JP6320109B2 - Heart disease identification device - Google Patents
Heart disease identification device Download PDFInfo
- Publication number
- JP6320109B2 JP6320109B2 JP2014066274A JP2014066274A JP6320109B2 JP 6320109 B2 JP6320109 B2 JP 6320109B2 JP 2014066274 A JP2014066274 A JP 2014066274A JP 2014066274 A JP2014066274 A JP 2014066274A JP 6320109 B2 JP6320109 B2 JP 6320109B2
- Authority
- JP
- Japan
- Prior art keywords
- heart disease
- heart
- unit
- sound data
- disease identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
本発明は、心疾患識別装置、プログラム、媒体及び心疾患識別方法に関する。 The present invention relates to a heart disease identification device, a program, a medium, and a heart disease identification method.
図１は、心臓２００を正面から見た内部構造を示す。心臓２００の内部は、右心室２０２、左心室２０４、右心房２０６、左心房２０８の４室に仕切られた構造を有する。右心室２０２、左心室２０４、右心房２０６、左心房２０８の各室の出口には、逆流を防ぐために、肺動脈弁２１０、大動脈弁２１２、三尖弁２１４、僧帽弁２１６がそれぞれ設けられる。 FIG. 1 shows the internal structure of the heart 200 as viewed from the front. The inside of the heart 200 has a structure partitioned into four chambers, a right ventricle 202, a left ventricle 204, a right atrium 206, and a left atrium 208. A pulmonary valve 210, an aortic valve 212, a tricuspid valve 214, and a mitral valve 216 are provided at the outlets of the right ventricle 202, the left ventricle 204, the right atrium 206, and the left atrium 208 to prevent backflow.
図２は、２心拍分の心音信号の波形の一例を示す。横軸は時刻、縦軸は心音データの強度を示す。通常、健常者の心音信号には、Ｉ音およびＩＩ音が含まれる。Ｉ音は、三尖弁２１４および僧帽弁２１６が閉じる際に生じる心音である。ＩＩ音は、肺動脈弁２１０および大動脈弁２１２が閉じる際に生じる心音である。 FIG. 2 shows an example of a waveform of a heart sound signal for two heartbeats. The horizontal axis represents time, and the vertical axis represents the intensity of heart sound data. Usually, a heart sound signal of a healthy person includes I sound and II sound. The I sound is a heart sound generated when the tricuspid valve 214 and the mitral valve 216 are closed. The II sound is a heart sound generated when the pulmonary valve 210 and the aortic valve 212 are closed.
心音信号の波形は、Ｉ音とＩＩ音との間の収縮期、および、ＩＩ音と次の心拍のＩ音との間の拡張期を有する。心疾患のある患者の心音は、各弁の周辺で血液の乱流が生じるため、収縮期または拡張期に心雑音が生じる。例えば、心疾患には、弁が十分に開かなくなる狭窄症、弁が完全に閉鎖せずに逆流を生じる閉鎖不全症、右心房２０６と左心房２０８を隔てる壁に穴が存在する心房中隔欠損症、右心室２０２と左心室２０４を隔てる壁に穴が存在する心室中隔欠損症等がある。 The waveform of the heart sound signal has a systole between the I and II sounds and an diastolic period between the II and the next heartbeat I sound. Heart sounds of patients with heart disease are murmured during systole or diastole due to blood turbulence around each valve. For example, for heart disease, stenosis that prevents the valve from opening sufficiently, closure failure that causes reflux without the valve completely closing, and atrial septal defect with a hole in the wall that separates the right atrium 206 and the left atrium 208 And ventricular septal defect with a hole in the wall separating the right ventricle 202 and the left ventricle 204.
心雑音は、心疾患の種類により発生する期間（即ち、収縮期及び拡張期）が異なる。例えば、収縮期に心雑音が生じる心疾患には、僧帽弁閉鎖不全、大動脈弁狭窄、心房中隔欠損、心室中隔欠損等がある。一方、拡張期に心雑音が生じる心疾患には、大動脈弁閉鎖不全、僧帽弁狭窄等がある。なお、心疾患の種類により心雑音の生じる周波数もそれぞれ異なる。 The duration of cardiac murmur varies depending on the type of heart disease (ie, systole and diastole). For example, heart diseases in which cardiac noise occurs during systole include mitral regurgitation, aortic stenosis, atrial septal defect, ventricular septal defect, and the like. On the other hand, heart diseases in which heart noise occurs during diastole include aortic regurgitation and mitral stenosis. Note that the frequency at which heart noise occurs varies depending on the type of heart disease.
従来の心音情報処理装置は、心音からＩ音、ＩＩ音を検出し、収縮期区間から心音を抽出して時間領域で解析する（例えば、特許文献１参照）。従来の心雑音自動診断装置は、心疾患毎に、あらかじめ基準となる収縮期雑音のフーリエ解析データをメモリに記憶しておき、その基準フーリエ解析データと、収縮期心音のフーリエ解析データとを照合して、いずれかの基準フーリエ解析データに相関するか否かを判断する（例えば、特許文献２参照）。従来の心音解析装置は、１心音周期分を１周期心音データとしてスペクトルパワーに変換し、正規化した後に、信号強度が最大になる周波数Ｆｍａｘと、設定された複数個の信号強度閾値ＴＨＶｉ（ｉ＝１〜ｎ）に対する周波数幅Ｆｗｉｄｔｈｉを求め、周波数Ｆｍａｘ、信号強度閾値ＴＨＶｉ及び周波数幅Ｆｗｉｄｔｈｉに基づいて、心疾患を識別する（例えば、特許文献３参照）。
特許文献１ 特開２０１３−３４６７０号公報
特許文献２ 特開昭６３−２５２１３６号公報
特許文献３ 特開２００９−２４０５２７号公報
A conventional heart sound information processing apparatus detects I and II sounds from heart sounds, extracts heart sounds from systolic sections, and analyzes them in the time domain (see, for example, Patent Document 1). Conventional heart noise automatic diagnosis device stores Fourier analysis data of reference systolic noise in memory in advance for each heart disease, and collates the reference Fourier analysis data with the Fourier analysis data of systolic heart sound. Then, it is determined whether or not it correlates with any reference Fourier analysis data (see, for example, Patent Document 2). The conventional heart sound analysis apparatus converts one heart sound period into spectral power as one period heart sound data, and after normalization, the frequency Fmax at which the signal intensity becomes maximum and a plurality of set signal intensity thresholds THVi (i = 1 to n), a frequency width Fwidthi is obtained, and a heart disease is identified based on the frequency Fmax, the signal intensity threshold THVi, and the frequency width Fwidthi (see, for example, Patent Document 3).
Patent Document 1 JP 2013-34670 A Patent Document 2 JP 63-252136 JP Patent Document 3 JP 2009-240527 A
特許文献１の技術は、心雑音の判定のみで心疾患の識別には対応していない。特許文献２の技術は、心疾患ごとに用意された基準となる心雑音の周波数パターンと、患者の周波数バターンとを比較しているが、同一心疾患でも患者毎に異なる周波数パターンが存在するとともに、異なる心疾患の周波数パターンが重なることもあるので、十分な識別性能を得ることができない。特許文献３の技術は、患者の周波数パターンの信号強度が最大となる周波数Ｆｍａｘ及び複数個の信号強度閾値ＴＨＶｉに対する周波数幅Ｆｗｉｄｔｈｉという少ない特徴量で心疾患を識別しているが、周波数パターンに基づいているので、十分な心疾患の識別性能を得ることができない。 The technique of Patent Document 1 does not correspond to the identification of heart disease only by determination of cardiac noise. The technique of Patent Document 2 compares the frequency pattern of heart noise prepared for each heart disease with the frequency pattern of the patient, and there are different frequency patterns for each patient even in the same heart disease. Since the frequency patterns of different heart diseases may overlap, sufficient discrimination performance cannot be obtained. The technique of Patent Document 3 identifies a heart disease with a small amount of features such as a frequency Fmax that maximizes the signal intensity of a patient's frequency pattern and a frequency width Fwidthi for a plurality of signal intensity thresholds THVi. Therefore, it is not possible to obtain sufficient heart disease discrimination performance.
本発明の第１の態様においては、生体の心音におけるＩ音及びＩＩ音の間の心音データを取得する心音データ取得部と、取得した前記心音データを周波数領域に変換する変換部と、周波数領域の前記心音データのモーメントに基づいて、前記生体の心疾患を識別する心疾患識別部と、を備える心疾患識別装置、プログラム、媒体及び心疾患識別方法を提供する。 In the first aspect of the present invention, a heart sound data acquisition unit that acquires heart sound data between I and II sounds in a heart sound of a living body, a conversion unit that converts the acquired heart sound data into a frequency domain, and a frequency domain A heart disease identification device, a program, a medium, and a heart disease identification method comprising: a heart disease identification unit that identifies a heart disease of the living body based on the moment of the heart sound data.
なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。 The summary of the invention does not enumerate all the features of the present invention. In addition, a sub-combination of these feature groups can also be an invention.
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。 Hereinafter, the present invention will be described through embodiments of the invention, but the following embodiments do not limit the invention according to the claims. In addition, not all the combinations of features described in the embodiments are essential for the solving means of the invention.
図３は、心疾患識別システム１００の全体構成図である。心疾患識別システム１００は、生体の心音における心音データを周波数領域に変換した、周波数領域の心音データのモーメントである歪度、平均及び尖度のいずれかに基づいて、生体ＢＤの心疾患を識別することにより、識別性能を向上させる。生体ＢＤの一例は、人間の被検者である。心疾患識別システム１００は、心音検出部１０２と、入力信号処理部１０４と、心疾患識別装置１０と、表示部１０６とを備える。心疾患識別装置１０が、心音検出部１０２と、入力信号処理部１０４と、表示部１０６とを内部に備えてもよい。 FIG. 3 is an overall configuration diagram of the heart disease identification system 100. The heart disease identification system 100 identifies the heart disease of the living body BD based on any one of the skewness, the average, and the kurtosis which are the moments of the heart sound data in the frequency domain obtained by converting the heart sound data in the heart sound of the living body into the frequency domain. This improves the identification performance. An example of the living body BD is a human subject. The heart disease identification system 100 includes a heart sound detection unit 102, an input signal processing unit 104, a heart disease identification device 10, and a display unit 106. The heart disease identification device 10 may include a heart sound detection unit 102, an input signal processing unit 104, and a display unit 106 therein.
心音検出部１０２は、生体ＢＤの胸部を伝播する心音振動を検出する。心音検出部１０２は、検出した心音振動を電気信号の心音データに変換する。心音検出部１０２は、マイクロフォン型、加速度センサ型、圧力センサ型等の振動に応じた電気信号を出力できる装置を適用できる。心音検出部１０２は、入力信号処理部１０４へと心音データを出力する。 The heart sound detection unit 102 detects heart sound vibration that propagates through the chest of the living body BD. The heart sound detection unit 102 converts the detected heart sound vibration into heart sound data of an electrical signal. As the heart sound detection unit 102, a device that can output an electrical signal corresponding to vibration, such as a microphone type, an acceleration sensor type, or a pressure sensor type, can be applied. Heart sound detection unit 102 outputs heart sound data to input signal processing unit 104.
入力信号処理部１０４は、心音検出部１０２が検出した心音データに対して所定の信号処理を行って心音データを心疾患識別装置１０へ出力する。例えば、入力信号処理部１０４は、フィルタ回路、増幅器及びＡ／Ｄ変換器を有する。フィルタ回路は、心音データに含まれるＤＣ周波数成分、及び、エイリアシングを引き起こす可能性のある高周波帯域の成分、及び、心音解析に不要な高周波帯域の成分を取り除く。また、増幅器は、Ａ／Ｄ変換器の入力レンジに合わせて心音信号を増幅する。Ａ／Ｄ変換器は、増幅器が増幅したアナログの心音データをデジタル信号に変換して、心疾患識別装置１０へ出力する。 The input signal processing unit 104 performs predetermined signal processing on the heart sound data detected by the heart sound detection unit 102 and outputs the heart sound data to the heart disease identification device 10. For example, the input signal processing unit 104 includes a filter circuit, an amplifier, and an A / D converter. The filter circuit removes a DC frequency component included in the heart sound data, a high-frequency band component that may cause aliasing, and a high-frequency band component unnecessary for heart sound analysis. The amplifier amplifies the heart sound signal in accordance with the input range of the A / D converter. The A / D converter converts the analog heart sound data amplified by the amplifier into a digital signal and outputs the digital signal to the heart disease identification device 10.
心疾患識別装置１０の一例は、マイクロコンピュータ等のコンピュータである。心疾患識別装置１０は、心音検出部１０２、入力信号処理部１０４及び表示部１０６と直接的または間接的にデータを送受信可能に接続されている。心疾患識別装置１０は、制御部１２と、記憶部１４とを備える。 An example of the heart disease identification device 10 is a computer such as a microcomputer. The heart disease identification device 10 is connected to the heart sound detection unit 102, the input signal processing unit 104, and the display unit 106 so that data can be transmitted and received directly or indirectly. The heart disease identification device 10 includes a control unit 12 and a storage unit 14.
制御部１２の一例は、ＣＰＵ（Central Processing Unit）等を含む演算処理装置である。制御部１２は、心音データ取得部２０と、変換部２２と、統計量算出部２４と、心疾患識別部２６とを有する。制御部１２は、記憶部１４またはネットワークから心疾患識別用のプログラムを読み込んで実行することにより、心音データ取得部２０と、変換部２２と、統計量算出部２４と、心疾患識別部２６として機能するように構成してもよい。また、心音データ取得部２０、変換部２２、統計量算出部２４、及び、心疾患識別部２６の一部または全部を回路等のハードウェアによって構成してもよい。 An example of the control unit 12 is an arithmetic processing device including a CPU (Central Processing Unit) and the like. The control unit 12 includes a heart sound data acquisition unit 20, a conversion unit 22, a statistic calculation unit 24, and a heart disease identification unit 26. The control unit 12 reads a heart disease identification program from the storage unit 14 or the network and executes it to obtain a heart sound data acquisition unit 20, a conversion unit 22, a statistic calculation unit 24, and a heart disease identification unit 26. It may be configured to function. Moreover, you may comprise a part or all of the heart sound data acquisition part 20, the conversion part 22, the statistics calculation part 24, and the heart disease identification part 26 with hardware, such as a circuit.
心音データ取得部２０は、入力信号処理部１０４を介して、心音検出部１０２と接続されている。心音データ取得部２０は、生体ＢＤの心音におけるＩ音及びＩＩ音との間の心音データを心音検出部１０２から取得する。尚、Ｉ音及びＩＩ音との間とは、Ｉ音からＩＩ音までの間の収縮期と、ＩＩ音からＩ音までの間の拡張期とを含む。心音データ取得部２０は、取得した心音データを変換部２２へと出力する。尚、心音データ取得部２０は、予め測定されて外部の記憶装置等に記憶された心音データを、ネットワーク等を介して取得してもよい。また、心音データ取得部２０は、入力信号処理部１０４の処理の一部を実行してもよい。 The heart sound data acquisition unit 20 is connected to the heart sound detection unit 102 via the input signal processing unit 104. The heart sound data acquisition unit 20 acquires heart sound data between the I sound and the II sound in the heart sound of the living body BD from the heart sound detection unit 102. In addition, between I sound and II sound includes the contraction period between I sound and II sound, and the expansion period between II sound and I sound. The heart sound data acquisition unit 20 outputs the acquired heart sound data to the conversion unit 22. The heart sound data acquisition unit 20 may acquire heart sound data measured in advance and stored in an external storage device or the like via a network or the like. The heart sound data acquisition unit 20 may execute part of the processing of the input signal processing unit 104.
変換部２２は、少なくともＩ音とＩＩ音との間の心音データを心音データ取得部２０から取得する。変換部２２は、取得した心音データを周波数領域に変換する。例えば、変換部２２は、心音データを周波数領域の対数パワースペクトルに変換する。変換部２２は、周波数領域に変換した心音データを統計量算出部２４へと出力する。 The conversion unit 22 acquires heart sound data between at least the I sound and the II sound from the heart sound data acquisition unit 20. The converter 22 converts the acquired heart sound data into the frequency domain. For example, the conversion unit 22 converts the heart sound data into a logarithmic power spectrum in the frequency domain. The conversion unit 22 outputs the heart sound data converted into the frequency domain to the statistic calculation unit 24.
統計量算出部２４は、周波数領域に変換された心音データを変換部２２から取得する。統計量算出部２４は、取得した周波数領域の心音データのモーメントを算出する。統計量算出部２４が算出する周波数領域の心音データのモーメントの一例は、周波数領域の対数パワースペクトルの平均ｍ、平均周波数ｍｆ、歪度γ、及び、尖度βである。統計量算出部２４は、算出した心音データのモーメントを心疾患識別部２６へと出力する。 The statistic calculation unit 24 acquires the heart sound data converted into the frequency domain from the conversion unit 22. The statistic calculator 24 calculates the moment of the acquired heart sound data in the frequency domain. An example of the moment of the frequency domain heart sound data calculated by the statistic calculation unit 24 is the average m of the logarithmic power spectrum in the frequency domain, the average frequency m f , the skewness γ, and the kurtosis β. The statistic calculation unit 24 outputs the calculated moment of the heart sound data to the heart disease identification unit 26.
心疾患識別部２６は、周波数領域の心音データのモーメントを統計量算出部２４から取得する。心疾患識別部２６は、心音データのモーメントである平均ｍ、平均周波数ｍｆ、歪度γ、及び、尖度βのいずれかに基づいて、生体ＢＤの心疾患を識別する。心疾患識別部２６は、識別した心疾患を記憶部１４または画像情報に変換して表示部１０６へと出力する。 The heart disease identification unit 26 acquires the moment of heart sound data in the frequency domain from the statistic calculation unit 24. The heart disease identification unit 26 identifies a heart disease of the living body BD based on any one of the average m, the average frequency m f , the skewness γ, and the kurtosis β, which are moments of heart sound data. The heart disease identification unit 26 converts the identified heart disease into the storage unit 14 or image information and outputs it to the display unit 106.
記憶部１４は、ハードディスク等であって、心疾患識別処理に必要なデータを記憶する。例えば、記憶部１４は、心疾患識別処理用のプログラムを記憶する。また、記憶部１４は、心疾患識別処理に必要なパラメータを記憶する。 The storage unit 14 is a hard disk or the like, and stores data necessary for heart disease identification processing. For example, the storage unit 14 stores a program for heart disease identification processing. The storage unit 14 stores parameters necessary for the heart disease identification process.
表示部１０６は、制御部１２から取得した画像情報に基づいて画像を表示する。例えば、表示部１０６は、心疾患識別部２６から取得した心疾患を示す画像を表示する。表示部１０６の一例は、液晶表示装置、または、有機ＥＬ表示装置等である。 The display unit 106 displays an image based on the image information acquired from the control unit 12. For example, the display unit 106 displays an image indicating the heart disease acquired from the heart disease identification unit 26. An example of the display unit 106 is a liquid crystal display device, an organic EL display device, or the like.
図４は、心疾患識別装置１０による心疾患識別処理のフローチャートである。図５は、心音データの波形である。図６は、図５に示す心音データの１心拍分の心音データである。図７は、周波数領域に変換した心音データの対数パワースペクトルである。図８は、複数の対数パワースペクトル及びその平均である。図９は、平均化及び正規化された収縮期の対数パワースペクトルである。図１０は、平均化及び正規化された拡張期の対数パワースペクトルである。図１１は、収縮期の平均と歪度による心疾患の識別を説明する図である。図１２は、収縮期の尖度と歪度による心疾患の識別を説明する図である。図１３は、収縮期の平均周波数と歪度による心疾患の識別を説明する図である。図１４は、拡張期の平均と歪度による心疾患の識別を説明する図である。図１５は、拡張期の尖度と歪度による心疾患の識別を説明する図である。図１６は、拡張期の平均周波数と歪度による心疾患の識別を説明する図である。制御部１２は、記憶部１４に記憶された心疾患処理用のプログラムを読み込み実行することによって、心疾患識別処理を実行する。 FIG. 4 is a flowchart of heart disease identification processing by the heart disease identification device 10. FIG. 5 is a waveform of heart sound data. FIG. 6 shows heart sound data for one heartbeat of the heart sound data shown in FIG. FIG. 7 is a logarithmic power spectrum of heart sound data converted into the frequency domain. FIG. 8 shows a plurality of logarithmic power spectra and their average. FIG. 9 is an averaged and normalized systolic log power spectrum. FIG. 10 is an averaged and normalized diastolic log power spectrum. FIG. 11 is a diagram for explaining identification of a heart disease based on the average systolic phase and the skewness. FIG. 12 is a diagram for explaining identification of a heart disease based on kurtosis and skewness during systole. FIG. 13 is a diagram for explaining heart disease identification based on the average frequency and the skewness of the systole. FIG. 14 is a diagram for explaining the identification of a heart disease based on the mean of diastole and the skewness. FIG. 15 is a diagram for explaining identification of a heart disease based on kurtosis and skewness during diastole. FIG. 16 is a diagram for explaining identification of a heart disease based on the average frequency and the skewness of the diastole. The controller 12 executes the heart disease identification process by reading and executing the heart disease processing program stored in the storage unit 14.
心疾患識別処理では、まず、心音データ取得部２０は、入力信号処理部１０４を介して、心音検出部１０２から生体の心音データを取得して、当該心音データからＩ音とＩＩ音との間の心音データを抽出して取得する（Ｓ１０）。 In the heart disease identification processing, first, the heart sound data acquisition unit 20 acquires the heart sound data of the living body from the heart sound detection unit 102 via the input signal processing unit 104, and between the I sound and the II sound from the heart sound data. The heart sound data is extracted and acquired (S10).
例えば、心音データ取得部２０は、図５に示すような複数心拍数に対応する心音データを取得する。図５に示す心音データは、患者の１０心拍分の心音を加速度センサの心音検出部１０２で集音及び検出して電気信号に変換した心音データを、入力信号処理部１０４が、２ｋＨｚでサンプリングして、１６ビットでデジタル化した波形である。図５に示す横軸は例えば左端を０秒とする時刻［秒］であって、縦軸は心音データの強度である。尚、入力信号処理部１０４は、サンプリング処理及びデジタル化処理に加えて、１００Ｈｚから５００Ｈｚの周波数成分を透過するバンドパスフィルタによって当該心音データをフィルタ処理してもよい。これにより、入力信号処理部１０４は、心音データに含まれる心雑音を強調できる。 For example, the heart sound data acquisition unit 20 acquires heart sound data corresponding to a plurality of heart rates as shown in FIG. The heart sound data shown in FIG. 5 is obtained by sampling the heart sound data of 10 heartbeats of the patient by the heart sound detection unit 102 of the acceleration sensor and converting it into an electrical signal, and the input signal processing unit 104 samples the heart sound data at 2 kHz. The waveform is digitized with 16 bits. The horizontal axis shown in FIG. 5 is, for example, time [seconds] where the left end is 0 second, and the vertical axis is the intensity of heart sound data. In addition to the sampling process and the digitization process, the input signal processing unit 104 may filter the heart sound data with a band-pass filter that transmits a frequency component from 100 Hz to 500 Hz. Thereby, the input signal processing unit 104 can emphasize the heart noise included in the heart sound data.
心音データ取得部２０は、図６の上図に示す取得した１心拍分の心音データから、図６の左下に示すＩ音とＩＩ音との間の心雑音を含む収縮期の心音データを１心拍毎に抽出する。また、心音データ取得部２０は、取得した１拍分の心音データから、図６の右下に示すＩＩ音とＩ音との間の心雑音を含む拡張期の心音データを１心拍毎に抽出する。例えば、心音データ取得部２０は、心音データから、複数の極大点を抽出して、当該極大点からＩ音及びＩＩ音の極大点を抽出する。更に、心音データ取得部２０は、Ｉ音とＩＩ音との時間間隔と、ＩＩ音とＩ音との時間間隔との違いからＩ音とＩＩ音とを識別する。心音データ取得部２０は、Ｉ音とＩＩ音との間の収縮期及びＩＩ音とＩ音との間の拡張期の少なくとも一方の心音データを抽出する。心音データ取得部２０は、これらの抽出処理を複数心拍分に対して実行して、複数心拍分の収縮期及び拡張期の心音データを取得する。心音データ取得部２０は、抽出した複数心拍分、例えば、１０心拍分の収縮期及び拡張期の心音データを変換部２２へ出力する。 The heart sound data acquisition unit 20 obtains 1 heartbeat data of systole including heart noise between the I sound and the II sound shown in the lower left of FIG. 6 from the acquired heart sound data for one heart beat shown in the upper diagram of FIG. Extract every heartbeat. The heart sound data acquisition unit 20 extracts diastolic heart sound data including heart noise between the II sound and the I sound shown in the lower right of FIG. 6 for each heartbeat from the acquired heart sound data for one beat. To do. For example, the heart sound data acquisition unit 20 extracts a plurality of maximum points from the heart sound data, and extracts the maximum points of the I sound and the II sound from the maximum points. Furthermore, the heart sound data acquisition unit 20 identifies the I sound and the II sound from the difference between the time interval between the I sound and the II sound and the time interval between the II sound and the I sound. The heart sound data acquisition unit 20 extracts at least one heart sound data of a systole between the I sound and the II sound and a diastole between the II sound and the I sound. The heart sound data acquisition unit 20 executes these extraction processes for a plurality of heartbeats, and acquires heartbeat data for systolic and diastolic periods for a plurality of heartbeats. The heart sound data acquisition unit 20 outputs the extracted heart sound data for a plurality of heartbeats, for example, 10 heartbeats in the systole and diastole to the conversion unit 22.
変換部２２は、心音データ取得部２０から取得した収縮期及び拡張期の心音データを周波数領域に変換して、変換した心音データの対数パワースペクトルを算出する（Ｓ１２）。例えば、変換部２２は、２ｋＨｚでサンプリングした１心拍分の収縮期の心音データに対して、１２８ミリ秒のハミング窓関数を掛けて、取得した２５６サンプルをフーリエ変換することにより、心音データを周波数領域へと変換する。変換部２２は、周波数領域に変換した心音データの周波数ｆにおける対数パワースペクトル値Ｐ（ｆ）を次の式に従って算出する。
Ｐ（ｆ）＝ｌｏｇ１０Ｓ（ｆ）２
尚、Ｓ（ｆ）は、周波数領域の周波数ｆにおける心音データの強度である。変換部２２が、算出した対数パワースペクトルを図７に示す。図７において横軸は周波数［Ｈｚ］、縦軸は対数パワースペクトル値である。図７に示す対数パワースペクトルは、図５における最初の収縮期の心音データに対応する。
The conversion unit 22 converts the systolic and diastolic heart sound data acquired from the heart sound data acquisition unit 20 into a frequency domain, and calculates a logarithmic power spectrum of the converted heart sound data (S12). For example, the conversion unit 22 multiplies the heartbeat data obtained by sampling the heartbeat data for one heartbeat sampled at 2 kHz by a Hamming window function of 128 milliseconds and Fourier-transforms the obtained 256 samples, thereby converting the heartbeat data to frequency. Convert to area. The converter 22 calculates a logarithmic power spectrum value P (f) at the frequency f of the heart sound data converted into the frequency domain according to the following equation.
P (f) = log 10 S (f) 2
S (f) is the intensity of the heart sound data at the frequency f in the frequency domain. The logarithmic power spectrum calculated by the converter 22 is shown in FIG. In FIG. 7, the horizontal axis represents the frequency [Hz], and the vertical axis represents the logarithmic power spectrum value. The logarithmic power spectrum shown in FIG. 7 corresponds to the first systolic heart sound data in FIG.
変換部２２は、複数の心拍分の各収縮期及び各拡張期の心音データに対して、対数パワースペクトルを算出する。例えば、変換部２２は、図８の薄細線で示すように、１０心拍分の収縮期の対数パワースペクトルを算出する。次に、変換部２２は、複数心拍分の収縮期の対数パワースペクトルを平均化する。例えば、変換部２２は、図８の太線で示す、１０心拍分の対数パワースペクトルの平均を算出する。この平均化により、変換部２２は、図７に示すように、１心拍の対数パワースペクトルでは背景ノイズ等の影響でランダムに発生するような局所的な変動を抑制して、正確な周波数特性を表現できる。 The conversion unit 22 calculates a logarithmic power spectrum for the heart sound data of each systole and each diastole for a plurality of heartbeats. For example, the conversion unit 22 calculates the logarithmic power spectrum of the systole for 10 heartbeats as indicated by the thin line in FIG. Next, the conversion part 22 averages the logarithmic power spectrum of the systole for several heartbeats. For example, the conversion unit 22 calculates the average of the logarithmic power spectrum for 10 heartbeats indicated by the thick line in FIG. By this averaging, as shown in FIG. 7, the conversion unit 22 suppresses local fluctuations that occur randomly due to the influence of background noise or the like in the logarithmic power spectrum of one heartbeat, thereby obtaining an accurate frequency characteristic. Can express.
変換部２２は、平均化した対数パワースペクトルを正規化する。具体的には、変換部２２は、対数パワースペクトルが最も大きくなる低周波数領域と、対数パワースペクトルが最も小さくなる高周波数領域とにおいて、それぞれの対数パワースペクトル値の平均が予め定められた設定値となるように正規化する。 The converter 22 normalizes the averaged log power spectrum. Specifically, the conversion unit 22 sets a predetermined average value of log power spectrum values in a low frequency region where the log power spectrum is the largest and a high frequency region where the log power spectrum is the smallest. Normalize so that
例えば、変換部２２は、最も大きくなる低周波数領域の対数パワースペクトル値の平均が１となるように正規化する。また、変換部２２は、最も小さくなる高周波数領域の対数パワースペクトル値の平均が０となるように正規化する。これにより、変換部２２は、図９に示す平均化及び正規化された生体の収縮期の対数パワースペクトルを生成する。図９における横軸は周波数領域に変換された心音データの予め定められた軸の一例である周波数であり、縦軸は周波数領域に変換された心音データの予め定められた軸の一例である正規化された対数パワースペクトル値である。図９に示す対数パワースペクトルは、３名の健常者及び１２名の心疾患患者を含む１５名分である。１２名の心疾患患者は、僧帽弁閉鎖不全患者５名、大動脈弁狭窄患者２名、心房中隔欠損症患者３名、及び、心室中隔欠損症患者２名を含む。当然に、変換部２２は、心疾患の識別対象が１名の場合、当該１名の生体の正規化された対数パワースペクトルを算出する。 For example, the conversion unit 22 normalizes so that the average of the logarithmic power spectrum value in the lowest frequency region that becomes the largest is 1. Moreover, the conversion part 22 normalizes so that the average of the logarithmic power spectrum value of the high frequency area | region where it becomes the smallest may become zero. Thereby, the conversion part 22 produces | generates the logarithmic power spectrum of the systole of the biological body averaged and normalized as shown in FIG. The horizontal axis in FIG. 9 is a frequency which is an example of a predetermined axis of heart sound data converted into the frequency domain, and the vertical axis is a normal which is an example of a predetermined axis of heart sound data converted into the frequency domain. Is a logarithmic power spectrum value. The logarithmic power spectrum shown in FIG. 9 is for 15 persons including 3 healthy persons and 12 heart disease patients. The 12 heart disease patients include 5 mitral regurgitation patients, 2 aortic stenosis patients, 3 atrial septal defect patients, and 2 ventricular septal defect patients. Naturally, when the identification target of the heart disease is one person, the conversion unit 22 calculates a normalized logarithmic power spectrum of the one living body.
同様に、変換部２２は、図１０に示す平均化及び正規化された生体の拡張期の対数パワースペクトルを生成する。図１０に示す横軸及び縦軸は、図９に示す横軸及び縦軸と同じである。図１０に示す対数パワースペクトルは、３名の健常者及び６名の大動脈弁閉鎖不全の心疾患患者を含む９名分である。尚、図９及び図１０のいずれにおいても、各生体の１０心拍分を平均した正規化対数パワースペクトルを用いている。この結果、変換部２２は、生体の違いまたは測定条件の違い等により生じる対数パワースペクトルのレベルの大きさの違いによる影響を低減できる。ここで、各正規化対数パワースペクトルは単調に減少する曲線であるが、健常者及び疾患患者は、正規化対数パワースペクトルが互いに異なり、同じ心疾患同士は似た傾向となることが図９及び図１０からわかる。変換部２２は、平均化及び正規化した対数パワースペクトルを統計量算出部２４へ出力する。 Similarly, the conversion part 22 produces | generates the logarithmic power spectrum of the expansion period of the biological body averaged and normalized shown in FIG. The horizontal and vertical axes shown in FIG. 10 are the same as the horizontal and vertical axes shown in FIG. The logarithmic power spectrum shown in FIG. 10 is for 9 people including 3 healthy subjects and 6 heart disease patients with aortic regurgitation. In both FIG. 9 and FIG. 10, a normalized logarithmic power spectrum obtained by averaging 10 heartbeats of each living body is used. As a result, the conversion unit 22 can reduce the influence due to the difference in the level of the logarithmic power spectrum caused by a difference in living body or measurement condition. Here, each normalized log power spectrum is a monotonically decreasing curve, but normal subjects and disease patients have different normalized log power spectra from each other, and the same heart diseases tend to be similar to each other in FIG. It can be seen from FIG. The conversion unit 22 outputs the logarithmic power spectrum that has been averaged and normalized to the statistic calculation unit 24.
統計量算出部２４は、周波数領域の心音データのモーメントとして、平均化及び正規化された対数パワースペクトルのモーメントを算出する（Ｓ１４）。例えば、統計量算出部２４は、平均化及び正規化された対数パワースペクトルを確率分布と見なして、１次のモーメントである平均と、３次のモーメントである歪度と、４次のモーメントである尖度とを算出する。 The statistic calculator 24 calculates the averaged and normalized moment of the logarithmic power spectrum as the moment of the heartbeat data in the frequency domain (S14). For example, the statistic calculation unit 24 regards the averaged and normalized log power spectrum as a probability distribution, and calculates the average of the first moment, the skewness of the third moment, and the fourth moment. A certain kurtosis is calculated.
統計量算出部２４は、対数パワースペクトルを周波数に沿ってＮ個に分割して、離散的なＮ個の対数パワースペクトル値Ｐ（ｉ）をサンプルとして生成する。ｉ＝１、２、・・、Ｎであり、ｉを周波数サンプルと呼ぶ。例えば、対数パワースペクトル値Ｐ（１）は、周波数が０Ｈｚの平均化及び正規化された対数パワースペクトル値である。Ｐ（ｉ）は、ｉ番目に小さな周波数サンプルの平均化及び正規化された対数パワースペクトル値である。統計量算出部２４は、ｉを確率変数と見なして、式（１）から１次のモーメントである平均ｍを算出する。
次に、統計量算出部２４は、式（２）に基づいて、標準偏差σを算出する。
次に、統計量算出部２４は、式（４）に基づいて、４次のモーメントである尖度βを算出する。
Next, the statistic calculator 24 calculates the kurtosis β, which is a fourth-order moment, based on the equation (4).
次に、統計量算出部２４は、式（５）に基づいて、１次のモーメントの別例である対数パワースペクトルの平均周波数ｍｆを算出する。
統計量算出部２４は、算出した各モーメントを心疾患識別部２６へ出力する。尚、統計量算出部２４は、式（２）における標準偏差σを算出することなく、直接、歪度γ及び尖度βを算出してもよい。 The statistic calculation unit 24 outputs the calculated moments to the heart disease identification unit 26. Note that the statistic calculator 24 may directly calculate the skewness γ and the kurtosis β without calculating the standard deviation σ in Equation (2).
心疾患識別部２６は、周波数領域の心音データにおけるモーメントである、平均ｍ、歪度γ、及び、尖度βに基づいて、生体の心疾患の有無、及び、心疾患の種類の識別を実行する（Ｓ１６）。例えば、心疾患識別部２６は、変換部２２により変換された周波数領域の心音データにおける複数のモーメントの値が、複数の領域のいずれに属するかに基づいて、生体の心疾患を識別する。ここでいう複数の領域とは、次数が異なる複数のモーメントにより表される多次元空間を分割することによって形成される。複数の領域は、予め取得された健常及び心疾患の生体の複数のモーメントによって設定される。心疾患識別部２６は、複数の領域に関するデータを記憶部１４から取得する。心疾患識別部２６による複数の心疾患識別方法について説明する。 The heart disease identification unit 26 identifies the presence or absence of a heart disease in the living body and the type of heart disease based on the average m, the skewness γ, and the kurtosis β, which are moments in heart frequency data in the frequency domain. (S16). For example, the heart disease identification unit 26 identifies a living body heart disease based on which of a plurality of regions the values of a plurality of moments in the frequency domain heart sound data converted by the conversion unit 22 belong to. The plurality of regions referred to here are formed by dividing a multidimensional space represented by a plurality of moments having different orders. The plurality of regions are set according to a plurality of moments of a healthy and heart disease living body acquired in advance. The heart disease identification unit 26 acquires data regarding a plurality of regions from the storage unit 14. A plurality of heart disease identification methods by the heart disease identification unit 26 will be described.
（心疾患識別方法１）
心疾患識別部２６は、収縮期の平均ｍ及び歪度γに基づいて、生体が、健常、僧帽弁閉鎖不全または心房中隔欠損、大動脈弁狭窄、及び、心室中隔欠損のいずれかであるかを識別する。図１１に横軸を収縮期の平均ｍとして、縦軸を収縮期の歪度γとした場合の３名の健常者及び１２名の心疾患患者を含む１５名分の生体の平均ｍ及び歪度γをプロットしたグラフを示す。尚、１２名の心疾患患者には、僧帽弁閉鎖不全、心房中隔欠損、大動脈弁狭窄、及び、心室中隔欠損が含まれる。図１１に示すように、健常、僧帽弁閉鎖不全または心房中隔欠損、大動脈弁狭窄、及び、心室中隔欠損を、平均ｍ及び歪度γの空間上の領域で分類することができる。従って、心疾患識別部２６は、各領域が境界線によって平均ｍ及び歪度γの空間に設定されていると、生体の平均ｍ及び歪度γに基づいて、生体が健常、僧帽弁閉鎖不全または心房中隔欠損、大動脈弁狭窄、及び、心室中隔欠損のいずれかであるかを識別できる。心疾患識別部２６は、境界線によって分割される各領域を適宜設定してもよく、予め設定されて記憶部１４に記憶されている領域を取得してもよい。例えば、心疾患識別部２６は、サポートベクターマシン等によってプロットされた各点のマージンが最大となる境界線によって各領域を設定してもよい。この場合、心疾患識別部２６は、新たに測定された生体の平均ｍ及び歪度γが入力され、当該生体の心疾患の状態が指定される毎に、複数の領域及び境界線を学習して更新して記憶部１４に記憶させてもよい。
(Cardiac disease identification method 1)
The heart disease identification unit 26 determines whether the living body is healthy, mitral regurgitation or atrial septal defect, aortic stenosis, or ventricular septal defect based on the mean m and the skewness γ of the systole. Identify if there is. In FIG. 11, the horizontal axis is the average m of the systole and the vertical axis is the skewness γ of the systole, and the average m and strain of 15 living bodies including 3 healthy subjects and 12 heart disease patients. The graph which plotted degree γ is shown. Twelve heart disease patients include mitral regurgitation, atrial septal defect, aortic stenosis, and ventricular septal defect. As shown in FIG. 11, normal, mitral regurgitation or atrial septal defect, aortic valve stenosis, and ventricular septal defect can be classified by an area in the mean m and skewness γ space. Therefore, when each region is set in a space with an average m and a skewness γ by a boundary line, the heart disease identification unit 26 is based on the average m and the skewness γ of the living body, and the mitral valve is closed. Whether it is a failure or atrial septal defect, aortic stenosis, or ventricular septal defect can be identified. The heart disease identification unit 26 may appropriately set each region divided by the boundary line, or may acquire a region that is set in advance and stored in the storage unit 14. For example, the heart disease identification unit 26 may set each region by a boundary line that maximizes the margin of each point plotted by a support vector machine or the like. In this case, the heart disease identification unit 26 learns a plurality of regions and boundaries every time the newly measured average m and skewness γ of the living body are input and the state of the heart disease of the living body is designated. And may be updated and stored in the storage unit 14.
（心疾患識別方法２）
心疾患識別部２６は、収縮期の尖度β及び歪度γに基づいて、生体が、健常、心房中隔欠損、僧帽弁閉鎖不全、及び、大動脈狭窄または心室中隔欠損のいずれかであるかを識別する。図１２に横軸を収縮期の尖度βとして、縦軸を収縮期の歪度γとした場合の３名の健常者及び１２名の心疾患患者を含む１５名分の生体の尖度β及び歪度γをプロットしたグラフを示す。尚、図１２における１５名の生体は、図１１における１５名の生体と同じである。１２名の心疾患患者には、心房中隔欠損、僧帽弁閉鎖不全、大動脈狭窄、及び、心室中隔欠損が含まれる。図１２に示すように、健常、心房中隔欠損、僧帽弁閉鎖不全、及び、大動脈狭窄または心室中隔欠損を、尖度β及び歪度γの空間上の領域で分類することができる。従って、心疾患識別部２６は、各領域が境界線によって尖度β及び歪度γの空間に設定されていると、生体の尖度β及び歪度γに基づいて、生体が健常、心房中隔欠損、僧帽弁閉鎖不全、及び、大動脈狭窄または心室中隔欠損のいずれかであるかを識別できる。本識別方法においても、心疾患識別部２６は、境界線及び複数の領域を学習して更新して記憶部１４に記憶させてもよい。
(Cardiac disease identification method 2)
Based on the systolic kurtosis β and skewness γ, the heart disease identification unit 26 determines whether the living body is healthy, atrial septal defect, mitral regurgitation, and aortic stenosis or ventricular septal defect. Identify if there is. FIG. 12 shows the kurtosis β of 15 living bodies including 3 healthy subjects and 12 heart disease patients when the horizontal axis represents systolic kurtosis β and the vertical axis represents systolic skewness γ. And a graph plotting the skewness γ. The 15 living bodies in FIG. 12 are the same as the 15 living bodies in FIG. Twelve patients with heart disease include atrial septal defect, mitral regurgitation, aortic stenosis, and ventricular septal defect. As shown in FIG. 12, normal, atrial septal defect, mitral insufficiency, and aortic stenosis or ventricular septal defect can be classified by the spatial region of kurtosis β and skewness γ. Therefore, when each region is set in a space with a kurtosis β and a skewness γ by a boundary line, the heart disease identification unit 26 is based on the kurtosis β and the skewness γ of the living body, One can identify septal defects, mitral regurgitation, and aortic stenosis or ventricular septal defects. Also in this identification method, the heart disease identification unit 26 may learn and update the boundary line and the plurality of regions and store them in the storage unit 14.
（心疾患識別方法３）
心疾患識別部２６は、収縮期の平均ｍ、尖度β及び歪度γに基づいて、生体が、健常、心房中隔欠損、僧帽弁閉鎖不全、大動脈狭窄、及び、心室中隔欠損のいずれかであるかを識別する。即ち、心疾患識別部２６は、心疾患識別方法１及び心疾患識別方法２を組み合わせて生体の心疾患を識別する。換言すれば、心疾患識別部２６は、平均ｍ、尖度β及び歪度γを含む３次元のモーメント空間を分割することにより、上述の心疾患を識別する。これにより、心疾患識別部２６は、心疾患識別方法１では、識別が困難であった僧帽弁閉鎖不全と心房中隔欠損との識別を、僧帽弁閉鎖不全と心房中隔欠損とが分離している尖度β及び歪度γの空間を用いた心疾患識別方法２によって識別することにより、識別の精度を向上できる。また、心疾患識別部２６は、心疾患識別方法２では、識別が困難であった大動脈狭窄と心室中隔欠損との識別を、大動脈狭窄と心室中隔欠損とが分離している平均ｍ及び歪度γの空間を用いた心疾患識別方法１によって識別することにより、識別の精度を向上できる。
(Cardiac disease identification method 3)
Based on the mean m of systole, kurtosis β, and skewness γ, the heart disease identification unit 26 determines that the living body is healthy, atrial septal defect, mitral regurgitation, aortic stenosis, and ventricular septal defect. Identify one of them. That is, the heart disease identification unit 26 identifies the heart disease of the living body by combining the heart disease identification method 1 and the heart disease identification method 2. In other words, the heart disease identification unit 26 identifies the above-described heart disease by dividing a three-dimensional moment space including the average m, the kurtosis β, and the skewness γ. As a result, the heart disease identification unit 26 distinguishes between mitral regurgitation and atrial septal defect, which were difficult to identify in the heart disease identification method 1, and determines that mitral regurgitation and atrial septal defect are Identification accuracy can be improved by performing identification by the heart disease identification method 2 using the separated kurtosis β and skewness γ spaces. In addition, the heart disease identification unit 26 identifies the aortic stenosis and the ventricular septal defect, which are difficult to identify in the heart disease identification method 2, with the average m and the aortic stenosis and ventricular septal defect being separated from each other. The accuracy of identification can be improved by identifying by the heart disease identifying method 1 using the space of the skewness γ.
（心疾患識別方法４）
心疾患識別部２６は、収縮期の平均周波数ｍｆ及び歪度γに基づいて、生体が、健常、心房中隔欠損、僧帽弁閉鎖不全、大動脈狭窄、及び、心室中隔欠損のいずれかであるかを識別する。図１３に横軸を収縮期の平均周波数ｍｆとして、縦軸を収縮期の歪度γとした場合の３名の健常者及び１２名の心疾患患者を含む１５名分の生体の平均周波数ｍｆ及び歪度γをプロットしたグラフを示す。尚、図１３における１５名の生体は、図１１における１５名の生体と同じである。図１３及び図１１を比較するとわかるように、平均周波数ｍｆと歪度γに基づいてプロットした場合でも、平均ｍと歪度γに基づいてプロットした場合と同様の傾向が見られる。従って、心疾患識別部２６は、収縮期の平均周波数ｍｆ及び歪度γに基づいて、生体が、健常、僧帽弁閉鎖不全または心房中隔欠損、大動脈弁狭窄、及び、心室中隔欠損のいずれかであるかを識別できる。尚、心疾患識別部２６は、心疾患識別方法３において、心疾患識別方法２と心疾患識別方法４とを組み合わせても、同様に心疾患の識別の精度を向上させることができる。本識別方法においても、心疾患識別部２６は、境界線及び複数の領域を学習して更新して記憶部１４に記憶させてもよい。
(Cardiac disease identification method 4)
Based on the average frequency m f and the skewness γ of the systolic phase, the heart disease identification unit 26 is one of the following: healthy, atrial septal defect, mitral regurgitation, aortic stenosis, and ventricular septal defect Is identified. In FIG. 13, the horizontal axis is the average frequency m f of the systole and the vertical axis is the skewness γ of the systole, and the average frequency of 15 living bodies including 3 healthy subjects and 12 heart disease patients. It shows a graph plotting the m f and skewness gamma. The 15 living bodies in FIG. 13 are the same as the 15 living bodies in FIG. As can be seen by comparing FIG. 13 and FIG. 11, even when plotted based on the average frequency m f and the skewness γ, the same tendency as when plotted based on the average m and the skewness γ is observed. Therefore, the heart disease identification unit 26 determines that the living body is healthy, mitral regurgitation or atrial septal defect, aortic valve stenosis, and ventricular septal defect based on the mean frequency m f and skewness γ of the systole. Can be identified. The heart disease identification unit 26 can improve the accuracy of heart disease identification in the same manner even if the heart disease identification method 2 and the heart disease identification method 4 are combined in the heart disease identification method 3. Also in this identification method, the heart disease identification unit 26 may learn and update the boundary line and the plurality of regions and store them in the storage unit 14.
（心疾患識別方法５）
心疾患識別部２６は、拡張期の平均ｍ及び歪度γに基づいて、生体が、健常及び大動脈弁閉鎖不全のいずれかであるかを識別してもよい。図１４に横軸を拡張期の平均ｍとして、縦軸を拡張期の歪度γとした場合の３名の健常者及び６名の心疾患患者を含む９名分の生体の平均ｍ及び歪度γをプロットしたグラフを示す。６名の心疾患の生体には、健常及び大動脈弁閉鎖不全が含まれる。図１４に示すように、健常及び大動脈弁閉鎖不全を、平均ｍ及び歪度γの空間上の領域で分類することができる。従って、心疾患識別部２６は、各領域が境界線によって平均ｍ及び歪度γの空間に設定されていると、生体の平均ｍ及び歪度γに基づいて、生体が健常及び大動脈弁閉鎖不全のいずれかであるかを識別できる。心疾患識別部２６は、各領域を区切ることができる境界線を適宜設定してもよく、予め設定されて記憶部１４に記憶されている境界線を取得してもよい。本識別方法においても、心疾患識別部２６は、境界線及び複数の領域を学習して更新してもよい。
(Cardiac disease identification method 5)
The heart disease identifying unit 26 may identify whether the living body is normal or aortic regurgitation based on the average m and the skewness γ in the diastole. In FIG. 14, the horizontal axis is the average m in the diastole, and the vertical axis is the skewness γ in the diastole. The graph which plotted degree γ is shown. The living body of six heart diseases includes healthy and aortic regurgitation. As shown in FIG. 14, healthy and aortic regurgitation can be classified by an area on the mean m and skewness γ space. Therefore, when each region is set in a space having an average m and a skewness γ by a boundary line, the heart disease identification unit 26 determines that the living body is healthy and has aortic valve insufficiency based on the average m and the skewness γ of the living body. Can be identified. The heart disease identification unit 26 may appropriately set a boundary line that can divide each region, or may acquire a boundary line that is set in advance and stored in the storage unit 14. Also in this identification method, the heart disease identification unit 26 may learn and update the boundary line and the plurality of regions.
（心疾患識別方法６）
心疾患識別部２６は、拡張期の尖度β及び歪度γに基づいて、生体が、健常及び大動脈弁閉鎖不全のいずれかであるかを識別する。図１５に横軸を拡張期の尖度βとして、縦軸を拡張期の歪度γとした場合の３名の健常者及び６名の心疾患患者を含む９名分の生体の尖度β及び歪度γをプロットしたグラフを示す。尚、図１５における９名の生体は、図１４における９名の生体と同じである。６名の心疾患の生体には、健常及び大動脈弁閉鎖不全が含まれる。図１５に示すように、健常及び大動脈弁閉鎖不全を、尖度β及び歪度γの空間上の領域で分類することができる。従って、心疾患識別部２６は、各領域が境界線によって尖度β及び歪度γの空間に設定されていると、生体の尖度β及び歪度γに基づいて、生体が健常及び大動脈弁閉鎖不全のいずれかであるかを識別できる。心疾患識別部２６は、各領域を区切ることができる境界線を適宜設定してもよく、予め設定されて記憶部１４に記憶されている境界線を取得してもよい。本識別方法においても、心疾患識別部２６は、境界線及び複数の領域を学習して更新してもよい。
(Heart disease identification method 6)
The heart disease identification unit 26 identifies whether the living body is healthy or aortic regurgitation based on the diastolic kurtosis β and skewness γ. In FIG. 15, the kurtosis β of the diastolic phase is plotted on the horizontal axis and the kurtosis β of nine living bodies including three healthy subjects and six heart disease patients when the vertical axis is the skewness γ of the diastolic phase. And a graph plotting the skewness γ. The nine living bodies in FIG. 15 are the same as the nine living bodies in FIG. The living body of six heart diseases includes healthy and aortic regurgitation. As shown in FIG. 15, normal and aortic regurgitation can be classified by a region in the space with kurtosis β and skewness γ. Therefore, when each region is set in a space with a kurtosis β and a skewness γ by a boundary line, the heart disease identification unit 26 determines whether the living body is healthy and aortic valve based on the kurtosis β and the skewness γ of the living body. Can identify whether it is incompetent. The heart disease identification unit 26 may appropriately set a boundary line that can divide each region, or may acquire a boundary line that is set in advance and stored in the storage unit 14. Also in this identification method, the heart disease identification unit 26 may learn and update the boundary line and the plurality of regions.
（心疾患識別方法７）
心疾患識別部２６は、拡張期の平均周波数ｍｆ及び歪度γに基づいて、生体が、健常及び大動脈弁閉鎖不全のいずれかであるかを識別する。図１６に横軸を拡張期の平均周波数ｍｆとして、縦軸を拡張期の歪度γとした場合の３名の健常者及び６名の心疾患患者を含む９名分の生体の平均周波数ｍｆ及び歪度γをプロットしたグラフを示す。図１６及び図１４を比較するとわかるように、平均周波数ｍｆと歪度γに基づいてプロットした場合でも、平均ｍと歪度γに基づいてプロットした場合と同様の傾向が見られる。従って、心疾患識別部２６は、拡張期の平均周波数ｍｆ及び歪度γに基づいて、生体が、健常及び大動脈弁閉鎖不全のいずれかであるかを識別できる。本識別方法においても、心疾患識別部２６は、境界線及び複数の領域を学習して更新してもよい。
(Cardiac disease identification method 7)
The heart disease identification unit 26 identifies whether the living body is healthy or aortic regurgitation based on the average frequency m f and the skewness γ in the diastole. In FIG. 16, the horizontal axis is the average frequency m f of the diastole, and the vertical axis is the skewness γ of the diastole, the average frequency of the living body for nine persons including three healthy subjects and six heart disease patients. It shows a graph plotting the m f and skewness gamma. As can be seen by comparing FIG. 16 and FIG. 14, even when plotted based on the average frequency m f and the skewness γ, the same tendency as when plotted based on the average m and the skewness γ is observed. Therefore, the heart disease identifying unit 26 can identify whether the living body is healthy or aortic regurgitation based on the average frequency m f and the skewness γ in the diastole. Also in this identification method, the heart disease identification unit 26 may learn and update the boundary line and the plurality of regions.
心疾患識別部２６は、識別した心疾患の識別結果を画像情報及びテキストに変換して表示部１０６へ出力するとともに、識別結果を記憶部１４へ出力して記憶させる（Ｓ１８）。尚、心疾患識別部２６は、１つの心疾患に特定できない場合、複数の心疾患名を出力してもよい。 The heart disease identification unit 26 converts the identification result of the identified heart disease into image information and text and outputs the image information and text to the display unit 106, and outputs and stores the identification result to the storage unit 14 (S18). The heart disease identification unit 26 may output a plurality of heart disease names when it cannot be specified as one heart disease.
上述したように、心疾患識別装置１０は、心疾患の特徴を表現するのに有効な心音データのモーメントの平均ｍ、平均周波数ｍｆ、歪度γ及び尖度βのいずれかに基づいて、心疾患の有無、及び、心疾患の種類を識別している。これにより、心疾患識別装置１０は、心疾患の識別の精度を向上させることができる。更に、心疾患識別装置１０は、２つのモーメントによる２次元座標の領域を区切る境界によって、心疾患の識別を実行している。これにより、心疾患識別装置１０は、境界等の少ないデータに基づいて演算すればよいので、少ない記憶容量及び演算量によって、心疾患の識別の精度を向上させることができる。 As described above, the heart disease identification device 10 is based on any one of the average m, the average frequency m f , the skewness γ, and the kurtosis β of the heart sound data effective for expressing the characteristics of the heart disease. The presence or absence of heart disease and the type of heart disease are identified. Thereby, the heart disease identification device 10 can improve the accuracy of the heart disease identification. Furthermore, the heart disease identification device 10 performs heart disease identification by a boundary that divides a two-dimensional coordinate region by two moments. Thereby, since the heart disease identification apparatus 10 should just calculate based on data with few boundaries etc., the accuracy of heart disease identification can be improved with a small memory capacity and calculation amount.
上述の実施形態の各構成の機能、数値、及び、接続関係等は適宜変更してよい。 The functions, numerical values, connection relationships, and the like of the components of the above-described embodiments may be changed as appropriate.
例えば、心疾患識別部２６は、上述した複数の心疾患識別方法を組み合わせて、心疾患を識別してもよい。 For example, the heart disease identification unit 26 may identify a heart disease by combining the plurality of heart disease identification methods described above.
統計量算出部２４は、対数パワースペクトルのモーメントを算出したが、対数でないパワースペクトルのモーメントを算出してもよい。 The statistic calculation unit 24 calculates the moment of the logarithmic power spectrum, but may calculate the moment of the power spectrum that is not logarithmic.
心疾患識別部２６は、２つの異なる次数のモーメントによる２次元空間を分割して、心疾患を識別したが、３つ以上の次数の異なるモーメントによる３次元以上の空間を分割して、心疾患を識別してもよい。 The heart disease identification unit 26 identifies a heart disease by dividing a two-dimensional space with two different orders of moments. However, the heart disease identification unit 26 divides a three-dimensional or more space with three or more orders of different moments, May be identified.
図１７は、本実施形態に係るコンピュータ１９００のハードウェア構成の一例を示す。本実施形態に係るコンピュータ１９００は、心疾患識別装置１０の一例である。コンピュータ１９００は、ホスト・コントローラ２０８２により相互に接続されるＣＰＵ２０００、ＲＡＭ２０２０、グラフィック・コントローラ２０７５、及び表示部２０８０を有するＣＰＵ周辺部と、入出力コントローラ２０８４によりホスト・コントローラ２０８２に接続される通信インターフェイス２０３０、及び、ハードディスクドライブ２０４０を有する入出力部と、入出力コントローラ２０８４に接続されるＲＯＭ２０１０、メモリドライブ２０５０及び入出力チップ２０７０を有するレガシー入出力部とを備える。 FIG. 17 shows an example of the hardware configuration of a computer 1900 according to this embodiment. The computer 1900 according to the present embodiment is an example of the heart disease identification device 10. The computer 1900 includes a CPU peripheral unit having a CPU 2000, a RAM 2020, a graphic controller 2075, and a display unit 2080 that are connected to each other by a host controller 2082, and a communication interface 2030 that is connected to the host controller 2082 by an input / output controller 2084. And an input / output unit having a hard disk drive 2040 and a legacy input / output unit having a ROM 2010, a memory drive 2050 and an input / output chip 2070 connected to the input / output controller 2084.
ホスト・コントローラ２０８２は、ＲＡＭ２０２０と、高い転送レートでＲＡＭ２０２０をアクセスするＣＰＵ２０００及びグラフィック・コントローラ２０７５とを接続する。ＣＰＵ２０００は、ＲＯＭ２０１０及びＲＡＭ２０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィック・コントローラ２０７５は、ＣＰＵ２０００等がＲＡＭ２０２０内に設けたフレーム・バッファ上に生成する画像データを取得し、表示部２０８０上に表示させる。これに代えて、グラフィック・コントローラ２０７５は、ＣＰＵ２０００等が生成する画像データを格納するフレーム・バッファを、内部に含んでもよい。 The host controller 2082 connects the RAM 2020 to the CPU 2000 and the graphic controller 2075 that access the RAM 2020 at a high transfer rate. The CPU 2000 operates based on programs stored in the ROM 2010 and the RAM 2020 and controls each unit. The graphic controller 2075 acquires image data generated by the CPU 2000 or the like on a frame buffer provided in the RAM 2020 and displays it on the display unit 2080. Instead of this, the graphic controller 2075 may include a frame buffer for storing image data generated by the CPU 2000 or the like.
入出力コントローラ２０８４は、ホスト・コントローラ２０８２と、比較的高速な入出力装置である通信インターフェイス２０３０、ハードディスクドライブ２０４０を接続する。通信インターフェイス２０３０は、ネットワークを介して他の装置と通信する。ハードディスクドライブ２０４０は、コンピュータ１９００内のＣＰＵ２０００が使用する表示プログラム等のプログラム及びデータを格納する。 The input / output controller 2084 connects the host controller 2082 to the communication interface 2030 and the hard disk drive 2040 that are relatively high-speed input / output devices. The communication interface 2030 communicates with other devices via a network. The hard disk drive 2040 stores programs and data such as a display program used by the CPU 2000 in the computer 1900.
また、入出力コントローラ２０８４には、ＲＯＭ２０１０と、メモリドライブ２０５０、及び入出力チップ２０７０の比較的低速な入出力装置とが接続される。ＲＯＭ２０１０は、コンピュータ１９００が起動時に実行するブート・プログラム、及び／又は、コンピュータ１９００のハードウェアに依存するプログラム等を格納する。メモリドライブ２０５０は、メモリカード２０９０から例えば表示プログラム等のプログラム又はデータを読み取り、ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供する。入出力チップ２０７０は、メモリドライブ２０５０を入出力コントローラ２０８４へと接続すると共に、例えばパラレル・ポート、シリアル・ポート、キーボード・ポート、マウス・ポート等を介して各種の入出力装置を入出力コントローラ２０８４へと接続する。 The input / output controller 2084 is connected to the ROM 2010, the memory drive 2050, and the relatively low-speed input / output device of the input / output chip 2070. The ROM 2010 stores a boot program that the computer 1900 executes at startup and / or a program that depends on the hardware of the computer 1900. The memory drive 2050 reads a program or data such as a display program from the memory card 2090 and provides it to the hard disk drive 2040 via the RAM 2020. The input / output chip 2070 connects the memory drive 2050 to the input / output controller 2084, and also connects various input / output devices to the input / output controller 2084 via, for example, a parallel port, a serial port, a keyboard port, a mouse port, and the like. Connect to.
ＲＡＭ２０２０を介してハードディスクドライブ２０４０に提供されるプログラムは、メモリカード２０９０、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。表示プログラム等のプログラムは、記録媒体から読み出され、ＲＡＭ２０２０を介してコンピュータ１９００内のハードディスクドライブ２０４０にインストールされ、ＣＰＵ２０００において実行される。 A program provided to the hard disk drive 2040 via the RAM 2020 is stored in a recording medium such as a memory card 2090 or an IC card and provided by a user. A program such as a display program is read from a recording medium, installed in the hard disk drive 2040 in the computer 1900 via the RAM 2020, and executed by the CPU 2000.
コンピュータ１９００にインストールされ、コンピュータ１９００を心疾患識別装置１０として機能させるプログラムは、心音データ取得モジュール、変換モジュール、統計量算出モジュール、及び、心疾患識別モジュールとを備える。これらのプログラム又はモジュールは、ＣＰＵ２０００等に働きかけて、コンピュータ１９００を、心音データ取得モジュール、変換モジュール、統計量算出モジュール、及び、心疾患識別モジュールとしてそれぞれ機能させる。 A program installed in the computer 1900 and causing the computer 1900 to function as the heart disease identification device 10 includes a heart sound data acquisition module, a conversion module, a statistic calculation module, and a heart disease identification module. These programs or modules work on the CPU 2000 or the like to cause the computer 1900 to function as a heart sound data acquisition module, a conversion module, a statistic calculation module, and a heart disease identification module.
これらのプログラムに記述された情報処理は、コンピュータ１９００に読込まれることにより、ソフトウェアと上述した各種のハードウェア資源とが協働した具体的手段である心音データ取得モジュール、変換モジュール、統計量算出モジュール、及び、心疾患識別モジュールとして機能する。そして、これらの具体的手段によって、本実施形態におけるコンピュータ１９００の使用目的に応じた情報の演算又は加工を実現することにより、使用目的に応じた特有の心疾患識別装置１０が構築される。 The information processing described in these programs is read into the computer 1900, whereby the heart sound data acquisition module, conversion module, and statistic calculation, which are specific means in which the software and the various hardware resources described above cooperate. It functions as a module and a heart disease identification module. And the specific heart disease identification apparatus 10 according to the intended use is constructed | assembled by implement | achieving the calculation or processing of the information according to the intended use of the computer 1900 in this embodiment by these specific means.
一例として、コンピュータ１９００と外部の装置等との間で通信を行う場合には、ＣＰＵ２０００は、ＲＡＭ２０２０上にロードされた通信プログラムを実行し、通信プログラムに記述された処理内容に基づいて、通信インターフェイス２０３０に対して通信処理を指示する。通信インターフェイス２０３０は、ＣＰＵ２０００の制御を受けて、ＲＡＭ２０２０、ハードディスクドライブ２０４０、又はメモリカード２０９０等の記憶装置上に設けた送信バッファ領域等に記憶された送信データを読み出してネットワークへと送信し、もしくは、ネットワークから受信した受信データを記憶装置上に設けた受信バッファ領域等へと書き込む。このように、通信インターフェイス２０３０は、ＤＭＡ（ダイレクト・メモリ・アクセス）方式により記憶装置との間で送受信データを転送してもよく、これに代えて、ＣＰＵ２０００が転送元の記憶装置又は通信インターフェイス２０３０からデータを読み出し、転送先の通信インターフェイス２０３０又は記憶装置へとデータを書き込むことにより送受信データを転送してもよい。 As an example, when communication is performed between the computer 1900 and an external device or the like, the CPU 2000 executes a communication program loaded on the RAM 2020 and executes a communication interface based on the processing content described in the communication program. A communication process is instructed to 2030. Under the control of the CPU 2000, the communication interface 2030 reads transmission data stored in a transmission buffer area or the like provided on a storage device such as the RAM 2020, the hard disk drive 2040, or the memory card 2090, and transmits it to the network. The reception data received from the network is written into a reception buffer area or the like provided on the storage device. As described above, the communication interface 2030 may transfer transmission / reception data to / from the storage device by a DMA (direct memory access) method. Instead, the CPU 2000 transfers the storage device or the communication interface 2030 as a transfer source. The transmission / reception data may be transferred by reading the data from the data and writing the data to the communication interface 2030 or the storage device of the transfer destination.
また、ＣＰＵ２０００は、ハードディスクドライブ２０４０、メモリドライブ２０５０（メモリカード２０９０）等の外部記憶装置に格納されたファイルまたはデータベース等の中から、全部または必要な部分をＤＭＡ転送等によりＲＡＭ２０２０へと読み込ませ、ＲＡＭ２０２０上のデータに対して各種の処理を行う。そして、ＣＰＵ２０００は、処理を終えたデータを、ＤＭＡ転送等により外部記憶装置へと書き戻す。このような処理において、ＲＡＭ２０２０は、外部記憶装置の内容を一時的に保持するものとみなせるから、本実施形態においてはＲＡＭ２０２０および外部記憶装置等をメモリ、記憶部、または記憶装置等と総称する。本実施形態における各種のプログラム、データ、テーブル、データベース等の各種の情報は、このような記憶装置上に格納されて、情報処理の対象となる。なお、ＣＰＵ２０００は、ＲＡＭ２０２０の一部をキャッシュメモリに保持し、キャッシュメモリ上で読み書きを行うこともできる。このような形態においても、キャッシュメモリはＲＡＭ２０２０の機能の一部を担うから、本実施形態においては、区別して示す場合を除き、キャッシュメモリもＲＡＭ２０２０、メモリ、及び／又は記憶装置に含まれるものとする。 Further, the CPU 2000 causes the RAM 2020 to read all or necessary portions from the files or databases stored in the external storage device such as the hard disk drive 2040 and the memory drive 2050 (memory card 2090) into the RAM 2020 by DMA transfer or the like. Various processes are performed on the data on the RAM 2020. Then, CPU 2000 writes the processed data back to the external storage device by DMA transfer or the like. In such processing, since the RAM 2020 can be regarded as temporarily holding the contents of the external storage device, in the present embodiment, the RAM 2020 and the external storage device are collectively referred to as a memory, a storage unit, or a storage device. Various types of information such as various programs, data, tables, and databases in the present embodiment are stored on such a storage device and are subjected to information processing. Note that the CPU 2000 can also store a part of the RAM 2020 in the cache memory and perform reading and writing on the cache memory. Even in such a form, the cache memory bears a part of the function of the RAM 2020. Therefore, in the present embodiment, the cache memory is also included in the RAM 2020, the memory, and / or the storage device unless otherwise indicated. To do.
また、ＣＰＵ２０００は、ＲＡＭ２０２０から読み出したデータに対して、プログラムの命令列により指定された、本実施形態中に記載した各種の演算、情報の加工、条件判断、情報の検索・置換等を含む各種の処理を行い、ＲＡＭ２０２０へと書き戻す。例えば、ＣＰＵ２０００は、条件判断を行う場合においては、本実施形態において示した各種の変数が、他の変数または定数と比較して、大きい、小さい、以上、以下、等しい等の条件を満たすかどうかを判断し、条件が成立した場合（又は不成立であった場合）に、異なる命令列へと分岐し、またはサブルーチンを呼び出す。また、ＣＰＵ２０００は、記憶装置内のファイルまたはデータベース等に格納された情報を検索することができる。 In addition, the CPU 2000 performs various operations, such as various operations, information processing, condition determination, information search / replacement, etc., described in the present embodiment, specified for the data read from the RAM 2020 by the instruction sequence of the program. Is written back to the RAM 2020. For example, when performing the condition determination, the CPU 2000 determines whether the various variables shown in the present embodiment satisfy the conditions such as large, small, above, below, equal, etc., compared to other variables or constants. When the condition is satisfied (or not satisfied), the program branches to a different instruction sequence or calls a subroutine. Further, the CPU 2000 can search for information stored in a file or database in the storage device.
以上に示したプログラム又はモジュールは、外部の記録媒体に格納されてもよい。記録媒体としては、メモリカード２０９０の他に、ＤＶＤ又はＣＤ等の光学記録媒体、ＭＯ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワーク又はインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ１９００に提供してもよい。 The program or module shown above may be stored in an external recording medium. As the recording medium, in addition to the memory card 2090, an optical recording medium such as DVD or CD, a magneto-optical recording medium such as MO, a tape medium, a semiconductor memory such as an IC card, or the like can be used. Further, a storage device such as a hard disk or RAM provided in a server system connected to a dedicated communication network or the Internet may be used as a recording medium, and the program may be provided to the computer 1900 via the network.
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。 As mentioned above, although this invention was demonstrated using embodiment, the technical scope of this invention is not limited to the range as described in the said embodiment. It will be apparent to those skilled in the art that various modifications or improvements can be added to the above-described embodiment. It is apparent from the scope of the claims that the embodiments added with such changes or improvements can be included in the technical scope of the present invention.
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。 The order of execution of each process such as operations, procedures, steps, and stages in the apparatus, system, program, and method shown in the claims, the description, and the drawings is particularly “before” or “prior to”. It should be noted that the output can be realized in any order unless the output of the previous process is used in the subsequent process. Regarding the operation flow in the claims, the description, and the drawings, even if it is described using “first”, “next”, etc. for convenience, it means that it is essential to carry out in this order. It is not a thing.
１０ 心疾患識別装置、 １２ 制御部、 １４ 記憶部、 ２０ 心音データ取得部、 ２２ 変換部、 ２４ 統計量算出部、 ２６ 心疾患識別部、 １００ 心疾患識別システム、 １０２ 心音検出部、 １０４ 入力信号処理部、 １０６ 表示部、 ２００ 心臓、 ２０２ 右心室、 ２０４ 左心室、 ２０６ 右心房、 ２０８ 左心房、 ２１０ 肺動脈弁、 ２１２ 大動脈弁、 ２１４ 三尖弁、 ２１６ 僧帽弁、 １９００ コンピュータ、 ２０００ ＣＰＵ、 ２０１０ ＲＯＭ、 ２０２０ ＲＡＭ、 ２０３０ 通信インターフェイス、 ２０４０ ハードディスクドライブ、 ２０５０ メモリドライブ、 ２０７０ 入出力チップ、 ２０７５ グラフィック・コントローラ、 ２０８０ 表示部、 ２０８２ ホスト・コントローラ、 ２０８４ 入出力コントローラ、 ２０９０ メモリカード DESCRIPTION OF SYMBOLS 10 Heart disease identification device, 12 Control part, 14 Storage part, 20 Heart sound data acquisition part, 22 Conversion part, 24 Statistics calculation part, 26 Heart disease identification part, 100 Heart disease identification system, 102 Heart sound detection part, 104 Input signal Processing unit 106 display unit 200 heart 202 right ventricle 204 left ventricle 206 right atrium 208 left atrium 210 pulmonary valve 212 aortic valve 214 tricuspid valve 216 mitral valve 1900 computer 2000 CPU 2010 ROM, 2020 RAM, 2030 communication interface, 2040 hard disk drive, 2050 memory drive, 2070 Input / output chip, 2075 Graphic controller, 2080 Display unit, 2082 Host controller, 2084 Input / output controller, 2090 Memory card
Claims (7)
取得した前記心音データを周波数領域のパワースペクトルに変換する変換部と、
前記パワースペクトルのモーメントである平均、平均周波数および尖度の少なくとも一つと、歪度とを算出する統計量算出部と、
前記パワースペクトルの前記平均、前記平均周波数および前記尖度の前記少なくとも一つと、前記歪度とに基づいて、前記生体の心疾患を識別する心疾患識別部と、
を備える心疾患識別装置。 A heart sound data acquisition unit for acquiring heart sound data between the I sound and the II sound in a biological heart sound;
A conversion unit that converts the acquired heart sound data into a power spectrum in a frequency domain;
A statistic calculator that calculates at least one of an average, an average frequency, and a kurtosis, which are moments of the power spectrum, and a skewness;
A heart disease identification unit for identifying a heart disease of the living body based on the average of the power spectrum, the at least one of the average frequency and the kurtosis, and the skewness ;
A heart disease identification device comprising:
前記心疾患識別部は、前記変換部により変換された周波数領域の前記心音データにおける前記複数のモーメントの値が前記複数の領域のいずれに属するかに基づいて、前記生体の心疾患を識別する、
請求項１に記載の心疾患識別装置。 A storage unit for storing a plurality of regions obtained by dividing a multidimensional space represented by a plurality of moments having different orders;
The cardiac disease identification unit identifies the biological heart disease based on which of the plurality of regions the values of the plurality of moments in the heart sound data of the frequency domain converted by the conversion unit,
The heart disease identification device according to claim 1 .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014066274A JP6320109B2 (en) | 2014-03-27 | 2014-03-27 | Heart disease identification device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014066274A JP6320109B2 (en) | 2014-03-27 | 2014-03-27 | Heart disease identification device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015188518A JP2015188518A (en) | 2015-11-02 |
| JP6320109B2 true JP6320109B2 (en) | 2018-05-09 |
Family
ID=54423569
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014066274A Active JP6320109B2 (en) | 2014-03-27 | 2014-03-27 | Heart disease identification device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6320109B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117042680A (en) * | 2021-03-12 | 2023-11-10 | 国立大学法人大阪大学 | Heart valve abnormality detection device, detection method, and computer program |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5957866A (en) * | 1995-07-03 | 1999-09-28 | University Technology Corporation | Apparatus and methods for analyzing body sounds |
| US20060167385A1 (en) * | 2005-01-24 | 2006-07-27 | 3M Innovative Properties Company | Analysis of auscultatory sounds using voice recognition |
| EP1810618A1 (en) * | 2006-01-24 | 2007-07-25 | Enel Produzione S.p.A. | System and method of processing acoustic signals for the energy characterisation of the respiratory condition |
| JP5207174B2 (en) * | 2008-03-31 | 2013-06-12 | 国立大学法人山口大学 | Heart sound frequency analyzer |
| ES2947765T3 (en) * | 2012-03-29 | 2023-08-18 | Univ Queensland | Method and apparatus for processing sound recordings of a patient |
| JP6036174B2 (en) * | 2012-10-31 | 2016-11-30 | 株式会社Ｊｖｃケンウッド | Heart sound information processing apparatus, heart sound information processing method, and heart sound information processing program |
-
2014
- 2014-03-27 JP JP2014066274A patent/JP6320109B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2015188518A (en) | 2015-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Akram et al. | Analysis of PCG signals using quality assessment and homomorphic filters for localization and classification of heart sounds | |
| AU2020201313B2 (en) | Method and system for detection of coronary artery disease in a person using a fusion approach | |
| US10004473B2 (en) | Heart rate detection method and device using heart sound acquired from auscultation positions | |
| CN112971802B (en) | Method and system for detecting heart sound signals based on deep learning model | |
| Gavrovska et al. | Automatic heart sound detection in pediatric patients without electrocardiogram reference via pseudo-affine Wigner–Ville distribution and Haar wavelet lifting | |
| Sedighian et al. | Pediatric heart sound segmentation using Hidden Markov Model | |
| JP6534566B2 (en) | Heart disease diagnostic device, heart disease diagnostic program and medium | |
| Bajelani et al. | Detection and identification of first and second heart sounds using empirical mode decomposition | |
| Hossain et al. | Wavelet and spectral analysis of normal and abnormal heart sound for diagnosing cardiac disorders | |
| JP6244244B2 (en) | Heart disease diagnosis apparatus, heart sound analysis program and medium | |
| JP6320109B2 (en) | Heart disease identification device | |
| JP6103591B2 (en) | Auscultation heart sound signal processing method, auscultation heart sound signal processing apparatus, and program for processing auscultation heart sound signal | |
| Altaf et al. | Systematic Review for Phonocardiography Classification Based on Machine Learning | |
| RASOULI | Early detection of pediatric heart disease by automated spectral analysis of phonocardiogram | |
| Karan et al. | Heart Sound Abnormality Detection using Wavelet Packet Features and Machine Learning | |
| Golpaygani et al. | Detection and identification of S1 and S2 heart sounds using wavelet decomposition method | |
| US20190200935A1 (en) | Systems and methods for detecting anomaly in a cardiovascular signal using hierarchical extremas and repetitions | |
| Behbahani | A hybrid algorithm for heart sounds segmentation based on phonocardiogram | |
| JP6244245B2 (en) | Heart disease diagnosis apparatus, heart sound analysis program, and medium | |
| KR20230067770A (en) | Method for segmentaion of heart signals and device for segmentaion of cardiac signals using the same | |
| Moukadem et al. | High Order Statistics and Time‐Frequency Domain to Classify Heart Sounds for Subjects under Cardiac Stress Test | |
| Imani et al. | Curve fitting, filter bank and wavelet feature fusion for classification of PCG signals | |
| JP6333599B2 (en) | Heart noise determination device, program, medium, and heart noise determination method | |
| JP6430138B2 (en) | Heart disease determination device, program, medium, and heart disease determination method | |
| Dwivedi et al. | An approach for automatic identification of fundamental and additional sounds from cardiac sounds recordings |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161206 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170810 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170919 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171030 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180327 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180403 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6320109 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |