗算変換部５２に入力される。乗算変換部５２においては、位相遅れｋの分だけｘ（ｉ）をずらしてｘ（ｋ＋ｉ）とし、Ｓ_Ｗ（ｉ）との積を演算して出力する。
【００７５】
図１７（ａ）、（ｂ）に示される心音信号処理部は、Ａ／Ｄ変換部１２においてデジタル化された信号を処理する部分、心音信号を収録するメモリーを含み、小規模のデジタル回路として構成とし、聴診装置に組み込んだ形とするか、また、収録された心音信号を用いて信号を処理する独自の装置として形成してもよい。
【００７６】
＜心音解析処理部＞
図１８は心音解析処理部ｄの構成を示している。ａは心音検出部、ｂは心音検出部ａで検出された心音信号をＡ／Ｄ変換し音量調整を行う自動音量調整収録部であり、Ａ／Ｄ変換され音量調整された心音データが心音処理解析処理部ｄに入力される。
心音解析処理部ｄは、振動モデルのモデルパラメータを設定するパラメータ設定部６１、設定されたモデルパラメータの下で心音データの特徴値波形データを生成する特徴値波形生成手段６２、閾値（ＴＨＶ）に対して評価指数を求める手段６３、評価指数からメンバー関数を用いて規定されるデータ集合の中心を求める手段６４、評価指数及びデータ集合の中心から評価関数を求める手段６５、反復計算により評価関数が最小になるようにデータ集合の中心を決定する手段６６、所定範囲のＴＨＶに対して最小評価関数値（Ｊ_ｍ）が最小となるＴＨＶを決定する手段６７、選定されたＴＨＶに対する評価指数、データ集合の中心等の表示データを表示部７０に送出する手段６８を有している。６２〜６７の部分は、設定されたパラメータに応じて入力されたデータに対して演算処理を行う部分であり、これらの演算処理を行いメモリーを含む専用回路として形成してもよく、あるいは図９のフローによる演算処理を行うためのプログラムを備えたパーソナルコンピュータにより実行する形態としてもよい。
【００７７】
表示部７０は、心音解析の結果として得られたデータを表示するものであり、液晶パネル等の画面を有するものを用いるのがよい。表示内容は、評価指数、データ集合の中心の分布状況を数値ないしグラフで表示する。このような心音データの表示により心音の正常、異常が精度よく、定量的に把握できる。心音解析処理部ｄでの演算処理により得られた結果は、表示データとして表示部７０に表示する以外に、送信手段により遠隔位置の受信部に送信できるようにしてもよい。
心音解析処理部ｄにおいては、心音データの解析に必要な定義式等の必要事項を蓄積保持する手段が必要であり、さらに、実際に心音解析により得られた実績データをデータベース化して保持する手段を備えることにより、新たに心音解析を行う際の比較データとして利用できるようにもなる。
【産業上の利用可能性】
【００７８】
本発明は、心音収録音量の自動調整、心音信号の音質の向上、心音信号の解析処理をそれぞれ独自に行うものとして利用することができ、また、それらを組み合わせた形の聴診装置として利用することもできる。
【図面の簡単な説明】
【００７９】
【図１】鼓膜の振動モデルを示す概念図である。
【図２】（ａ）は鼓膜の振動モデルに基づいて正常心音から振動応答ｘを求めた結果を示す図であり、（ｂ）は鼓膜の振動モデルに基づいて僧帽弁閉鎖不全心音から振動応答を求めた結果を示す図である。
【図３】（ａ）は正常心音の場合における評価指数の求め方を示す図であり、（ｂ）は評価指数の相関関係を示す図であり、（ｃ）は評価指数の頻度を示す図である。
【図４】（ａ）は振動応答を表す特徴値波形と閾値との関係を示す図であり、（ｂ）、（ｃ）は評価指数の相関関係が閾値により異なる状況を示す図である。
【図５】（ａ）、（ｂ）は評価指数の相関関係についてＰＣＭクラスタリング法によりデータ集合の中心を規定する例を示す図あり、（ｃ）はＰＣＭクラスタリング法により得られた最小評価関数値の閾値に対する依存性を示す図である。
【図６】（ａ）、（ｂ）は閾値が１０％〜７０％の範囲で示した評価指数の相関関係を示す図であり、（ｃ）、（ｄ）は閾値が３０％〜６０％の範囲で示した表か指数の相関関係を示す図である。
【図７】（ａ）は不整脈（ＡＦ）の場合、（ｂ）は僧帽弁狭窄症（ＭＳ）の場合、（ｃ）は大動脈閉鎖不全症（ＡＲ）の場合について、それぞれ閾値に対する最小評価関数値の依存性を示す図であり、（ｄ）は不整脈（ＡＦ）の場合、（ｅ）は僧帽弁狭窄症（ＭＳ）の場合、（ｆ）は大動脈閉鎖不全症（ＡＲ）の場合について、それぞれ閾値に対するデータ集合の中心の依存性を示す図である。
【図８】（ａ）、（ｂ）は不整脈（ＡＦ）の場合、（ｃ）、（ｄ）は僧帽弁狭窄症（ＭＳ）の場合、（ｅ）、（ｆ）は大動脈閉鎖不全症（ＡＲ）の場合について、それぞれ評価指数の相関関係を示す図である。
【図９】本発明による心音解析のフローを示す図である。
【図１０】心音データと振動モデルによる振動応答としての特徴値波形を示す図である。
【図１１】図１０のうち特徴値波形を位相遅れ分だけずらして示した図である。
【図１２】心音信号の処理のフローを示す図である。
【図１３】心音を収録する場合の心音の信号の状態を示す図である。
【図１４】本発明により心音の収録音量を自動調整した場合と自動調整を行わずに心音を収録した場合とのＮ／Ｓ比を対比して示す図である。
【図１５】本発明による聴診装置の概略的構成を示す図である。
【図１６】図１５の構成のうち、自動音量調整収録部、受診部を示す図である。
【図１７】（ａ）図１５の構成のうち心音信号処理部を示す図である。（ｂ）（ａ）のうち特に変換回路部について示す図である。
【図１８】図１５の構成のうち心音解析処理部を示す図である。
【符号の説明】
【００８０】
ａ聴診プローブ
ｂ自動音量調整収録部
ｃ心音信号処理部
ｄ心音解析処理部
ｅ受診部
１物体
２ばね
３ダンパー
１１チェストピース
１２増幅部
２１信号調整部
２２Ａ／Ｄ変換部
２３マイコン
２５増幅部
２６送信器
４３信号調整部
４４振動モデル
４５フィルタ部
４６変換回路部
４７パラメータ設定部
５１演算部
５２乗算変換部
６１パラメータ設定部
６２特徴値波形生成手段
６３評価指数を求める手段
６４データ集合の中心を求める手段
６５評価関数を求める手段
６６評価関数最小化手段
６７最小評価関数値が最小の範囲を決定する手段
７０表示部【Technical field】
[0001]
  The present invention relates to an auscultation heart sound signal processing method and an auscultation apparatus.
[Background]
[0002]
  In Japan, the death rate from heart disease is high, and in 1985, it surpassed stroke and was second. Among heart diseases, there are many myocardial infarction said to be heart failure and ischemic heart disease, and other than that, acute death of unknown cause accounts for 30%. Life-style related diseases such as cardiovascular disorders are said to have a gradual change in disease state, and it is said that there are many cases that cannot be accurately diagnosed and discovered without quantitative follow-up over a long period of time.
[0003]
  In recent years, systems for health management / diagnosis have been developed at home and at work, and stethoscopes as well as weight scales, thermometers, blood pressure monitors, etc. are widely used for auscultating heart sounds and breathing sounds. It cannot be said that a stethoscope is used so much. The reason is that diagnosis of auscultation sounds requires skill and is difficult. The part to which the stethoscope is applied greatly affects auscultation, and a skilled doctor determines whether the heart sound is normal or abnormal at the part where the heart sound is best heard while changing the part to which the stethoscope is applied. As described above, the auscultation technique requiring skill is difficult to learn for general users with low skill.
[0004]
  A simple stethoscope listens to detected heart sounds with earphones to determine normality / abnormality of heart sounds, but as an auscultation device for more precise examination of heart sounds, it detects heart sounds with a probe, The detected heart sound signal is recorded as heart sound data. The detected heart sounds or further recorded heart sounds are listened to by an earphone, and the recorded heart sound data is subjected to an analysis process to be used for discrimination of normal / abnormal heart sounds. Also, the recorded heart sound signal is transmitted through a line and used in such a form that a specialist at a remote location inspects the heart sound.
[0005]
  In order to listen to the recorded heart sounds and to accurately analyze the heart sound signal, it is important to appropriately set the recording sound volume level of the heart sounds. From the viewpoint of reproduction sound quality, it is advantageous to increase the recording volume level. However, even the heart sound signal recorded in such a manner is often difficult to hear because the sound signal includes noise when a specialist examines. Even if general measures for noise reduction or reduction are taken, sounds that are usually used by doctors may be different or useful information may be deleted.
[0006]
  In addition to listening to recorded heart sound signals, a computer-assisted technique is used in which heart sound analysis is performed on heart sound data to assist in diagnosis of heart disease. As a heart disease diagnosis system using such heart sound analysis, a dedicated system for professionals becomes a large-scale system and is difficult to use for general users. In addition, with a simpler and smaller one for general users, it has been difficult to accurately discriminate abnormal heart sounds.
  A stethoscope or auscultation apparatus is disclosed in the following patent documents.
[0007]
[Patent Document 1]
JP-A-2005-52521
[Patent Document 2]
Japanese National Patent Publication No. 10-504748
[Patent Document 3]
JP 61-290936 A
[Patent Document 4]
JP-A-5-309075
[0008]
  In Patent Document 1, sound acquired by a microphone is converted into an electrical signal, and a signal in a frequency range corresponding to a heart sound and a signal in a frequency range corresponding to a breathing sound are selectively enhanced in the electrical signal. An electronic stethoscope in which the frequency characteristics of the equalizer are set so as to selectively attenuate signals in the frequency range of is described.
  In this electronic stethoscope, the characteristics of heart sound data vary to some extent, so in some cases, what should be enhanced as heart sounds may be attenuated, and noise may not be effectively reduced. It was possible.
[0009]
  Patent Document 2 describes an electronic stethoscope that includes a digital filter for pre-emphasis, compensation for hearing loss, and the like, and has pattern recognition means for suppressing repetitive signals in observed signals and removing noise. ing.
  However, since these electronic stethoscopes are equipped with elements such as filter means for probing the impulse transfer function and pattern recognition means for performing pre-emphasis, the apparatus becomes complicated, and filter means and pattern recognition due to individual differences in heart sounds. In some cases, noise cannot be effectively reduced by the means.
[0010]
  In Patent Document 3, a heart sound meter which performs gain adjustment on a heart sound waveform signal detected by a heart sound detection probe in a signal conversion device, AD-converts it into an input signal of a general-purpose personal computer, and performs calculation processing according to the purpose by the general-purpose personal computer. Is disclosed. The heart sound meter disclosed in Patent Document 3 is a heart sound meter for a general user such as a household user, and can use a heart sound waveform signal with a simple configuration using a general-purpose personal computer. By the way, the heart sound detected by the heart sound probe includes noise, and when listening to the heart sound transmitted depending on how much gain adjustment is performed in the heart sound conversion device, or by transmitting and receiving heart sound data for analysis. The reliability in performing the processing is greatly affected. However, in Patent Document 3, it is preferable to adjust the gain of the heart sound waveform signal detected in performing the heart sound analysis. This was not taken into account, and was insufficient for accurate analysis of heart sounds.
[0011]
  In Patent Document 4, in order to accurately determine heart sound data without providing a determination criterion, the amplitude of the heart sound is stored together with the elapsed time, and a feature of a predetermined location is drawn out of the stored amplitude, and based on the result. There is disclosed a heart sound analysis apparatus that performs predetermined recognition by a neural network, outputs the degree of recognition, and displays the degree of abnormality of the heart sound.
  With this heart sound analyzer, the borderline is set in the judgment of the necessity of the precision examination required in the primary examination of the heart examination. However, since the neural network is used, the configuration is not simple and the general user It was not easy to use.
[0012]
  In addition, the present inventor has filed a patent application (Japanese Patent Application No. 2005-80720) regarding the invention of a digital auscultation analysis system capable of diagnosing heart sounds with a simple configuration used by general users. The heart sound analysis method according to the preceding invention obtains a vibration response from heart sound data measured using a vibration model of the eardrum, analyzes and evaluates the time width of the I sound and the II sound that are peak values, and thereby evaluates the heart sound. An abnormality is detected. In this heart sound analysis method, abnormalities of heart sounds can be confirmed by analyzing and evaluating the time width obtained from vibration responses, but the shape of heart sound data and vibration responses depends on the type and characteristics of heart sound abnormalities. Depending on the analysis method, abnormalities in heart sounds could not be accurately grasped for various characteristics of abnormal heart sounds.
DISCLOSURE OF THE INVENTION
[Problems to be solved by the invention]
[0013]
  As described above, in the conventional auscultation apparatus, the heart sound signal, which can have various characteristics, is efficiently and effectively removed noise to improve the sound quality and be easy to hear, and the recording level of the heart sound is set appropriately. It is inadequate to listen to and discriminate heart sounds recorded in a precise manner, and to transmit heart sound signals to remote locations for use, making the device cumbersome and expensive. There were difficulties.
  Also, it is not effective in analyzing the recorded heart sound signals and accurately and quantitatively distinguishing between normal and abnormal heart sounds with regard to the abnormal characteristics of various heart sounds. As a heart disease diagnosis system using analysis processing The scale has increased, making it difficult for general users to use.
[0014]
  Therefore, it is possible to improve the sound quality of heart sound auscultation sound by using inexpensive methods and equipment, to make heart sound auscultation sound with little noise and easy to hear, to set the recording level of heart sound signal appropriately, and to quantify normality / abnormality of heart sound accurately Therefore, it has been desired to perform an analysis process of the heart sound signal so that it can be discriminated. Further, it has been desired to adjust the heart sound signal detected in listening to the heart sound, processing and analyzing the heart sound signal to an appropriate volume.
[Means for Solving the Problems]
[0015]
  The present invention has been made to solve the above-described problems. An auscultatory heart sound signal processing method for performing heart sound analysis for detecting an abnormal heart sound according to the present invention includes setting a model parameter of a vibration model, and a heart sound. To obtain heart sound data, to generate feature value waveform data for the obtained heart sound data under a set model parameter, and to the threshold value (THV), the feature value An evaluation index indicating the time width and time interval of the peak of the waveform data is obtained, and the fuzzy member function (w_{i, j}) Is the center of the data set defined by_i) And an evaluation function J representing the distribution of the evaluation index from the center of the evaluation index and data set_m(W, V) is determined, the center of the data set is determined by the iterative calculation so that the evaluation function is minimized, and the minimum evaluation function value (J_m), And within that range, J_mIs selected from the following steps: selecting a THV that minimizes the threshold, and displaying the evaluation index obtained for the selected THV and the distribution state of the center of the data set.
[0016]
  The evaluation index is the time width (T1, T2) and time interval (T11, T12) of I sound and II sound in the characteristic value waveform data for THV, and W = {w_{i, j}}, V = {v_i} And d_{i, j}= ‖V_i-Z_{k, j}Assuming that ‖ is the Euclidean distance between the center of the data set and the data position, the evaluation function is
[Expression 7]
It may be expressed as
[0017]
  An auscultation apparatus according to the present invention includes a means for setting model parameters of a vibration model, a heart sound detecting means for detecting heart sounds and thereby obtaining heart sound data, and a model parameter set for the obtained heart sound data. A means for generating feature value waveform data below, a means for obtaining an evaluation index indicating a time width and a time interval of the peak of the feature value waveform data with respect to a threshold (THV), and a fuzzy member function ( w_{i, j}) Is the center of the data set defined by_i) And an evaluation function J representing the distribution of the evaluation index from the center of the evaluation index and data set_mMeans for obtaining (W, V), means for determining the center of the data set by iterative calculation so that the evaluation function is minimized, and a minimum evaluation function value J that minimizes the evaluation function_mAnd J for a predetermined range of THV_mIn the range (J_mAnd a means for displaying the evaluation index obtained for the selected THV and the distribution state of the center of the data set, and a heart sound signal analysis for detecting an abnormal heart sound. A heart sound analysis processing unit is provided.
[0018]
  The evaluation index is the time width (T1, T2) and time interval (T11, T12) of I sound and II sound in the characteristic value waveform data for THV, and W = {w_{i, j}}, V = {v_i} And d_{i, j}= ‖V_i-Z_{k, j}Assuming that ‖ is the Euclidean distance between the center of the data set and the data position, the evaluation function is
[Equation 7]
It may be expressed as
[0019]
  Also, the auscultation heart sound signal processing method for performing heart sound signal processing for sound quality improvement in auscultation according to the present invention includes forming a vibration model by setting model parameters of a vibration model, and detecting a heart sound to generate a heart sound signal. Obtaining the characteristic value waveform data output by applying the obtained heart sound signal to the vibration model, and using the heart sound signal or a signal obtained by removing high-frequency noise as heart sound data, A phase lag is calculated by taking a cross-correlation with the feature value waveform data, and the feature value waveform is equivalent to the phase lag so that there is substantially no phase difference between the heart sound data and the feature value waveform data. Each phase of shifting the phase of the data and obtaining output heart sound data as a product of the heart sound data and the feature value waveform data shifted in phase by the phase delay. Tsu is made of-flops.
[0020]
  The heart sound signal may be normalized before applying the heart sound signal to the vibration model.
  The auscultation apparatus according to the present invention outputs a heartbeat signal detected by the heartbeat detection means or a characteristic value waveform data corresponding to the heartbeat data by inputting a heartbeat signal from which the high frequency component noise has been removed by the filter means. A vibration model, a phase lag calculation unit for calculating a phase lag of the feature value waveform data with respect to the heart sound data by cross-correlating the feature value waveform data output by the vibration model and the heart sound data, and the heart sound data, An abnormal heart sound comprising: a multiplication conversion unit that takes the product of the feature value waveform data and the heart sound data, the phase of which is shifted by the amount of the phase delay so that there is substantially no phase difference between the feature value waveform data and the feature value waveform data A heart sound signal processing unit that performs heart sound signal processing for detection may be provided.
  You may make it further have a normalization means for normalizing a heart sound signal before inputting into the said vibration model.
[0021]
[0022]
The invention's effect
[0023]
  According to the present invention, the heart sound feature value waveform obtained by using the heart sound data and the vibration model and the heart sound signal are substantially eliminated from the phase difference, and then the product is obtained as the output heart sound data. The heart sound of the peak part is enhanced and the noise part is weakened, making it easy to hear when played back, and the sound quality of the heart sound auscultation sound efficiently and accurately by inexpensive methods and devices Can be improved, and can contribute to accurately discriminating between normal and abnormal heart sounds.
[0024]
  According to the present invention, an evaluation index and the center of a data set are defined for a feature value waveform generated from heart sound data using a vibration model, and the evaluation function represented thereby is minimized. To obtain the processing results for the evaluation index and the center of the data set, taking a simple form for easy use by general users, and for various abnormal characteristics of heart sounds Can accurately and quantitatively distinguish between normal and abnormal heart sounds
[0025]
BEST MODE FOR CARRYING OUT THE INVENTION
[0026]
  In the present invention, the recorded heart sound signal is used in the form of analyzing the heart sound signal so that normality / abnormality of the heart sound can be discriminated, and further, the recorded heart sound signal is listened to or transmitted to a remote place. It is intended to handle the heart sound signal in a heart disease diagnosis system that is used in the form of listening to the received heart sound signal. At that time, in the processing of the recorded heart sound signal, the heart sound signal is processed using the feature value waveform based on the vibration model of the eardrum. Therefore, as for the features of the present invention, (A) a characteristic value waveform based on a vibration model, (B) an analysis process of a heart sound signal for detecting an abnormal heart sound, (C) a heart sound signal process for improving sound quality in auscultation, (D) The explanation will be divided into two aspects: automatic adjustment of the heartbeat recording volume and (E) form of the auscultation device.
[0027]
(A) Feature value waveform by vibration mode
  The heart is divided into four parts, the left atrium, the left ventricle, the right atrium, and the right ventricle, and plays the role of a pump that circulates blood throughout the body by repeating contraction and relaxation as a whole. There is a mitral valve at the entrance of the left atrium, an aortic valve at the entrance of the left ventricle, a tricuspid valve at the entrance of the right ventricle, and a pulmonary valve at the entrance of the right atrium. These valve membranes prevent backflow of blood. Is the sound produced when these valve membranes close.
[0028]
  It takes expert knowledge and experience to accurately determine whether the heart sound from auscultation is normal or abnormal, but there are some that are relatively easy for ordinary people to recognize. This is thought to be because it is easy for human ears to sense low-order mode vibration that occurs when the eardrum is pulsated by sound waves from a stethoscope. From this idea, it is considered effective to approximate the vibration of the eardrum as a model and to process the heart sound signal from the relationship between the heart sound collected from the stethoscope and the vibration response of the vibration model.
[0029]
  FIG. 1 is a conceptual diagram showing a tympanic membrane vibration model. In FIG. 1, 1 is an object having an equivalent mass of m corresponding to the eardrum, 2 is a spring having one end attached to the object 1 corresponding to the eardrum, and the other end attached to a fixed portion, and 3 is one end to the eardrum. This is a damper in which the other end of the object corresponding to the corresponding object 1 is attached to the fixed portion. The equivalent mass of the object 1 corresponding to the eardrum is m, and the spring constant of the spring 2 is K_h, The viscous damping coefficient of damper 3 is C_hWhen the heart sound from the stethoscope is S, the vibration response x of the eardrum is calculated from the equation (1).
[Expression 1]
  Divide both sides of equation (1) by m,
[Expression 2]
And the natural frequency is p and the damping ratio coefficient is ξ,
[Equation 3]
It becomes. Therefore, when the natural frequency p and the damping ratio coefficient ξ are set, the vibration response x of the eardrum can be obtained from the equation (2). The natural frequency p and the damping ratio coefficient ξ are characteristics of the vibration model as model parameters. Is shown. The vibration model is equivalent mass m, mechanical damper C_h, Spring constant K_hInstead of the mechanical vibration system comprising, an electric vibration system comprising an inductance L, a resistance R, and an electric capacitance C may be used.
[0030]
(B) Heart sound signal analysis processing for detecting abnormal heart sounds
  2A shows a result of obtaining a vibration response x from a normal heart sound based on the tympanic membrane vibration model described in FIG. 2A, and FIG. 2B shows a mitral valve closure based on the tympanic membrane vibration model. The result of obtaining the vibration response from the failing heart sound is shown. The heart sound data is recorded in a commercially available heart sound auscultation training material, and the parameter p in equation (3) is 10 Hz and ξ is 0.707. 2A and 2B, the gray waveform is the original waveform of the heart sound S. A solid line waveform indicates a vibration response, and the waveform indicating the vibration response is referred to as a feature value waveform. The waveform in FIG. 2A represents a normal heart sound that can be heard as “dock, dock”, and FIG. 2B represents a mitral regurgitation heart sound that can be heard as “go, goo”. The waveforms in FIGS. 2A and 2B are characteristic value waveforms having positive and negative amplitudes, but analysis may be performed for either positive or negative waveform portions.
[0031]
  FIG. 3A shows a feature value waveform portion having a positive amplitude when the feature value waveform is analyzed. In general, it is known that peaks called I sound and II sound appear repeatedly in a normal heart sound waveform. This I sound is generated by the closure of the mitral and tricuspid valves, and the II sound is generated by the closing and tension of the aortic valve and the pulmonary valve. In order to judge normal or abnormal heart sounds, the I and II sounds It is considered effective to analyze and evaluate the duration of time (peak time width).
[0032]
  In FIG. 3A, the vertical axis indicates the intensity of the heart sound, the horizontal axis indicates the time, and shows the measurement time of 2 seconds. Two I sound peaks 48 and two II sound peaks 49 are extracted. . In FIG. 3A, with 50% of the maximum intensity as a threshold, the durations (time widths) of the I sound peak 48 and the II sound peak 49 are obtained from the point where the threshold line intersects with the feature value waveform, and each is evaluated. The indices are T1 and T2. Also, in order to consider that a continuous noise appears between the I and II sounds due to heart valve insufficiency, etc., the duration from the start of the I sound peak 48 to the end of the subsequent II sound peak 49 Is the evaluation index T12, and the duration from the start of the II sound peak 48 to the start of the next I sound peak 48 is evaluated in order to consider that the interval between the I sounds changes due to arrhythmia or heartbeat disturbance. The index is T11. In the heart sound analysis, these evaluation indices T1, T2, T12, and T11 are used in appropriate combination.
[0033]
  One set of evaluation indices T1, T2, T12, and T11 is defined for each pair of the I sound peak 48 and the II sound peak 49, and the evaluation indices for a plurality of groups are plotted. FIG. 3 (b) plots the points indicated by (T1, T2) and (T11, T12) with the horizontal axis as T1 and T11 and the vertical axis as T2 and T12. Normal or abnormal is judged. That is, with normal heart sounds, the points represented by the evaluation index tend to gather within the range surrounded by dotted lines as shown in FIG. From this, it can be determined that the heart sound is normal when the point represented by the evaluation index enters the region of the normal value range, and the heart sound is abnormal when the point does not enter the region. However, since there are individual differences in heart sound data, it is desirable to determine the range of normal values statistically by acquiring data on a large number of healthy individuals.
[0034]
  In FIG. 3 (c), the horizontal axis is the type of evaluation index, and the vertical axis is the frequency of each evaluation index in the measurement time of 10 seconds. This shows the frequency of appearance of each evaluation index. You can compare. For example, if T2 is clearly smaller than evaluation index T1, there is a possibility of an arrhythmia that is not observed due to a loss of II sound peak 49. Also, when T11 is represented by a plurality of bars, this evaluation index It is visually determined that there is a variation in the value of.
[0035]
  In the invention of the prior patent application, abnormalities in the heart sound are determined using such an evaluation index, and the model parameters p and ξ are changed as necessary. FIG. 2A and FIG. Since the waveform shown has various shapes depending on the type of abnormality of the heart sound, it may be difficult to accurately determine the abnormality of the heart sound depending on the type and degree of abnormality.
[0036]
  Considering this, in the invention of the prior patent application (Japanese Patent Application No. 2005-80720), the threshold value (THV) for defining the evaluation indices T1, T2, T11, and T12 is set to 50%. I didn't consider anything else. However, as a result of further investigation, when the abnormality of heart sound is judged, the result greatly depends on the setting of the threshold, and the setting of THV becomes an important factor for heart sound analysis. It was found that it was greatly affected by the conditions of the measurement and individual differences of the measurement subjects. In principle, the threshold value can be set in the range of 0 to 100%, but in the actual situation, the range of 10 to 70% is appropriate.
[0037]
  4A shows the relationship between the heart sound feature value waveform and THV when THV is 15%, 30%, and 60%, respectively. FIGS. 4B and 4C are obtained for each THV. 5 is a distribution diagram of points indicated by evaluation indices (T1, T2) and (T11, T12). In FIGS. 4B and 4C, when THV = 15% (indicated by □) and THV = 60% (indicated by ◯), the distribution of (T1, T2) or (T11, T12) is considerably large. Although it is expanding, it is concentrated when THV = 30% (indicated by ▲). In FIG. 4A, the threshold line of THV = 30% intersects with the peaks of all heart sound feature value waveforms, whereas THV = 60% intersects with some peak waveforms. This is considered to be related to the fact that there is a portion that also intersects with the lower noise portion of the feature value waveform when THV = 15%.
[0038]
  As described above, when analyzing the characteristic value waveform of the same heart sound, the degree of concentration of the distribution of the points indicated by the evaluation index differs depending on the setting of THV. In this example, it can be said that THV = 30% is better than THV = 15% and THV = 60%. However, in this situation, depending on the type of abnormality of the heart sound, the characteristic value waveform has various shapes. Therefore, it is considered that a good THV for heart sound analysis should be set according to these different situations.
[0039]
  Although the distribution of evaluation indices differs as shown in FIGS. 4B and 4C according to the setting of THV with respect to the characteristic value waveform as shown in FIG. 4A, the abnormal heart sound is judged better. For this reason, it is considered that the same characteristic value waveform should have less evaluation index dispersion. Therefore, in the present invention, a fuzzy C means (FCM) data clustering method is used as a data grouping method. FCM is one of various proposed data clustering methods, and is roughly as follows.
[0040]
  For example, a set of data
[Expression 4]
Are grouped into C groups. In this case, the center position v of the i th group_iThe
[Equation 5]
It is defined as Where w_{i, j}Is
[Formula 6]
A fuzzy member function between 0 and 1 that satisfies Further, m∈ [1, ∽) is called a waiting component, and it is generally preferable to set m = 2. i-th cluster center position v_iAnd jth data position z_{k, j}Euclidean distance between and_{i, j}The
      d_{i, j}= ‖V_i-Z_{k, j}‖ (6)
It is defined as Evaluation function for FCM clustering
[Expression 7]
It is expressed. Where W = {w_{i, j}}, V = {v_i}. Evaluation function J_m(W, V) represents the degree of data dispersion, and the evaluation function J_mIt can be said that the smaller the (W, V), the less the dispersion. In order to minimize the dispersion of the data, the cluster center position {v_i}. Specifically, first, the member function matrix {w_{i, j}} Is set, and the cluster center position {v_i} Is calculated. Euclidean distance d by equation (6)_{i, j}Is substituted into equation (7). If the evaluation function is not minimal, w_{i, j}Euclidean distance d obtained in the previous calculation_{i, j}And recalculate as follows.
[Equation 8]
  FCM clustering method is member function w_{i, j}Therefore, the above algorithm should be executed using member functions having different initial values.
[0041]
  Such an FCM clustering method is applied to heart sound analysis. At this time, a data set [T1, T2, T11, T12] obtained from the heart sound feature value waveform is used._jTo the data set [z in equation (3)₁, Z₂, Z₃, Z₄]_jFCM clustering algorithm is applied.
[0042]
  [T1, T2, T11, T12]_j(T1, T2)_jAnd (T11, T1)_jThese are divided as shown in FIG. 5 (a) and FIG. 5 (b). The center of the distribution of points (v) from (4) to (T1, T2)₁, V₂) And the center of the distribution of points represented by (T11, T12) (v₃, V₄) And these centers are represented as <A> and <B>, respectively. Further, a threshold value (THV) obtained from data obtained for normal heart sounds, an evaluation function J_mMinimum table function value J of (W, V)_m, The center of the data set [v₁, V₂, V₃, V₄] Are shown in Table 1, and the minimum table function value J in Table 1_mChanges according to THV as shown in FIG. When THV is increased by 10% in the range of 10% to 70%, the minimum evaluation function value J is in the range of 30% to 60%._mBecomes a particularly small value, and in this range, a valley bottom is formed as shown in FIG. The distributions of (T1, T2) and (T11, T12) obtained when THV increases by 10% in the range of 10% to 70% are shown in FIGS. 6 (a) and 6 (b), respectively. Data obtained in the range of% to 60% are shown in FIGS. It can be seen that when the THV is in the range of 10% to 70%, the data varies considerably, but when the THV is in the range of 30% to 60%, there is little variation in the data, and the data is collected. Thus, judging from Table 1 and FIGS. 6A to 6D, J in Table 1_mIt can be said that THV (30% to 60%) having a value smaller than 0.01 is an effective value.
[0043]
  Data collection center v₁, V₂, V₃, V₄And minimum evaluation function value J_mThe dependence of THV on THV is somewhat different for normal heart sounds, and the effective threshold range of THV is also slightly different._mThere is a range of THV in which the value of is minimum, or in the valley state as shown in FIG._mCan be said to be a very small value of about 0.01.
[0044]
  Next, consider the case where the FCM clustering technique is applied to abnormal heart sound data. FIG. 7 shows minimum evaluation functions for threshold values (THV) obtained from heart sound data of atrial fibrillation and atrial flutter (AF, arrhythmia), mitral stenosis (MS), and aortic atresia (AR), respectively. Value (J_m) Dependence (ac) and the center of the data set for THV [v₁, V₂, V₃, V₄] (D to f). In this figure, the minimum evaluation function value J_mTherefore, the effective threshold range is 16% to 46% for AF in FIG. 7 (a), the effective threshold range is 45% to 66% for MS in FIG. 7 (b), and FIG. 7 (c). The effective threshold range for AR is 10% to 22%.
[0045]
  Based on the results of FIG. 7, when the points represented by the evaluation indices (T1, T2) and (T11, T12) obtained by setting THV to a value within the effective threshold range for AF, MS, and AR are plotted, As shown in FIG. In FIG. 8, (a) and (b) are for AF, (c) and (d) are for MS, (e) and (f) are for AR (T1, T2), (T11). , T12). It can be seen that the distribution of points represented by the evaluation index in the case of AF, MS, and AR in FIG. 8 is clearly different from the case of normal heart sounds as shown in FIGS. Normality / abnormality of the heart sound is accurately discriminated from the distribution of points represented by the evaluation index.
[0046]
  Thus, the minimum evaluation function value J_m, The center of the data set [v₁, V₂, V₃, V₄], It is possible to discriminate between normal heart sounds and abnormal heart sounds based on the distribution of points represented by the evaluation indices [T1, T2, T11, T12] obtained by setting the threshold values within the effective threshold range. become. For normal heart sounds, J_mIs a value lower than 0.02, and the distribution of the points represented by the evaluation index and the center of the data set is within a certain range, but in the case of abnormal heart sounds, at least one of these values is It has a very high value compared to normal heart sounds. For example, in the case of AF and MS, the center of the data set is about the same as in the case of normal heart sounds, but the minimum evaluation function value J within the range of the effective threshold value._mIs about 20 times that of normal heart sounds, such as 0.4, and in the case of AR, J is within the effective threshold range._mAlthough the value of is small, the value indicating the center of the data set is much larger than in the case of normal heart sounds.
[0047]
  Minimum evaluation function value J for both normal and abnormal heart sounds_mThere is a range of effective threshold values where the value becomes minimum or a valley bottom state. For heart sound analysis, one THV value within the range of such effective threshold values may be selected as appropriate.
[0048]
  The heart sound analysis using the above-described FCM clustering method according to the present invention is performed as shown in the flow of FIG.
(1) Set model parameters (ξ, p).
(2) Heart sound is detected, thereby obtaining heart sound data.
(3) For the obtained heart sound data, feature value waveform data is generated under the set model parameters.
(4) The evaluation indices T1, T2, T11, and T12 are obtained for THV.
(5) The center v of the data set defined using the member function from the evaluation indices T1, T2, T11, T12₁, V₂, V₃, V₄Ask for.
(6) Evaluation function J representing the distribution of evaluation index from the center of evaluation index and data set_mFind (W, V).
(7) The center of the data set is determined so that the evaluation function is minimized by iterative calculation.
(8) Minimum evaluation function value (J_m), And within that range, J_mSelect the THV that minimizes.
(9) Display the evaluation index obtained for the selected THV and the distribution state of the center of the data set.
  Here, in (8), J_mIs not limited to one point of THV, but may be substantially minimum within a certain range (when a valley is formed in a certain range of THV). In such a case, the range of THV And THV may be appropriately selected from the range.
  Thus, based on the result of heart sound analysis using the FCM clustering technique, it is possible to accurately determine whether the heart sound is normal or abnormal with a simple configuration.
[0049]
(C) Heart sound signal processing for sound quality improvement in auscultation
  When listening to heart sound signals to determine normality / abnormality of heart sounds, to reduce the noise of the recorded signals and make them easier to hear, and to transmit the recorded heart sound signals to remote locations for use In order to reduce the deterioration of the heart sound signal, the signal processing using the feature value waveform based on the vibration model described in (A) is performed. It is advantageous to use a digital circuit for the vibration model type conversion circuit, and the auscultation heart sound is preferably converted into a digital heart sound signal by first performing A / D conversion before inputting to the conversion circuit. From the viewpoint of improving the efficiency of signal processing, it is preferable to perform normalization in which the signal value is expressed as a ratio to the maximum value.
[0050]
  FIG. 10 shows the result of obtaining the vibration response x by giving a heart sound signal to the vibration model, which is the same as FIG. The horizontal axis represents time, but the time t is expressed with reference to the sampling period Δt, and t = iΔt, the time is indicated by a discrete variable i, the heart sound signal is Y (i), and the vibration response is x ( i) and so on. The vertical axis indicates the signal intensity.
[0051]
  The heart sound signal Y (i) has positive and negative values, but S (i) (S (i) = | Y (i) |) taking the absolute value of Y (i) in view of the action of vibration is the heart sound. Think of it as data. Further, from the relationship with the equations (1) and (2), S (i) / m will be changed to S below. In FIG. 10, the gray waveform is the original waveform of the input heart sound data S (i). The solid line waveform indicates the waveform of the vibration response x (i), and this waveform data is referred to as feature value waveform data.
[0052]
  In the heart sound data waveform S (i) and feature value waveform data x (i) in FIG. 10, the portion shown as a peak corresponds to a heart sound, and the portion with a low value between peaks contains noise. In particular, since the heart sound signal obtained first often includes high-frequency component noise, the high-frequency component of 5 kHz or higher or 2.5 kHz or higher is extracted from the heart sound data Y (i) by wavelet analysis and deleted._WIt is preferable to obtain (i) and use it as heart sound data.
[0053]
  In the present invention, the heart sound data S (i) and the feature value waveform data x (i) are multiplied by their products so as to match the peaks, thereby weakening the noise in the heart sound data and enhancing the heart sound itself. Thus, it is considered that the heart sound data with less noise is finally obtained.
[0054]
  Incidentally, the feature value waveform data x (i) in FIG._WThere is a phase lag (k) with respect to (i). Therefore, the phase delay k is obtained, and the phase of the waveform of x (i) is shifted by this phase delay, that is, S_WIt is necessary to take the product after matching with the phase of (i). The phase delay k is
[Equation 9]
Thus, the phase difference k is obtained as the value of i when ρ (i) is maximized. Here, ρ (i) is a sequence of cross-correlation functions, and S_Wavg, X_avgEach represents an average value. This k is used as the value of i when the sequence ρ (i) is maximum. In operation, the phase difference can be substantially eliminated by using k.
[0055]
  When the waveform of the feature value waveform data x (i) is shifted by the phase delay k, as shown in FIG._WThe peak portion of (i) and the feature value waveform x (i) substantially overlap. Then heart sound data waveform S_WConversion is performed to take the product of (i) and x (k + i) with the phase lag shifted from the feature value waveform η (i). S_W(I) and x (i)
        S_W(I) = [S_W(1) S_W(2) ... S_W(N−k)]
        x (k + i) = [x (k + 1) x (k + 2)... x (N)]
When expressed in a matrix like_WConversion of the product of (i) and phase-shifted feature value waveform data x (k + i) is performed as a matrix operation
        TS (i) = S_W(I) x (k + i)^T
It is represented by Where x (k + i)^TIs a transposed matrix.
[0056]
  In the output heart sound data of TS (i) obtained in this way, the heart sound at the peak portion is emphasized and the noise portion is weakened with respect to the original heart sound data. In addition, the analysis of heart sounds is also performed with high accuracy. As described above, the heart sound signal processing method for enhancing the heart sound and weakening the noise according to the present invention is shown as a flowchart in FIG.
[0057]
(D) Automatic adjustment of heart sound recording volume
  In the auscultation device, the heart sound is converted into a heart sound signal with a microphone that converts the heart sound into an electrical signal, and the heart sound signal is listened to with an earphone to determine whether the heart sound is normal or abnormal, and as described in (B) and (C). There are several forms of heart sound signal processing, such as performing heart sound analysis or processing to improve the sound quality of heart sounds. When using heart sound signals in this way, heart sound is recorded at the first recording stage. It is important to set the sound volume at an appropriate level.
[0058]
  To adjust the recording volume of the heart sound in an auscultation system in which the heart sound signal recorded by the probe is recorded by adjusting the volume at the automatic volume adjustment recording section, and further transmitting,
(I) Maximize the amplification volume of the microphone incorporated in the probe chest piece and attenuate it to an appropriate level using a digitally controlled audio attenuator
(Ii) Detecting the volume of the microphone incorporated in the probe chest piece and amplifying it to an appropriate level by a gain adjustable amplifier
There is a method like this. The method (i) is suitable for the heart sound feature numerical analysis, but cannot be amplified because the sound volume is lowered and set to an appropriate level. In the method (ii), the volume can be increased or decreased. However, if the input signal is too small, it is difficult to determine the volume level from the data after A / D conversion.
[0059]
  In the present invention, since the degree of amplification of the heart sound signal is controlled from the data after A / D conversion, and the heart sound analysis is performed on the obtained heart sound data, the method (i) Is used. That is, a setting is made so that the amplification degree in the probe is maximized and sent to the volume adjusting unit.
[0060]
  The basic idea of adjusting the recording volume of heart sounds according to the present invention is that the first relatively short time T_aThe data for gain adjustment is acquired during the following time T_bThe signal of the heart sound during the period is appropriately amplified and used. In this way, appropriate gain adjustment is performed by setting how much the heart sound signal is amplified in a short time before amplifying the heart sound to be used. Time T for acquiring data for gain adjustment_aIs about 1 to 3 seconds, and about 2 seconds is the most appropriate. This is because a normal heartbeat period is 0.8 to 1 second, and it can be used as data for gain adjustment if heart sounds of about two periods can be collected. Time T to amplify the heart sound to be used_bIs about 4 to 12 seconds. This is because, in the heart sound feature value waveform analysis, if there are data for about 10 cycles, an appropriate analysis result can be obtained, and about 8 to 10 seconds is particularly appropriate as a standard.
[0061]
  Based on the basic concept of adjusting the recording sound volume of the heart sound, the recording sound volume of the heart sound is adjusted by the following procedure. This volume adjustment is performed in the following procedure by the operation of the microcomputer on the detected heart sound signal obtained by AD conversion. At that time, the time T for acquiring data for the above-described gain adjustment_a(1 to 3 seconds) and time T to amplify the heart sound to be used_b(4 to 12 seconds) is set, and an up gain necessary for amplifying a heart sound to be used in accordance with data acquired for gain adjustment is set as a gain reference table.
[0062]
<Procedure for adjusting the recording volume of heart sounds>
(1) The detected heart sound signal is signal-adjusted and converted into 8-bit (10-bit or 12-bit) digital data by an A / D converter._aCapture during.
(2) Time T_aAn average value Y (Y = [Σx (i)] / N) of x (i) indicating the magnitude of N heart sounds during the period is obtained.
(3) The value of Y is compared with the gain reference table to determine the up gain.
(4) Set the gain to the control amplifier and set the time T_aTime T following_bAmplify the heart sound signal between the two with the set up gain and record it as an appropriate volume.
  However, in (2), when obtaining the average value Y, it is appropriate to exclude the noise portion, and the threshold value x with respect to the heart sound level x (i).₀And time T_aX (i)> x₀It is preferable to take an average where N is the number of x (i).
[0063]
  The above procedures (1) to (4) are performed at least once, but it is usually preferable to repeat the procedure several times (2 to 5). Automatic adjustment of the recording volume of heart sounds in the procedures (1) to (4) is performed under the control of the microcomputer 23. The microcomputer 23 holds a program necessary for such control, a gain reference table, and the like.
[0064]
  FIG. 13 is a diagram showing a state of a heart sound signal when a heart sound is recorded by the procedures (1) to (4). In FIG. 13, (a) shows the original heart sound waveform signal, and (b) shows the time T for calculating the gain._a(C) is the time gain T of the heart sound waveform signal of (a) due to the up-gain obtained from the signal of (b)._aTime T following_bThe heart sound waveform signal is recorded after being amplified. Time T before recording the heart sound like this_aSince the up-gain is determined based on the heart sound signal captured during the period of time and the heart sound signal is amplified to an appropriate volume accordingly, the heart sound recorded in the step (c) of FIG. become.
[0065]
  FIG. 14 shows the N / S ratio when the heart sound recording volume is automatically adjusted by the procedures (1) to (4) and when the heart sound is recorded without automatically adjusting the heart sound recording volume. In contrast, the horizontal axis indicates how many heart sounds are recorded. In FIG. 14, ○ indicates that no automatic adjustment of the recording volume of heart sounds is performed, and □ indicates T_b= 10 seconds, when automatic adjustment of heart sounds by the procedures (1) to (4)_b= 12 seconds, the cases where the heart sounds are automatically adjusted by the procedures (1) to (4) are shown. As described above, automatic adjustment of heart sounds according to the procedures (1) to (4) improves the N / S ratio, which is advantageous for monitoring auscultatory sounds, and also for accurate analysis of heart sounds. Will be made.
[0066]
(E) Form of auscultation device
  FIG. 15 schematically shows the form of the auscultation device according to the present invention. When viewed as a whole, the auscultation device detects the heart sound, and the volume of the heart sound signal detected by the probe a is appropriately set. Automatic volume adjustment recording unit b for recording heart sound signals after adjusting the sound volume, heart sound signal processing unit c for performing sound volume enhancement and noise reduction processing on the recorded heart sound signals by automatic volume adjustment recording unit b, automatic volume A heart sound analysis processing unit d and a reception unit e that perform heart sound analysis processing on the heart sound signal recorded by adjusting and recording the volume by the adjustment recording unit b and generate data for normal / abnormal heart sound determination.
[0067]
  The heart sound signal recorded by adjusting the volume by the automatic volume adjustment recording section b, or the heart sound signal subjected to the heart sound enhancement and noise reduction processing by the heart sound signal processing section c can be heard by the monitoring means, and transmitted. Transmitted to the remote location by means. The result of the analysis processing of the heart sound signal recorded with the volume adjusted by the automatic volume control section b in the heart sound analysis processing section d is displayed on the monitor, or the data of the result of the analysis processing is transmitted by the transmission means. The receiving unit e can receive the transmitted heart sound signal and the analyzed data, and can use the received heart sound to determine whether the heart sound is normal or abnormal, or can further process the received signal and data. FIG. 15 shows an example of a configuration form, and a combination form other than the probe a is possible if necessary. Hereinafter, each element part in the apparatus form of FIG. 15 is demonstrated separately.
[0068]
<Automatic volume adjustment recording part>
  FIG. 16 shows elements of the auscultation probe a, the automatic volume adjustment recording unit b, and the reception unit e in the auscultation apparatus of FIG. In this case, the recorded heart sound signal is transmitted with the volume adjusted and received by the receiving unit e. However, the heart sound signal processing unit c in FIG. Alternatively, it is conceivable that the received heart sound is received by the receiving unit e and then the heart sound signal processing unit c performs enhancement of heart sound and noise reduction processing.
[0069]
  In FIG. 16, an auscultation probe a has a chest piece 11 incorporating a microphone for detecting heart sounds and converting them into electrical signals, an amplifying unit 12 for amplifying the detected heart sound signals, and a headset for listening to the amplified heart sounds. is doing. The amplifying unit 12 includes a preamplifier, a filter, and a power amplifier, and is amplified to an appropriate level and a heart sound signal is transmitted to the volume automatic adjustment transmission module 10.
[0070]
  The automatic volume adjustment recording unit b includes a signal adjustment unit 21, an A / D conversion unit 22, a microcomputer 23, a high-pass filter 24, an amplification adjustment unit 25, and a transmitter 26. The signal adjustment unit 21 includes a high-pass filter and a signal adjustment circuit. The signal adjustment unit 21 adjusts a heart sound signal received from the amplification unit 12 of the auscultation probe a, sends the signal to the A / D conversion unit 22, and passes through the high-pass filter 24. To the amplifier 25. The amplification adjustment unit 25 receives a command from the microcomputer and amplifies the heart sound signal sent from the signal conditioner of the signal adjustment unit 21 via the high-pass filter 24 to an appropriate gain, a signal conditioner, Includes high-pass filter.
[0071]
  The heart sound signal sent to the A / D converter 22 is converted into 8-bit (10-bit or 12-bit) digital data and processed by the microcomputer 23. Based on the converted data, the microcomputer 23 performs the above-described processing. Controls amplification of heart sound signal. That is, a time Ta (1 to 3 seconds) for acquiring data for gain adjustment and a time Tb (4 to 12 seconds) for amplifying the heart sound to be used are set in advance. A reference table for giving up gain is held. Time T of heart sound signal obtained by auscultation probe a_aA microcomputer control unit that performs an amplification control of the heart sound signal by obtaining an up-gain from a reference table so that an appropriate volume is obtained when the heart sound signal is amplified based on the average intensity during the period, and control by the microcomputer control unit In response to the obtained up gain, the time T_aTime T following_bThe heart sound signal is amplified and temporarily recorded in the memory 27. The heart sound signal is extracted and listened to by the earphone, and is amplified and adjusted by the amplification adjusting unit 25 so that it can be transmitted by the transmitter 26. It is.
[0072]
  The receiving unit e includes a receiver 31 that receives a heart sound signal transmitted from the transmitter 26 of the automatic volume adjustment recording unit b, an adjusting unit 32, and an amplifying unit 33. The heart sound signal transmitted from the adjusting unit 32 is an earphone. Or is used to perform heart sound analysis processing by a computer. Further, it can be amplified as an analog output by an amplifier. Transmission from the automatic volume adjustment recording unit b side to the receiving unit e side may be performed by wireless transmission through an antenna or by transmission through a cable.
[0073]
<Heart sound signal processor>
  17A and 17B show the configuration of the heart sound signal processing unit c. FIG. 17A shows the heart sound signal processing unit as a whole, and the heart sound signal processing unit c includes an A / D conversion unit of the automatic volume adjustment recording unit b obtained after the heart sound detection unit of the auscultation probe a. The signal Y (i) converted into the digital signal is input. A signal adjustment unit 43 that takes the absolute value of the A / D-converted heart sound signal Y (i) and performs processing such as normalization, and a signal S (i) from the signal adjustment unit 43 is input and a feature value waveform x (i ) Forming the vibration model 44 and the signal from the signal adjustment unit 43 to remove high-frequency component noise,_W(I) The heart sound data TS (i) in which the heart sound data from the filter unit 45, the filter unit 45 and the feature value waveform data from the vibration model 44 output as (i) and the characteristic value waveform data from the vibration model 44 are input and the heart sound is enhanced and the noise is weakened. ) And a conversion circuit unit 46 for outputting the data. Here, although the signal S (i) from the signal adjustment unit S (i) is input to the vibration model 44, the heart sound data S from which high-frequency component noise has been removed by the filter unit 45._W(I) may be input to the vibration model 14, and in that case, the same heart sound data SW (i) is also input to the conversion circuit unit 46. Reference numeral 47 denotes a parameter setting unit for setting parameters in the vibration model 44.
[0074]
  FIG. 17B shows the conversion circuit unit 46 in FIG. 17A in more detail. The conversion circuit unit 46 includes a phase lag calculation unit 51 and an integration conversion unit 22. Yes. Heart sound data S_W(I) and the feature value waveform data x (i) are input to both the phase lag calculation unit 51 and the multiplication conversion unit 52, respectively, and the value of the phase lag k obtained by the phase lag calculation unit 51 is multiplied and converted. Input to the unit 52. In the multiplication conversion unit 52, x (i) is shifted by x by the phase delay k to obtain x (k + i), and S_WCalculate and output the product with (i).
[0075]
  The heart sound signal processing unit shown in FIGS. 17A and 17B includes a portion for processing the signal digitized by the A / D conversion unit 12 and a memory for recording the heart sound signal, and is a small-scale digital circuit. It may be configured and incorporated into an auscultation device, or may be formed as a unique device that processes signals using recorded heart sound signals.
[0076]
<Heart sound analysis processing section>
  FIG. 18 shows the configuration of the heart sound analysis processing unit d. a is a heart sound detection unit, b is an automatic volume adjustment recording unit that performs A / D conversion on the heart sound signal detected by the heart sound detection unit a, and adjusts the volume. Input to the analysis processing unit d.
  The heart sound analysis processing unit d includes a parameter setting unit 61 that sets model parameters of the vibration model, a feature value waveform generation unit 62 that generates feature value waveform data of heart sound data under the set model parameters, and a threshold value (THV). On the other hand, a means 63 for obtaining an evaluation index, a means 64 for obtaining the center of a data set defined by using a member function from the evaluation index, a means 65 for obtaining an evaluation function from the center of the evaluation index and the data set, and an evaluation function by iterative calculation. Means 66 for determining the center of the data set so as to minimize the minimum evaluation function value (J_mMeans 67 for determining the THV that minimizes (), and means 68 for sending display data such as the evaluation index for the selected THV and the center of the data set to the display unit 70. The parts 62 to 67 are parts for performing arithmetic processing on the data input according to the set parameters, and these arithmetic processes may be performed to form a dedicated circuit including a memory, or FIG. It is good also as a form performed with the personal computer provided with the program for performing the arithmetic processing by this flow.
[0077]
  The display unit 70 displays data obtained as a result of heart sound analysis, and it is preferable to use a display having a screen such as a liquid crystal panel. The display contents are numerical values or graphs showing the evaluation index and the distribution status of the center of the data set. By displaying such heart sound data, normality and abnormality of heart sounds can be grasped accurately and quantitatively. The result obtained by the arithmetic processing in the heart sound analysis processing unit d may be transmitted to the receiving unit at a remote position by the transmission means, in addition to being displayed on the display unit 70 as display data.
  The heart sound analysis processing unit d requires means for accumulating and holding necessary items such as definition formulas necessary for analysis of heart sound data, and further means for storing the actual data actually obtained by heart sound analysis in a database. By providing this, it becomes possible to use it as comparison data when performing a new heart sound analysis.
[Industrial applicability]
[0078]
  INDUSTRIAL APPLICABILITY The present invention can be used to perform automatic adjustment of heart sound recording volume, improvement of sound quality of heart sound signals, and analysis processing of heart sound signals, respectively, and to be used as an auscultation device in a combination of them. You can also.
[Brief description of the drawings]
[0079]
FIG. 1 is a conceptual diagram showing an eardrum vibration model.
FIG. 2A is a view showing a result of obtaining a vibration response x from a normal heart sound based on a tympanic vibration model, and FIG. 2B is a vibration from a mitral regurgitation heart sound based on a tympanic vibration model. It is a figure which shows the result which calculated | required the response.
3A is a diagram showing how to obtain an evaluation index in the case of normal heart sounds, FIG. 3B is a diagram showing the correlation of the evaluation index, and FIG. 3C is a diagram showing the frequency of the evaluation index. It is.
4A is a diagram illustrating a relationship between a characteristic value waveform representing a vibration response and a threshold value, and FIGS. 4B and 4C are diagrams illustrating a situation in which the correlation of evaluation indices varies depending on the threshold value. FIG.
FIGS. 5A and 5B are diagrams illustrating an example in which the center of a data set is defined by the PCM clustering method with respect to the correlation of evaluation indexes, and FIG. 5C is the minimum evaluation function value obtained by the PCM clustering method. It is a figure which shows the dependence with respect to the threshold value.
FIGS. 6A and 6B are diagrams showing the correlation of evaluation indexes shown in the range of 10% to 70% of the threshold, and FIGS. 6C and 6D are the thresholds of 30% to 60%. It is a figure which shows the correlation shown in the table | surface or index | exponent shown in the range of this.
FIGS. 7A and 7B are minimum evaluations for threshold values for arrhythmia (AF), (b) for mitral stenosis (MS), and (c) for aortic regurgitation (AR), respectively. It is a figure which shows the dependence of a function value, (d) is the case of arrhythmia (AF), (e) is the case of mitral stenosis (MS), (f) is the case of aortic regurgitation (AR) It is a figure which shows the dependence of the center of a data set with respect to a threshold value, respectively.
8 (a) and (b) are for arrhythmia (AF), (c) and (d) are for mitral stenosis (MS), and (e) and (f) are aortic atresia. It is a figure which shows the correlation of an evaluation index | exponent about the case of (AR), respectively.
FIG. 9 is a diagram showing a flow of heart sound analysis according to the present invention.
FIG. 10 is a diagram showing a feature value waveform as a vibration response based on heart sound data and a vibration model.
FIG. 11 is a diagram showing the characteristic value waveform in FIG. 10 while being shifted by the phase delay.
FIG. 12 is a diagram showing a flow of processing of a heart sound signal.
FIG. 13 is a diagram showing a state of a heart sound signal when a heart sound is recorded.
FIG. 14 is a diagram showing a comparison of the N / S ratio between the case where the recording sound volume of heart sounds is automatically adjusted according to the present invention and the case where heart sound is recorded without automatic adjustment.
FIG. 15 is a diagram showing a schematic configuration of an auscultation apparatus according to the present invention.
16 is a diagram showing an automatic volume adjustment recording unit and a consultation unit in the configuration of FIG.
17A is a diagram showing a heart sound signal processing unit in the configuration of FIG. (B) It is a figure shown especially about the conversion circuit part among (a).
18 is a diagram showing a heart sound analysis processing unit in the configuration of FIG.
[Explanation of symbols]
[0080]
a auscultation probe
b Automatic volume adjustment recording section
c Heart sound signal processor
d Heart Sound Analysis Processing Unit
e Consultation Department
1 object
2 Spring
3 Damper
11 Chestpiece
12 Amplifier
21 Signal adjustment unit
22 A / D converter
23 Microcomputer
25 Amplifier
26 Transmitter
43 Signal adjustment section
44 Vibration model
45 Filter section
46 Conversion circuit
47 Parameter setting section
51 Calculation unit
52 Multiplication converter
61 Parameter setting section
62 Feature value waveform generation means
63 Means for obtaining evaluation index
64 Means for finding the center of a data set
65 Means for obtaining evaluation function
66 Evaluation Function Minimizing Means
67 Means for Determining Range with Minimum Minimum Evaluation Function Value
70 Display section

Claims

Setting model parameters for the vibration model;
Detecting heart sounds and thereby obtaining heart sound data;
Generating feature value waveform data under the set model parameters for the obtained heart sound data;
Obtaining an evaluation index indicating a time width and a time interval of a peak of the feature value waveform data with respect to a threshold value (THV);
Obtaining a center (v _i ) of a data set defined by using the fuzzy member function (w _{i, j} ) from the evaluation index;
Obtaining an evaluation function J _m (W, V) representing the distribution of the evaluation index from the center of the evaluation index and the data set;
Determining the center of the data set so that the evaluation function is minimized by iterative calculation;
Determining the dependency of the minimum evaluation function value (J _m ) on the predetermined range of THV, and selecting the THV that minimizes J _m within the range;
Displaying the evaluation index determined for the selected THV and the distribution state of the center of the data set;
A method for processing an auscultatory heart sound signal, comprising performing heart sound analysis for detecting an abnormal heart sound comprising the steps of:

The evaluation index is the time width (T1, T2) and time interval (T11, T12) of the I sound and the II sound in the characteristic value waveform data for THV, and W = {w _{i, j} }, V = {v _i } Suppose that d _{i, j} = ‖v _i −z _{k, j} ‖ is the Euclidean distance between the center of the data set and the data position, the evaluation function is
The auscultation heart sound signal processing method according to claim 1, wherein:

Means for setting model parameters of the vibration model;
Heart sound detection means for detecting heart sounds and thereby obtaining heart sound data;
Means for generating characteristic value waveform data under the set model parameters for the obtained heart sound data;
Means for obtaining an evaluation index indicating a time width and a time interval of a peak of the feature value waveform data with respect to a threshold value (THV);
Means for obtaining a center (v _i ) of a data set defined by using the fuzzy member function (w _{i, j} ) from the evaluation index;
Means for obtaining an evaluation function J _m (W, V) representing a state of dispersion of the evaluation index from the center of the evaluation index and the data set;
Means for determining the center of the data set by iterative calculation so that the evaluation function is minimized;
Means for obtaining a minimum evaluation function value J _m that minimizes the evaluation function;
Means for determining the dependency of J _{m on} a predetermined range of THV, and selecting a THV that minimizes (J _m ) within that range;
Means for displaying the evaluation index determined for the selected THV and the distribution state of the center of the data set;
An auscultation apparatus comprising a heart sound analysis processing unit that performs heart sound signal analysis for detecting an abnormal heart sound.

The evaluation index is the time width (T1, T2) and time interval (T11, T12) of the I sound and the II sound in the characteristic value waveform data for THV, and W = {w _{i, j} }, V = {v _i } Suppose that d _{i, j} = ‖v _i −z _{k, j} ‖ is the Euclidean distance between the center of the data set and the data position, the evaluation function is
The auscultation device according to claim 3, wherein

Setting the model parameters of the vibration model to form the vibration model;
Detecting a heart sound and obtaining a heart sound signal;
Providing the obtained heart sound signal to the vibration model to obtain output characteristic value waveform data;
The heart sound signal or the signal from which high-frequency component noise has been removed is used as heart sound data, a phase lag is calculated by taking a cross-correlation between the heart sound data and the feature value waveform data, and the heart sound data and the feature value waveform data Shifting the phase of the feature value waveform data by the amount of the phase delay so that there is substantially no phase difference between
Obtaining output heart sound data as a product of the heart sound data and feature value waveform data shifted in phase by the amount of the phase delay;
A method for processing an auscultatory heart sound signal, comprising performing a heart sound signal process for improving sound quality in auscultation comprising the steps of:

6. The method for processing an auscultatory heart sound signal according to claim 5, wherein the heart sound signal is normalized before the heart sound signal is applied to the vibration model.

A vibration model for outputting feature value waveform data corresponding to the heart sound data by inputting, as heart sound data, a heart sound signal detected by the heart sound detecting means or a signal obtained by removing high frequency component noise from the heart sound data;
A phase lag calculation unit that calculates a phase lag of the feature value waveform data with respect to the heart sound data by taking a cross-correlation between the feature value waveform data output by the vibration model and the heart sound data;
A multiplication conversion unit for taking a product of the feature value waveform data and the heart sound data, the phase of which is shifted by the phase delay so that there is substantially no phase difference between the heart sound data and the feature value waveform data;
An auscultation apparatus comprising a heart sound signal processing unit that performs heart sound signal processing for detecting an abnormal heart sound.

The auscultation apparatus according to claim 7, further comprising normalizing means for normalizing a heart sound signal before inputting to the vibration model.