RU2574713C2 - Bronchial sound record analysis device - Google Patents
Bronchial sound record analysis device Download PDFInfo
- Publication number
- RU2574713C2 RU2574713C2 RU2013151247/14A RU2013151247A RU2574713C2 RU 2574713 C2 RU2574713 C2 RU 2574713C2 RU 2013151247/14 A RU2013151247/14 A RU 2013151247/14A RU 2013151247 A RU2013151247 A RU 2013151247A RU 2574713 C2 RU2574713 C2 RU 2574713C2
- Authority
- RU
- Russia
- Prior art keywords
- microcontroller
- unit
- computer
- signal
- digital
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 9
- 239000012528 membrane Substances 0.000 claims abstract description 8
- 230000003595 spectral Effects 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 230000003014 reinforcing Effects 0.000 claims description 5
- 230000003044 adaptive Effects 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 4
- 239000003814 drug Substances 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 210000000056 organs Anatomy 0.000 description 15
- 230000000241 respiratory Effects 0.000 description 14
- 230000001537 neural Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 210000004072 Lung Anatomy 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 206010037833 Rales Diseases 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 210000001557 animal structures Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000009911 cataract 8 multiple type Diseases 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000007374 clinical diagnostic method Methods 0.000 description 2
- 230000001066 destructive Effects 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 206010053420 Bronchopulmonary disease Diseases 0.000 description 1
- 241000288140 Gruiformes Species 0.000 description 1
- 230000002457 bidirectional Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000001575 pathological Effects 0.000 description 1
- 230000035812 respiration Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000001519 tissues Anatomy 0.000 description 1
Images
Abstract
Description
Изобретение относится к способу неинвазивного (неразрушающего, т.е. не требующего операционного вмешательства в организм пациента) контроля состояния дыхательных органов человека или животного и к устройству для его осуществления. Область применения охватывает медицину, где проводится диагностика состояния органов человека (бронхолегочные заболевания), а также может использоваться в ветеринарии для оценки патологий органов животных.The invention relates to a method for non-invasive (non-destructive, i.e., not requiring surgical intervention in the patient’s body) control of the state of the respiratory organs of a person or animal and to a device for its implementation. The scope covers medicine, where diagnostics of the state of human organs (bronchopulmonary diseases) is carried out, and can also be used in veterinary medicine to assess pathologies of animal organs.
Известны и широко применяются различные устройства неинвазивного (неразрушающего) контроля состояния бронхолегочных органов человека. Например, одноканальные или многоканальные электронные фонендоскопы с пьезоэлектрическим, оптоэлектронным или кардиомикрофонным датчиками [1-5].Various non-invasive (non-destructive) devices for monitoring the condition of human bronchopulmonary organs are known and widely used. For example, single-channel or multi-channel electronic phonendoscopes with piezoelectric, optoelectronic or cardiomicrophone sensors [1-5].
Существенным признаком этих способов и устройств является то, что врач принимает решение о патологии путем анализа акустических сигналов, отображаемых на экране монитора, или путем оценки характеристик звуковых сигналов с помощью головных микрофонов.An essential feature of these methods and devices is that the doctor makes a decision about the pathology by analyzing the acoustic signals displayed on the screen of the monitor, or by evaluating the characteristics of sound signals using head microphones.
Недостатки способов и устройств заключаются в больших массо-габаритных характеристиках (исключается возможность эксплуатации в виде носимого варианта), в низкой помехоустойчивости и невысоком быстродействии.The disadvantages of the methods and devices are large mass-dimensional characteristics (excluding the possibility of operation as a portable version), low noise immunity and low speed.
Кроме этого, указанные способы и устройства работают не в автоматическом режиме, т.к. они только предоставляют информацию о состоянии органа оператору (врачу), по которым специалист (врач узкой специализации) должен сделать заключение о наличии патологий органа человека.In addition, these methods and devices do not work automatically, because they only provide information about the state of the organ to the operator (doctor), according to which the specialist (narrow specialization doctor) must make a conclusion about the presence of pathologies of the human organ.
В качестве прототипа рассмотрим электронный бронхофонограф, который выполнен как приставка к настольному компьютеру (ноутбуку) и содержит дыхательную маску с миниатюрным микрофоном, акустический усилитель, блок электронных фильтров, аналого-цифровой преобразователь, микроконтроллер, узел связи с персональной ЭВМ, комплект программ для обработки, хранения, поиска и визуализации полученных данных.As a prototype, we consider an electronic bronchophonograph, which is designed as a prefix to a desktop computer (laptop) and contains a breathing mask with a miniature microphone, an acoustic amplifier, an electronic filter unit, an analog-to-digital converter, a microcontroller, a personal computer communication center, a set of processing programs, storage, search and visualization of the received data.
Недостатками устройства являются конструктивная и эксплуатационная сложность, существенные массогабаритные показатели, необходимость использования персонального компьютера для обработки получаемых данных, их поиска, хранения и визуализации, необходимость проведения исследований в специально подготовленном помещении и невозможность эксплуатации как носимый (мобильный) вариант устройства. Кроме этого, способ и устройство не работают в автоматическом режиме.The disadvantages of the device are constructive and operational complexity, significant weight and size indicators, the need to use a personal computer to process the received data, search, store and visualize it, the need to conduct research in a specially prepared room, and the inability to operate as a wearable (mobile) version of the device. In addition, the method and device do not work in automatic mode.
Задачей является создание устройства, повышающего оперативность, быстродействие, точность, функциональную возможность и удобство диагностики анатомического и функционального состояния дыхательных органов человека или животного.The task is to create a device that improves the efficiency, speed, accuracy, functionality and convenience of diagnosing the anatomical and functional state of the respiratory organs of a person or animal.
Поставленная задача достигается тем, что, как в известном и заявляемом устройстве электронной бронхофонографии, получают и анализируют акустические сигналы, отображают и передают информацию в интернет.The problem is achieved in that, as in the known and claimed device for electronic bronchophonography, receive and analyze acoustic signals, display and transmit information on the Internet.
Отличием предлагаемого устройства от известного является то, что формируют эталонную и текущую матрицы акустических сигналов о патологии органов, сравнивают эталонную и текущую матрицы и автоматически принимают решение о патологии при Вейвлет-, Фурье-, фрактальном и корреляционном анализе сигналов.The difference between the proposed device and the known one is that they form the reference and current matrices of acoustic signals about the pathology of organs, compare the reference and current matrices and automatically make a decision about the pathology during Wavelet, Fourier, fractal and correlation analysis of signals.
Кроме того, при анализе эталонной и текущей матриц формируют и анализируют комплексный параметр сравнения.In addition, when analyzing the reference and current matrices, a complex comparison parameter is formed and analyzed.
Кроме того, снимаемые с объекта акустические сигналы дополнительно фильтруют нелинейным фильтром, подавляют шумы и аппроксимируют.In addition, the acoustic signals removed from the object are additionally filtered by a non-linear filter, suppress noise and approximate.
Поставленная задача достигается также тем, что, как и известное устройство, заявляемое устройство анализа бронхофонограмм содержит последовательно соединенные дыхательную маску, закрепляемую на объекте, микрофон, акустический усилитель, блок электронных фильтров, аналого-цифровой преобразователь и микроконтроллер, подключенный через последовательно соединенные двунаправленными связями узел связи и персональную электронно-вычислительная машину к компьютеру, а также синхронизатор и блок питания.The task is also achieved by the fact that, like the known device, the claimed device for the analysis of bronchophonograms contains a breathing mask connected to the object in series, a microphone, an acoustic amplifier, an electronic filter unit, an analog-to-digital converter and a microcontroller connected via a node connected in series with bidirectional connections communications and a personal electronic computer to the computer, as well as a synchronizer and power supply.
Отличаем предлагаемого устройства от известного является то, что цифровая цветная видеокамера подключена к отдельному входу компьютера, ко входу микроконтроллера подключена миниатюрная электромеханическая система, выполненная с возможностью закрепления на пациенте, содержащая звукоусиливающую мембрану, звукоприемник и корпус и последовательно соединенная с фильтром акустических сигналов, блоком подавления шумов, блоком обработки и анализа сигналов, блоком поддержки принятия решений, входом и выходом соединенным с микроконтроллером, к отдельному выходу миниатюрной электромеханической системы подключены последовательно соединенные цифроаналоговый преобразователь, телефонный усилитель и головные телефоны.The distinguishing feature of the proposed device from the known one is that the digital color video camera is connected to a separate computer input, and a miniature electromechanical system is connected to the microcontroller’s input. noise, signal processing and analysis unit, decision support unit, input and output connected to the microcontroller Ohm, a digital-to-analog converter, a telephone amplifier and headphones are connected in series to a separate output of the miniature electromechanical system.
Кроме того, блок поддержки принятия решений содержит последовательно соединенные интерфейс, блок памяти и микропроцессор.In addition, the decision support unit comprises a series-connected interface, a memory unit, and a microprocessor.
Кроме того, фильтр акустических сигналов выполнен в виде линейного и адаптивного фильтров.In addition, the filter of acoustic signals is made in the form of a linear and adaptive filters.
Кроме того, блок подавления шумов выполнен в виде полосового и нелинейного преобразователя сигналов.In addition, the noise suppression unit is made in the form of a strip and non-linear signal converter.
Кроме того, блок обработки и анализа сигналов выполнен в виде спектрального и частотно-временного анализатора сигналов, нелинейного и многоскоростного преобразователей сигналов.In addition, the signal processing and analysis unit is made in the form of a spectral and time-frequency signal analyzer, non-linear and multi-speed signal converters.
Кроме того, цветной сенсорный экран выполнен в виде емкостного жидкокристаллического сенсорного дисплея.In addition, the color touch screen is made in the form of a capacitive liquid crystal touch screen.
Кроме того, внешний носитель данных выполнен в виде флэш-накопителя.In addition, the external storage medium is made in the form of a flash drive.
Кроме того, буферный накопитель выполнен в виде флеш-накопителя.In addition, the buffer drive is made in the form of a flash drive.
Кроме того, клавиатура буферного накопителя выполнена в виде емкостного жидкокристаллического сенсорного дисплея.In addition, the keyboard of the buffer storage device is made in the form of a capacitive liquid crystal touch screen.
Кроме того, дополнительный универсальный блок питания выполнен в виде интегрированного источника питания, объединяющего солнечную батарею, аккумулятор и источник переменного тока.In addition, an additional universal power supply is made in the form of an integrated power source, combining a solar battery, a battery and an alternating current source.
Предлагаемое устройство иллюстрируется фиг. 1-10.The proposed device is illustrated in FIG. 1-10.
На фиг. 1 дана структурная схема устройства.In FIG. 1 is a structural diagram of the device.
На фиг. 2 представлена структурная схема миниатюрной электромеханической системы.In FIG. 2 is a structural diagram of a miniature electromechanical system.
На фиг. 3 дана структурная схема блока поддержки принятия решений.In FIG. 3 is a structural diagram of a decision support unit.
На фиг. 4 представлены взаимные спектры дыхательных шумов на поверхности грудной клетки пациентов.In FIG. 4 shows the mutual spectra of respiratory sounds on the surface of the chest of patients.
На фиг. 5 дан график 20-ти сингулярных собственных чисел матрицы сигналов.In FIG. 5 is a graph of 20 singular eigenvalues of a signal matrix.
На фиг. 6 показан исходный сигнал (черным цветом) и тренд, найденный с использованием 10-ти сингулярных членов аппроксимации.In FIG. Figure 6 shows the original signal (in black) and the trend found using 10 singular approximation terms.
На фиг. 7 представлены результаты фазочастотного прослеживания волнового поля сигнала.In FIG. 7 shows the results of phase-frequency tracking of the wave field of the signal.
На фиг. 8 даны эталонные ФАН-образы, выделенные для различных классов патологий и для здорового дыхания.In FIG. Figure 8 shows reference FAN images isolated for various classes of pathologies and for healthy breathing.
На фиг. 9 приведен пример нейросетевого обучения и тестирования.In FIG. Figure 9 shows an example of neural network training and testing.
На фиг. 10 показаны графики ошибок обобщения с доверительными интервалами на проверочной выборке.In FIG. 10 shows graphs of generalization errors with confidence intervals in the test sample.
На фиг. 1 приведена структурная схема устройства, которая включает следующие блоки:In FIG. 1 shows a structural diagram of a device that includes the following blocks:
1 - объект (пациент);1 - object (patient);
2 - дыхательная маска;2 - respiratory mask;
3 - микрофон;3 - microphone;
4 - акустический усилитель;4 - acoustic amplifier;
5 - блок электронных фильтров (БЭФ);5 - block electronic filters (BEF);
6 - аналого-цифровой преобразователь (АЦП);6 - analog-to-digital Converter (ADC);
7 - цифровая цветная видеокамера (ЦЦВ);7 - digital color video camera (CCV);
8 - узел локальной беспроводной связи (УЛБС);8 - site local wireless communication (ULBS);
9 - дополнительный внешний носитель данных (ДВНД);9 - additional external storage medium (DVD);
10 - дополнительный микрофон;10 - an additional microphone;
11 - дополнительный АЦП;11 - additional ADC;
12 - клавиатура буферного накопителя (КБН);12 - keyboard buffer buffer (KBN);
13 - буферный накопитель;13 - buffer drive;
14 - встроенный цветной сенсорный экран (ВЦСЭ);14 - built-in color touch screen (VCSE);
15 - компьютер;15 - computer;
16 - узел связи с персональной ЭВМ (УСПЭВМ);16 - communication center with a personal computer (USPEVM);
17 - микроконтроллер;17 - microcontroller;
18 - головные телефоны;18 - head phones;
19 - телефонный усилитель;19 - telephone amplifier;
20 - цифроаналоговый преобразователь;20 - digital-to-analog converter;
21 - миниатюрная электромеханическая система (МЭМС);21 - miniature electromechanical system (MEMS);
22 - блок поддержки принятия решений (БППР);22 - decision support unit (BDPR);
23 - блок обработки и анализа сигналов (БОАС);23 - block processing and analysis of signals (BOAS);
24 - блок подавления шумов (БПШ);24 - block noise reduction (BPSh);
25 - фильтр акустических сигналов;25 - filter of acoustic signals;
26 - синхронизатор;26 - synchronizer;
27 - универсальный блок питания.27 - universal power supply.
На фиг. 1 показаны следующие связи:In FIG. 1 shows the following relationships:
- электрические связи; - electrical communications;
- многоканальные электрические связи; - multichannel electrical communications;
- механические связи; - mechanical bonds;
- акустические связи; - acoustic communications;
- радиоканал. - radio channel.
Устройство работает в двух режимах: подготовка эталона и контроль (диагностика) органов дыхания пациента. Режим работы устанавливается клавиатурой буферного накопителя (КБН) 12 через буферный накопитель 13, микроконтроллер 17, УСПЭВМ 16 на компьютере 15. В режиме подготовки эталона формируется матрица (цифровой массив) акустических сигналов, характеризующих состояние здорового органа. Для этого по сигналу от синхронизатора 26 включаются все блоки устройства и сигнал объекта 1 поступает через дыхательную маску 2 и микрофон 3, закрепляется на объекте 1, на акустический усилитель 4, который усиливает электрический сигнал. Далее этот сигнал фильтруется от помех блоком электронных фильтров (БЭФ) 5 и через микроконтроллер 17, узел связи с персональной ЭВМ (УСПЭВМ) 16 передается в компьютер 15 для последующего его анализа и оценки патологии органов дыхания пациента. Одновременно с функционированием блоков 2-6, 11, 15, 16 включается миниатюрная электромеханическая система (МЭМС) 21, закрепляемая на объекте 1. МЭМС 21 размещается в фокусе звуковой линзы звукоприемника, обеспечивает дополнительное усиление сигнала с помощью звукоусиливающей мембраны звукоприемника (звукоусиливающая мембрана, звукоприемник входят в состав МЭМС 21). Поскольку мембрана плотно прилегает к телу пациента, а корпус датчика из специальных материалов, уровень внешних шумов оказывается несущественным (см. вариант исполнения МЭМС, фиг. 2). От МЭМС 21 сигналы поступают для анализа по трем следующим каналам: во-первых, сигнал от МЭМС 21 оцифровывается цифроаналоговым преобразователем (ЦАП) 20, усиливается телефонным усилителем 19 и отображается на головных телефонах 18; во-вторых, сигнал от МЭМС 21 поступает через микроконтроллер 17 и узел связи с персональной ЭВМ (УСПЭВМ) 16 на компьютер (микропроцессор) 15, который по специальной программе анализирует сигналы, описывающие патологии дыхательных органов пациента (объект 1); в-третьих, сигнал от МЭМС 21 фильтруется от помех и шумов фильтром акустических сигналов (ФАС) 25 и блоком подавления шумов (БПШ) 24 соответственно и поступает через блок обработки и анализа сигналов (БОАС) 23 на блок поддержки принятия решений (микропроцессор) (БППР) 22, на второй вход которого поступает сигнал от компьютера 15 через УСПЭВМ 16 и микроконтроллер 17. БППР 22 формирует поступающую информацию от БОАС 23 и от компьютера 15 (через блоки 16, 17) в качестве эталонного массива данных (см. вариант выполнения БППР 22). Далее эталонная информация (от БППР 22) записывается через блоки 17, 16 в память компьютера 15 или в дополнительный внешний носитель данных (ДВНД) 9. С помощью встроенного цветного сенсорного экрана (ВЦСЭ) 14 корректируется информация в компьютере 15 и отображается на экране ВЦСЭ 14. Цифровая цветная видеокамера (ЦЦВ) 7 снимает информацию (изображение) о состоянии пациента и другую информацию (например, рекомендации о лечении от врача). На этом заканчивается работа устройства в режиме подготовки эталона (эталонной информации - ЭИ). При этом необходимая информация от блоков устройства передается через узел беспроводной связи (УПС) 8 в сеть интернет и локальную вычислительную сеть поликлиники.The device operates in two modes: preparation of a standard and control (diagnosis) of the patient's respiratory organs. The operating mode is set by the keyboard of the buffer storage device (KBN) 12 through the
В режиме контроля (диагностики) вычислительные блоки 2-26 устройства работают аналогично режиму подготовки эталона. В этом режиме текущая информация (ТИ) соответствует уже измененному изображению дыхательного органа (при наличии патологии). Эта информация также записывается (как и ЭИ) в память компьютера 15 и ДВНД 9. Далее происходит сравнение ЭИ и ТИ и определяется степень изменения органа пациента. На этом один цикл работы устройства заканчивается.In the control (diagnostic) mode, the computing units 2-26 of the device operate similarly to the standard preparation mode. In this mode, the current information (TI) corresponds to the already changed image of the respiratory organ (in the presence of pathology). This information is also recorded (like EI) in the memory of
На фиг. 2 представлена структурная схема миниатюрной электромеханической системы, которая содержит следующие блоки:In FIG. 2 shows a structural diagram of a miniature electromechanical system, which contains the following blocks:
28 - звукоусиливающая мембрана;28 - sound reinforcing membrane;
29 - звукоприемник;29 - a sound receiver;
30 - усилитель;30 - amplifier;
31 - корпус.31 - case.
МЭМС 21 функционирует следующим образом.
Конструктивно блоки МЭМС 21 собраны в корпусе 31, с помощью которого миниатюрная электромеханическая система закрепляется к телу пациента (объекта 1). МЭМС 21, размещаемая в фокусе звуковой линзы звукоприемника, обеспечивает дополнительное усиление сигнала с помощью звукоусиливающей мембраны 28.Structurally,
Поскольку мембрана 28 плотно прилегает к телу пациента, а корпус датчика из специальных материалов, уровень внешних шумов оказывается несущественным. Далее звуковой сигнал от ЗУМ 28 преобразуется в электрический сигнал с помощью звукоприемника 29 и усиливается усилителем 30.Since the
ФАС 25, БПШ 24 и БОАС 23 обеспечивают линейную фильтрацию сигнала (селекция сигнала в частотной области), полосовую фильтрацию сигнала (выделение сигнала в заданной полосе частот), адаптивную фильтрацию сигнала (распознавание сигнала), спектральный и частотно-временной анализ, нелинейную обработку сигнала (вычисление корреляции, медианная фильтрация, векторное кодирование), многоскоростную обработку сигнала (интерполяция и децимация (уменьшение частоты дискретизации сигнала)) [7-10,17].FAS 25, BPSh 24 and
На фиг. 3 дана структурная схема блока поддержки принятия решений (БППР) 22, которая состоит из следующих узлов:In FIG. 3 is a structural diagram of a decision support unit (BDP) 22, which consists of the following nodes:
32 - интерфейс;32 - interface;
33 - блок памяти;33 - memory block;
34 - микропроцессор.34 - microprocessor.
БППР 22 (может быть выполнен в виде микропроцессора АРМ) работает следующим образом.BUPR 22 (can be made in the form of a microprocessor AWP) works as follows.
На интерфейс 32 БППР 22 от БОАС 23 и от микроконтроллера поступают акустические сигналы от органов дыхания, т.е. от дыхательной маски и от МЭМС 21. Таким образом, БППР 22 формирует две матрицы в следующем виде:Acoustic signals from the respiratory organs, i.e., from the respiratory organs, are received at interface 32 of the
где индексы Э и Т означают эталонную и текущую информацию соответственно; - частотные характеристики сигнала (снимаемых с дыхательной маски 2 и МЭМС 21); F, F′ - Фурье-спектр мощности сигналов; G,G′ - амплитудные и геометрические характеристики огибающей сигнала (форма сигнала). При этом блок памяти 33 запоминает сначала эталонную информацию (в режиме подготовки эталона), а затем - текущую информацию (в режиме восприятия текущей информации).where the indices E and T mean the reference and current information, respectively; - frequency characteristics of the signal (taken from the respiratory mask 2 and MEMS 21); F, F ′ - Fourier spectrum of signal power; G, G ′ are the amplitude and geometric characteristics of the envelope of the signal (waveform). In this case, the memory unit 33 first stores the reference information (in the preparation mode of the standard), and then the current information (in the perception mode of the current information).
Компьютер 15 выполнен в виде микропроцессора ARM. Компьютер 15 в режиме определения патологии сравнивает эталонную и текущую информацию следующим образом:
где V - знак сравнения матриц; I - комплексный параметр сравнения эталонной и текущей информации путем корреляционного, Фурье-, Вейвлет-, фрактального и нейросетевого анализа [7, 9, 10].where V is the sign of the comparison of matrices; I is a complex parameter for comparing the reference and current information by means of correlation, Fourier, wavelet, fractal and neural network analysis [7, 9, 10].
Рассмотрим вариант работы ФАС 25, БПШ 24, БОАС 23, БППР 22 и компьютера 15. Приведем пример выделения спектральной составляющей структурного анализа дыхания (звука) по тканям методами низкочастотной фильтрации.Let us consider the operation option of FAS 25, BPSh 24,
Разделение спектральных составляющих воздушного и структурного проведения дыхательных шумов на грудную клетку показано на фиг. 4. Здесь представлено:The separation of the spectral components of the air and structural conduction of respiratory sounds into the chest is shown in FIG. 4. Presented here:
а) над нижними отделами легких в норме,a) above the lower parts of the lungs is normal,
б) над верхними отделами легких в норме,b) above the upper parts of the lungs is normal,
в) над нижними отделами легких при патологии;c) above the lower parts of the lungs with pathology;
Re (W) - вещественная часть взаимного спектра, Im (W) - мнимая часть взаимного спектра.Re (W) is the real part of the mutual spectrum, Im (W) is the imaginary part of the mutual spectrum.
Анализ мнимой части взаимного спектра Im (W), характеризующей соотношение воздушного и структурного проведения [10], показывает, что составляющие воздушного проведения голоса в норме доминируют в диапазоне частот от 100 до 300 Гц в нижних отделах легких (рис. 2, а) и от 100 до 150-200 Гц в верхних (рис. 2, б). Над участками с патологическими отклонениями (рис. 1, в) наблюдается замещение составляющих воздушного проведения составляющими структурного проведения в этих областях спектра, что может быть признаком локального нарушения проходимости дыхательных путей.An analysis of the imaginary part of the mutual spectrum Im (W), characterizing the ratio of air and structural conduction [10], shows that the components of air conduction normally dominate in the frequency range from 100 to 300 Hz in the lower parts of the lungs (Fig. 2, a) and from 100 to 150-200 Hz in the upper ones (Fig. 2, b). Over areas with pathological deviations (Fig. 1, c), the replacement of air conduction components with structural conduction components in these spectral regions is observed, which may be a sign of local airway obstruction.
На фиг. 5 и фиг. 6 приведены примеры сингулярного разложения матрицы для выделения референтного сигнала.In FIG. 5 and FIG. Figure 6 shows examples of a singular matrix decomposition for extracting a reference signal.
На фиг. 7 приведен пример построения амплитудного волнового поля выделенного референтного сигнала, фазочастотное прослеживание волнового поля акустического сигнала (алгоритм равновесной обработки амплитудного сигнала).In FIG. Figure 7 shows an example of constructing the amplitude wave field of the extracted reference signal, phase-frequency tracking of the wave field of the acoustic signal (the equilibrium processing algorithm of the amplitude signal).
На фиг. 8 приведен пример формирования эталонных ФАН-образов бронхолегочных патологий на основе расчета функций качества (алгоритм неравновесной обработки амплитудного сигнала) (ФАН - фазовременной анализ).In FIG. Figure 8 shows an example of the formation of reference FAN images of bronchopulmonary pathologies based on the calculation of quality functions (algorithm for nonequilibrium processing of the amplitude signal) (FAN - phase-time analysis).
Здесь представлено:It is presented here:
- класс 0 - здоровое дыхание;- class 0 - healthy breathing;
- класс 1 - жесткое дыхание;- class 1 - hard breathing;
- класс 2 - звучные влажные (средние и мелкопузырчатые) хрипы;- class 2 - sonorous wet (medium and fine bubble) rales;
- класс 3 - крепитация;- class 3 - crepitus;
- класс 4 - свистящие хрипы;- class 4 - wheezing;
- класс 5 - сухие хрипы;- class 5 - dry rales;
- класс 6 - дискантовые хрипы, усиливающиеся при форсированном выдохе.- class 6 - trepid wheezing, intensifying during forced expiration.
На фиг. 9 приведен пример нейросетевого обучения и тестирования.In FIG. Figure 9 shows an example of neural network training and testing.
На фиг. 10 приведен график ошибки обучения нейронной сети.In FIG. 10 is a graph of a neural network learning error.
Графики, приведенные на фиг. 9-10, свидетельствуют о работоспособности способа и устройства на примере применения нейросетевых технологий обучения (распознаваний патологий органов дыхания)The graphs shown in FIG. 9-10, indicate the efficiency of the method and device using the example of the use of neural network learning technologies (recognition of respiratory pathologies)
Результаты, представленные на фиг. 4-10, получены согласно [9-17].The results presented in FIG. 4-10, obtained according to [9-17].
По сравнению с известными, предлагаемый способ и устройство обладают более высокими оперативностью, быстродействием и точностью работы, а также более высокими функциональными возможностями и удобством диагностики анатомического и функционального состояния дыхательных органов человека или животного.Compared with the known, the proposed method and device have a higher efficiency, speed and accuracy, as well as higher functionality and ease of diagnosis of the anatomical and functional state of the respiratory organs of a person or animal.
Покажем это на примере работы устройства.We show this by the example of the operation of the device.
Оперативность, быстродействие и удобство диагностики анатомического и функционального состояния органов человека или животного повышается вследствие реализации носимого (малогабаритного) варианта устройства и исключения необходимости проведения диагностики (исследования) в специально подготовленном помещении. Кроме того, удобство предлагаемого устройства обеспечивается введением встроенного цветного сенсорного экрана, дополнительного микрофона, цифровой цветной видеокамеры, буферного накопителя с клавиатурой буферного накопителя, а также введением функции связи с сетью интернет и локально-вычислительной сетью поликлиники (за счет узла локальной беспроводной связи).The efficiency, speed and convenience of diagnosing the anatomical and functional state of human or animal organs is increased due to the implementation of a wearable (small-sized) version of the device and eliminating the need for diagnostics (research) in a specially prepared room. In addition, the convenience of the proposed device is provided by the introduction of a built-in color touch screen, an additional microphone, a digital color video camera, a buffer drive with a buffer drive keyboard, as well as the introduction of a communication function with the Internet network and the local area network of the clinic (due to a local wireless connection).
Высокие точностные характеристики предлагаемого устройства обеспечиваются, во-первых, за счет съема дополнительной акустической информации с помощью миниатюрной электромеханической системы, во-вторых, введением дополнительной фильтрации, подавления шумов, обработки и анализа акустических сигналов, в-третьих, путем комплексного (интегрального) сравнения эталонной и текущей информации за счет корреляционного, Фурье-, Вейвлет-, фрактального и нейросетевого анализа (сигналов и информации).High accuracy characteristics of the proposed device are ensured, firstly, by removing additional acoustic information using a miniature electromechanical system, secondly, by introducing additional filtering, noise suppression, processing and analysis of acoustic signals, and thirdly, by a comprehensive (integral) comparison reference and current information due to correlation, Fourier, wavelet, fractal and neural network analysis (signals and information).
Источники информацииInformation sources
1. Фонендоскоп - стетоскоп электронный с пьезодатчиком. А.с. RU 2173538 C2 от 05.04.1995.1. Phonendoscope - an electronic stethoscope with a piezosensor. A.S. RU 2173538 C2 dated 04/05/1995.
2. Электронный фонендоскоп с кардиомикрофоном. А.с. RU 2196512 C2 от 06.01.2000.2. Electronic phonendoscope with a cardiomicrophone. A.S. RU 2196512 C2 from 01/06/2000.
3. Многоканальный электронный стетоскоп. А.с. RU 2229843 C2 от 24.12.2001.3. Multichannel electronic stethoscope. A.S. RU 2229843 C2 dated 12.24.2001.
4. Индивидуальный электронный стетоскоп. Патент RU 2316256 C2 от 22.01.2004.4. Individual electronic stethoscope. Patent RU 2316256 C2 dated 01.22.2004.
5. Оптоэлектронный фонендоскоп. Патент на полезную модель RU 86434 U1 от 17.06.2009.5. Optoelectronic phonendoscope. Patent for utility model RU 86434 U1 dated 06/17/2009.
6. Электронный бронхофонограф. А.с. 2038041 от 16.09.1992 (Тех. паспорт. Прибор бронхофонографический диагностический автоматизированный «ПАТТЕРН - 01» по ТУ9442 - 001 - 02066411 - 2008, №РУ: 04789, номер регистрационного удостоверения: ФСР2009/04789, дата регистрации 22.04.2009) (ПРОТОТИП).6. Electronic bronchophonograph. A.S. 2038041 from 09.16.1992 (Technical passport. Automated bronchophonographic diagnostic device "PATTERN - 01" according to TU9442 - 001 - 02066411 - 2008, No. РУ: 04789, registration certificate number: ФСР2009 / 04789, registration date 04/22/2009) (PROTOTYPE) .
7. Сырямкин В.И. и др. Современные методы исследования материалов и нанотехнологий. Учебное пособие (Лабораторный практикум) / Под ред. д.т.н., профессора В.И. Сырямкина. - Томск: Изд-во Том. Ун-та, 2010. - 366 с.7. Syryamkin V.I. and others. Modern methods of research of materials and nanotechnology. Textbook (Laboratory Workshop) / Ed. Doctor of Technical Sciences, Professor V.I. Syramykina. - Tomsk: Publishing house Tom. Univ., 2010 .-- 366 p.
8. Сырямкин В.И. и др. Системы технического зрения: Справочник / Под ред. В.И. Сырямкина, B.C. Титотова. - Томск: МГП РАСКО, 1992. 367 с.8. Syryamkin V.I. and other Systems of technical vision: Handbook / Ed. IN AND. Syryamkina, B.C. Titotova. - Tomsk: MGP RASCO, 1992.367 s.
9. Сырямкин В.И. и др. Адаптивные нейросетевые алгоритмы диагностики материалов, оборудования и радиоэлектронной аппаратуры. - SaarbrUcken, Deutschland. Lambert - Academie Publishing, 2013. - 269 s.9. Syryamkin V.I. and other adaptive neural network algorithms for the diagnosis of materials, equipment and electronic equipment. - SaarbrUcken, Deutschland. Lambert - Academie Publishing, 2013 .-- 269 s.
10. Аведюк O.A., Сырямкин В.И. и др. Математические методы информатики в задачах и примерах. Опыт применения в проектировании сложных систем. - Томск: Изд-во Том. Ун-та, 2012. - 484 с.10. Avedyuk O.A., Syryamkin V.I. and other Mathematical methods of computer science in problems and examples. Application experience in the design of complex systems. - Tomsk: Publishing house Tom. Univ., 2012 .-- 484 p.
11. Бауман Е.В., Дорофеюк А.А. Классификационный анализ данных // В сб.: "Избранные труды Международной конференции по проблемам управления. Том 1". М.: СИНТЕГ, 1999.11. Bauman E.V., Dorofeyuk A.A. Classification analysis of data // In: “Selected proceedings of the International Conference on Management Problems. Volume 1”. M .: SINTEG, 1999.
12. Бауман Е.В., Зубчевский Н.С. Задача качественной размытой классификации // Вторая международная конференция по проблемам управления. Тезисы докладов. Том 1. М.: ИЛУ РАН, 2003. С. 144.12. Bauman E.V., Zubchevsky N.S. The task of qualitative blurred classification // The Second International Conference on Management Problems. Abstracts of reports. Volume 1. M.: ILU RAS, 2003.S. 144.
13. Вовк И.В., Гринченко В.Т., Олейник В.Н. Проблемы моделирования акустических свойств грудной клетки и измерения шумов дыхания // Акуст. журн. 1995. Т. 41, №5. С. 758-768.13. Vovk I.V., Grinchenko V.T., Oleynik V.N. Problems of modeling the acoustic properties of the chest and measuring breathing noise // Acoust. journal 1995.Vol. 41, No. 5. S. 758-768.
14. Коренбаум В.И., Кулаков Ю.В., Тагильцев А.А. Происхождение шумов везикулярного дыхания // Физиология человека. 1997. Т. 23, №4. С. 133-135.14. Korenbaum V.I., Kulakov Yu.V., Tagiltsev A.A. The origin of the noise of vesicular respiration // Human Physiology. 1997. T. 23, No. 4. S. 133-135.
15. Кулаков Ю.В., Малышенко И.Ю., Коренбаум В.И. Возможности комбинированной бронхофонографии в диагностике пневмоний // Пульмонология. 2002. Т. 12, №5. С. 29-32.15. Kulakov Yu.V., Malyshenko I.Yu., Korenbaum V.I. Possibilities of combined bronchophonography in the diagnosis of pneumonia // Pulmonology. 2002.V. 12, No. 5. S. 29-32.
16. Кулаков Ю.В., Тагильцев А.А., Коренбаум В.И., Кириченко С.А. Прибор для исследования состояния бронхиальной проходимости // Мед. техника. 1995. №5. С. 20-23.16. Kulakov Yu.V., Tagiltsev A.A., Korenbaum V.I., Kirichenko S.A. A device for studying the state of bronchial patency // Honey. Technics. 1995. No5. S. 20-23.
17. Тихонов В.И. Статистическая радиотехника // М.: Советское радио, 1966. - 678 с.17. Tikhonov V.I. Statistical radio engineering // M .: Soviet radio, 1966. - 678 p.
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013151247/14A RU2574713C2 (en) | 2013-11-18 | Bronchial sound record analysis device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013151247/14A RU2574713C2 (en) | 2013-11-18 | Bronchial sound record analysis device |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2013151247A RU2013151247A (en) | 2015-05-27 |
RU2574713C2 true RU2574713C2 (en) | 2016-02-10 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2240037C1 (en) * | 2003-02-17 | 2004-11-20 | Воронежская государственная медицинская академия им. Н.Н. Бурденко | Method for evaluating effectiveness of administered therapy and individual selection medicaments for treating bronchopulmonary disease patients |
RU2291666C1 (en) * | 2005-04-25 | 2007-01-20 | Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской Академии наук (статус государственного учреждения) (ТОИ ДВО РАН) | Method for diagnosing bronchial passability disorders |
RU2301621C1 (en) * | 2005-11-22 | 2007-06-27 | Департамент промышленности и науки Пермской области | Method for diagnosing bronchial obstruction syndrome |
RU2304919C2 (en) * | 2005-06-30 | 2007-08-27 | Тихоокеанский океанологический институт им. В.И.Ильичева Дальневосточного отделения Российской Академии наук (статус государственного учреждения) (ТОИ ДВО РАН) | Method for predicting the disorders of bronchial permeability |
RU2304928C2 (en) * | 2005-10-05 | 2007-08-27 | Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук (ТОИ ДВО РАН) | Method for acoustic diagnostics of focal alterations in human lungs |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2240037C1 (en) * | 2003-02-17 | 2004-11-20 | Воронежская государственная медицинская академия им. Н.Н. Бурденко | Method for evaluating effectiveness of administered therapy and individual selection medicaments for treating bronchopulmonary disease patients |
RU2291666C1 (en) * | 2005-04-25 | 2007-01-20 | Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской Академии наук (статус государственного учреждения) (ТОИ ДВО РАН) | Method for diagnosing bronchial passability disorders |
RU2304919C2 (en) * | 2005-06-30 | 2007-08-27 | Тихоокеанский океанологический институт им. В.И.Ильичева Дальневосточного отделения Российской Академии наук (статус государственного учреждения) (ТОИ ДВО РАН) | Method for predicting the disorders of bronchial permeability |
RU2304928C2 (en) * | 2005-10-05 | 2007-08-27 | Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук (ТОИ ДВО РАН) | Method for acoustic diagnostics of focal alterations in human lungs |
RU2301621C1 (en) * | 2005-11-22 | 2007-06-27 | Департамент промышленности и науки Пермской области | Method for diagnosing bronchial obstruction syndrome |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220265240A1 (en) | Acquiring and processing acoustic energy emitted by at least one organ in a biological system | |
Leng et al. | The electronic stethoscope | |
US20220007964A1 (en) | Apparatus and method for detection of breathing abnormalities | |
US20170086778A1 (en) | Capture and analysis of body sounds | |
Belloni et al. | A new digital stethoscope with environmental noise cancellation | |
US20200383582A1 (en) | Remote medical examination system and method | |
Aguilera-Astudillo et al. | A low-cost 3-D printed stethoscope connected to a smartphone | |
JP2023168424A (en) | System, method and computer program product for distinguishing diagnosis-enabling data | |
US20240057964A1 (en) | Deriving insights into health through analysis of audio data generated by digital stethoscopes | |
KR20150001009A (en) | Mobile terminal diagnosis system using portable wireless digital electronic stethoscope | |
CN112489796A (en) | Intelligent auscultation auxiliary diagnosis system and diagnosis method | |
KR20140146782A (en) | Animal wiress stethoscope diagnosis system | |
US20180092620A1 (en) | Electronic stethoscope lacking an earpiece assembly | |
RU2574713C2 (en) | Bronchial sound record analysis device | |
Kajor et al. | A prototype of the mobile stethoscope for telemedical application | |
RU66174U1 (en) | RESPIRATORY NOISE RECORDING AND ANALYSIS DEVICE | |
Fynn et al. | Coherence function and adaptive noise cancellation performance of an acoustic sensor system for use in detecting coronary artery disease | |
CN113017585A (en) | Health management system based on intelligent analysis | |
Marani et al. | Design of advanced electronic biomedical systems | |
RU167630U1 (en) | Device for registration and analysis of human respiratory noise | |
Popescu et al. | Digital signal processing for knowledge based sonotubometry of eustachian tube function | |
Cruz et al. | Electronic stethoscope with noise cancellation for telehealth peripheral | |
Mayat et al. | Towards a low-cost point-of-care screening platform for electronic auscultation of vital body sounds | |
Laurijssen et al. | ModAu: Modernized Auscultation | |
Ozsahin et al. | Development of a modern electronic stethoscope |