TW200526174A - Analysis of auscultatory sounds using single value decomposition - Google Patents

Description

200526174 九、發明說明： 【發明所屬之技術領域】 -般而言’本發明係關於w學裝置，特定言之，係關於 用於分析聽診聲音之電子裝置。 、 【先前技術】 長期以來’臨床醫生及其他醫學專f人員依賴聽診聲音 來協則貞測及診斷生理狀況。例如，臨床醫生可能運用聽 診：監視心臟聲音’以偵測心臟病。另外，例如臨床醫生 可能監視與患者的肺部或腹部關聯之聲音， 胃腸狀況。 、、^T次驭 …目前已發展出自動化之裝置，其對以電子方式記錄之聽 =聲音應用演算法。—範例係自動化血堡監視裝置。其他 範例包括分析系統，其嘗試依據對聽診聲音之分析自動偵 :生理狀況。例如’已經討論將人工神經網路作為—種可 能機制’用來分析聽診聲音及提供自動化診斷或建蜂 使用該等傳統技術時，通f難以以任何精 聲音提供對料生理狀況之自動化診斷。另外，通常康^ 以即時或偽即時應用之方式實施該等傳統技術以協助 醫生。 【發明内容】 ，一般而言，本發明係關於一種用於分析聽診聲音的技 術，以協助醫學專業人員診斷患者的生理狀況。例如，可 能應用該等技術來協助醫學專業人員診斷各種心臟狀況。 96967.doc 200526174 可能使用本文所述之該等技術自動彳自丨〃 寸议彳盯目勒偵測之範例性心臟狀況 包括·主動脈回流與狹窄、：r少擔、ώ 乍一大瓣回流與狭窄、肺動脈瓣 狹窄與回流、二尖瓣回流與狹窄、主動脈瘤、頸動脈狹窄 及其他心職症狀。可能將該等技術應用於聽診聲音，以债 測其他生理狀況。例如可台匕座 ^ 了月b應用该等技術偵測記錄自患 者肺部、腹部或其他部位的聲音，以備測呼吸或胃腸： 況。 依據本文所述該等技術，將單一值分解（「svd」）應用 於臨床資料，其中該臨床資料包括與已知生理狀況關聯之 “乡聲音之數位化表示。可能將臨床資料公式化為一組矩 陣’其中每-矩陣儲存與該等生理狀況中不同的一生理狀 況關耳外之聽诊聲音之數位表#。將svd應用於臨床資料可 將σ亥等矩陣分解為一組子矩陣，該組子矩陣在多維空間内 定義一組「疾病區域」。 然後可能將該等生理狀況之每一生理狀況之一或多個子 車用作^斷裝置内之配置資料。更明確言之，該診斷裝 置將配置資料應用至與患者關聯之聽診聲音之數位化表 不以在多維空間内產生包括一或多個向量的一組向量。 依據該等向量相對於該等已定義之疾病區域之方位，該診 斷裝置決定串π w考疋否正在經歷某一生理狀況，例如心臟症 狀。 /、版貫施例中，一方法包括將與已知生理狀況關聯 之聽冷声t立 耳曰映射至包括定義於多維空間内的一或多個疾病 區域的一纟日、广— 、、、疾病區域，並在該多維空間内產生包括一或多 96967.doc 200526174 個向量的—細 曰 音。該方、去進:置’該組向量表示與一患者關聯之聽診聲 訊息作為定義括將與該患者之生理狀況關聯之診斷 之函數而輪:維空間内之該等向量與該等疾病區域 另具體實施例中，一方法包括將單 (「SVD」）膺田匕栝將早—值分解 示，以依據h映1生理,狀況關聯之聽診聲音之數位化表 一#夕 、、射將聽診聲音映射至包括多維空間内的 供診斷裝置ί用組疾病區域’並輸出配置資料，以 由將單m Λ〜例中’—方法包括在診斷裝置中儲存藉 由將早一值分解（「SVD」）應用 聽診聲音之數纟理狀况關聯之 資料將，…： 生之配置資料，其中，該配置 、、字ϊ…耳音映射至包括多維空間内的 域的-組疾病區域。該方配二:品 黾矣+伽虫+ 乂匕枯將6亥配置貧料應用 至表不/、患者關聯之聽診 理狀況中選擇m 化表不’以在該等生 理狀况夕从 ^固生理狀況；並輸出指示被選定之生 理狀況之診斷訊息。 心心生 在另一具體實施例中，一 單元。該媒體儲存藉由將/斷“包括一媒體與一控制 已知… 精由將早-值分解（「SVD」）應用至盘 已知生理狀況關聯之聽診聲 - 料。該控制單元將該表不所產生之資 診聲音之數位化表示，以在2用至表示與患者關聯之聽 狀況。該控制單元輪出/ f理狀況中選擇-種生理 理狀況之診斷訊息。^該等生理狀況中選定的—生 96967.doc 200526174 在另-具體實施财，-資料分㈣統包括— 與一資料庫。核分杯禮細肢1 πσ 听輪組 十車4刀析杈組將早—值分解（「svd」 與已知生理狀況關聯之聽診聲音 … 舳日之數位化表示，以將哕辇 “聲音映射至包括多維空間内的—或多個疾病區域:寺 、.且疾病區域。該資料庫儲存由該分析模組所產生 士在另-具體實施例中，本發明係針對包含指令之電^ ::媒體。該等指令使一可程式化處理器將配置資料：用 、不與患者關聯之聽診聲音之數位化表示 ^ 狀況中的-生理狀況…該配置將聽診聲:= 包括多維空間内的一或多個疾病區域的一組疾病二射： 寻指令進一步使該可程式化處理器輪出指示在以 況中選定的一生理狀況之診斷訊息。 /理狀 該等技術可能提供-或多種優點。例如，相對 ::，：用SVD可能達成對患者更精確之自動化診斷： ^置等技術允許制SVD聽計算配置資料1後由診 即時:偽即時方式應用，亦即，由臨床醫生應用 配置貝枓’以協助臨床醫生對患者作出診斷。 之=及以下說明書中提出本發明的—或多項具體實施例 的盆=依據說明書與附圖及申請專利範圍可明白本發明 勺八他特徵、目的及優點。 【實施方式】 二兒明範例系統2之方塊圖，在範例系統2中，診斷 :置患者8之聽診聲音，以協助臨床醫生1〇作出診 通“依據由資料分析系統4所產生之配置資料啡呈 96967.doc 200526174 式化診斷裝置6。診斷裝置6運用該配置資料分析患者8之 聽診聲音，並依據該分析輸出診斷m協助臨床醫生 10診斷該患者之生理狀況。雖録於範例目的參考心臟狀 況進行說明，但可能將該等技術應狀記錄自患者8之身 體之其他部位之聽診聲音。例如，可能將該等技術應用於 記錄自患者8之肺部或腹部之聽診聲音κ貞測呼吸狀況 或胃腸狀況。 產生供診斷裝置6應用之配置資料13時，資料分析系統4 接收並處理臨床資料12，其中該臨床資料12包括記錄自具 有已知生理狀況的一組患者之聽診聲音之數位化表示。例 士 可月b彳欠具有一或多種已知心臟症狀之患者記錄聽診聲 曰。範例性心臟症狀包括主動脈回流與狹窄、三尖瓣回流 與狹乍、肺動脈瓣狹窄與回流、二尖瓣回流與狹窄、主動 脈瘤、頸動脈狹窄及其他症狀。另外，臨床資料12包括記 錄自「正常」患者（即沒有心臟症狀之患者）之聽診聲音。 在一具體實施例中，臨床資料12包括以原始的未濾波形式 吕己錄之心臟聲音。 二貝料分析系統4之分析模組14依據本文所述技術分析所 記錄之臨床資料12之聽診聲音，以在多維能量空間内定義 表不該等以電子方式記錄之聽診聲音的一組「疾病區 域」。該多維空間内之每一疾病區域相應於一個心臟週期 内之聲音之特徵，已經以數學方式識別出該等特徵係能夠 指示個別疾病。 如以下進一步之細節中所述，在一具體實施例中，分析 96967.doc 200526174 模組14應用單一俏八益/^ 刀解（SVD」）在多維空間内定義 區域及其邊界。另冰 v, 又我展病

卜，为析模組14應用SVD最大化多維空 間内之疾病區域之問夕A c, At Θ, 間之旎置差，並定義每—疾病區域之個

別月匕置角，該能量自异I 里角取大化料疾病區域之每一疾病區域 Β :又距離°資料分析系統4可能包括-或多台電 細„亥（等）電月向提供執行分析模組Μ與應用Wd之運作環 境’分析模組14與SVD可能係計算密集型任務。例如，資 料分析系統4可能包括能夠提供數學模型建立與數值分析 裱境的-或多台工作站或一大型電腦。 *刀析权組14將分析結果儲存在參數資料庫“中，以供診 :裝置6應用。例如，參數資料庫16可能包括診斷裝置6之 貝料j貝料疋義多維能量空間與該空間内對應於疾病區 域之二區域。換言之，可能使用該資料來識別心臟週期 之聽診聲音之特徵，該特徵能夠指示正常心臟活動與已定 義^心臟症狀。如以下進—步之細節所述，該資料可能包 括-或多個產生於將SVD應用於臨床資料12期間的子矩 陣0 ^析杈組14處理完臨床資料12並產生參數資料庫μ後， θ斷衣置6接收配置資料丨3或程式化為應用配置資料η， ^協助#斷患者8。在所示具體實施例中，聽診聲音記錄 装置181"視患者8之聽診聲音，並經由通信鏈路19傳送該 等耳曰之數位化表示至診斷裝置6。診斷裝置6應用配置資 料1 3分析記錄自患者8之聽診聲音。 、^ ^斷裝置6應用配置資料1 3將自聽診聲音記錄裝 96967.doc 200526174 置1 8接收之數位化矣一 允 又不、射為來自臨床資料12之多維能量 工間’其中错由資八 / 、 、刀析系統4計算該多雉能量空間。如 以下進一步之細筋一 卩所不’診斷裝置6應用配置資料13在該 多維空間内產生_ έ日本_ 、，且表不已捕獲之聲音之向量。然後，診 斷裝置6依據該多唯* 、 、、隹二間内之該等向量相對於該等疾病區 域之方位在，亥等疾病區域中選擇一疾病區域。在一具體實 施例中θ斷裝置6決定多維空間中所定義之該等疾病區 域中之哪一疾病區域且古花# t .. 飞具有距其代表向量之最小距離。依據 此决疋θ斷裝置向臨床醫生i 〇提出建議診斷。診斷裝置 6可月b重複刀析一或多個使用已記錄之患者8之心臟聲音識 別的〜臟週期，以協助確保向臨床醫生報告精確的診 斷。 ^ 在各種具體實施例中，診斷裝置6可能輸出多種類型之 訊息。例如，診斷裝置6可能輸出「通過/失敗」型訊息， 該類型訊息指示患者8之生理狀況是正常還是異常，例如 該患者是否正在經歷心臟症狀。在此具體實施例中，資料 分析系統4可能定義該多維空間，使其包括兩個疾病區 域··（1)正常和（2)患病。換言之，資料分析系統4不需要為 每一心臟疾病使用該多維空間定義個別疾病區域。在八析 期間’#斷裝置6僅需決定患者8之聽診聲音緊密 /、在 L_•配 j~p 常」區域還是「患病」區域，然後依據該決 x成疋輸出通過/ 失敗訊息。診斷裝置6可能依據一計算出之距離（串者8 已映射的聽診聲音距正常區域之距離）顯示_ _ 敬重性指示

96967.doc •12- 200526174 如另-範例所示，診斷裝置6可能輸出診斷訊息 患者8目前正在經歷的—或多個特定症狀。在 充方案中，診斷裝置6可能輸出作為患者8可能趨向之^ 評估之診斷訊息。換言之’該預報評估指示該患者 1易於出現特定心臟狀況。此可能允許臨床醫生❻ 進行治療，以減小所預報之症狀發生或惡化之可能。 5乡斷裝置6可能支援使用者可配置模式設 =生丨。可選擇所顯示之訊息類型。例如，診:裝= := 堇：示通過/失敗類型訊息之第一模式、顯示-或 一代式I’斷之第一杈式以及提出一或多個預報診斷之第 診斷裝置6可能係膝上型電腦、手持式計算裝置、個人 ，位助理（PDA)、超聲波心動圖分析器或其他裝置。啥斷 裳置6可能包括用於實施該等技術之嵌入式微處理器〔數 位信號處理器（DSP)、場可程式化開極陣列（fpga)、特定 應用積體電路（ASIC)或其他硬體、勒體及/或軟體。換: 之，如本文所述，可能以硬體、軟體、勤體及其組合等; 式實施對患者8之聽珍聲音之分析。如果以軟體形式實 施，電腦可讀取媒體可儲存指令（即程式碼），處理器或 ⑽可以執行該等指令，以實施上述技術中的—或多種技 術。例如，電腦可讀取媒體可能包括磁媒體、光媒體、隨 機存取記憶體（RAM)、唯讀記憶體（r〇m)、非揮發性隨: 存取記憶體(NVRAM)、電可抹除可程式化唯讀記憶體 (EEPROM)、快閃記憶體或其他適於儲存程式碼之媒體。 96967.doc -13- 200526174 診聲音記錄裝置18可能係能夠產生表示患者8之_ 聲音之電子信號之任何裝置。如—範例所示，聽診聲：； 錄裝置财能係具有數位信號處理器（Dsp)或其他内^ 制器之電子聽診器，其用於產生與捕獲聽診聲音之電；： 錄。、或者，可能使用非聽診器產品，例如—次性/重複使 用感測器、麥克風及其他用於捕獲聽診聲音之裝置。

應用本文所述該等技術允許運用未遽波形^之原始資 料。另外，該等技術可能運用藉由聽診聲音記錄農置⑽ 獲之不在聽覺範圍内之聽診聲音。例如，電子聽診器可能 捕獲0至2〇00 Hz範圍内之聲音。 雖然作為獨立之裝置說明，但可能將診斷裝置6與聽診 聲音記錄裝置18整合在單一裝置中，例如·整合在具有充足 計算資源之電子聽診器内，以依據本文所述該等技術記錄 並分析患者8之心臟聲音。通信鏈路19可能係有線鏈路（例 如串订或並行通信鏈路）、依據專用協定或多種無線標準

中任一無線標準（例如8〇2u(a/b/g)或藍芽等）之無線通信 鏈路。 圖2係可攜式數位助理（pDA)2〇的一範例性具體實施例之 方塊圖’其中該可攜式數位助理（PDA)20係用作協助診斷 心者8(圖1)之診斷裝置。在該所示具體實施例中，pda 2〇 包括觸控螢幕22與輸入鍵26、28及29 A至29D。 依據臨床醫生1〇對獲取鍵26之選擇，診斷裝置2〇進入獲 取板式’以經由通信鏈路19接收記錄自患者8之聽診聲音 之數位化表示。接收該數位化表示後，臨床醫生1 0操作診 96967.doc 14- 200526174 斷鍵28 ’以弓丨導診 之卜灰立植㈣衣置。應用配置貧料13並依據接收到 二，耳曰“建議診斷。或者，診斷 始處理聲音’而無須啟動診斷鍵28。 動開 將1::了 步之細節所示，診斷裴置2〇應用配置資料13 旦“珍聲音記錄裝置18之數位化表示映射為多維能 、，/、中藉由貧料分析系統4計算該多維能量空間。 通爷，矽斷袭置2〇決定患者8之聽診聲音最緊密匹配定義 於夕，准工間中之該等疾病區域中之哪―疾病區域。依據該 ㈣/«置2〇更新觸控螢幕22，以向臨床醫生ι〇輸出 自或夕個建議診斷。在此範例中，診斷裝置2〇輸出診斷訊 息24,其指示，該等聽診聲音指示患者8可能正經歷主動 脈狹窄。另外，診斷裝置可能輪出記錄自患者8之聽診聲 音之圖形表示23。 #斷裝置20可能包括許多輸入鍵29Α至29D，該等鍵控 制藉由該裝置執行分析之類型。例如，依據臨床醫生1〇選 擇輸入鍵29Α至29D中之哪個鍵，診斷裝置2〇提供通過/失 敗型診斷訊息、患者8目前可能正在經歷的一或多個建議 症狀、已識別出患者8正在經歷的一或多個症狀及/或患者 8可能趨向的一或多個症狀之預報評估。 螢幕22或輸入鍵可能也允許輸入患者之特定資訊，例如 性別、年齡及ΒΜΙ(體重指數=重量（千克）/身高（米）之平 方。該資訊可用於本文所述分析。 在圖2所示具體實施例中，診斷裝置20可能係任何 PDA ’例如加州Milpitas的Palm公司製造之PalmPilot，或 96967.doc 200526174 執行華盛頓州Redmond的微軟公司之Wind〇ws CE作業系統 之 PocketPC 〇 圖3係電子聽診器30的一範例性具體實施例之透視圖， 忒電子聽#斋3 0用作依據本文所述技術之診斷裝置。在該 所示具體實施例中，電子聽診器30包括一胸部部件32、一 聲音傳送機構34及一聽筒組件36。胸部部件32適於靠近患 者8身體或放在患者8身體上，以收集聽診聲音。聲音傳送 機構34將收集到之聲音傳送至聽筒組件％。聽筒組件“包 括一對聽筒37A與37B，臨床醫生10可能透過該等聽筒監 視聽診聲音。 在所示具體實施例中，胸部部件32包括顯示器4〇，其用 於輸出診斷訊息42。更明確言之，電子聽診器3〇包括一應 用配置資料13的内部控制器44，以將藉由胸部部件32所捕 獲之聽診聲音映射至多維能量空間，其中藉由資料分析系 統4計算該多維能量空間。控制器44決定患者8之聽診聲音 最緊密匹配定義於該能量空間中之該等疾病區域中之哪一 疾病區域。依據該決定，控制器44更新顯示器4〇，以輸出 診斷訊息42。 此處基於示例目的，將控制器44顯示為位於胸部部件32 内，但控制器44也可能位於電子聽診器3〇之其他區域内。 控制器44可能包括用於實施該等技術之嵌入式微處理器、 DSP、FPGA、ASIC或類似硬體、韌體及/或軟體。控制器 44可能包括電腦可讀取媒體，以儲存電腦可讀取指令（即 程式碼），執行該等指令可實施本文所述該等技術中的一 96967.doc -16- 200526174 項或多項技術。 圖4係提供本文所述該等技術之概述之流程圖。如圖4所 示 &而0，可將程序分為兩個階段。第一階段稱為泉 數分析階段，在此階段中使用SVD分析臨床資料12(圖1)， 以產生診斷裝置6之配置資料13。該程序可能係計算密集 孓第一 &稱為診斷階段，在此階段中診斷裝置6應用 分析階段之結果，以協助診斷患者。基於說明之目的，參 考圖1說明圖4之流程圖。 最初，收集臨床資料12(50)並將其提供給資料分析系統 4，以進行單一值分解（52)。如上所述，臨床資料12包括具 有已知心臟狀況之一組患者之聽診聲音之電子記錄。 、 貧料分析系統4之分析模組14依據本文所述技術分析所 記錄之臨床資料12之聽診聲音，以在多維空間内定義表示 。亥等以電子方式記錄之心臟聲音的一組「疾病區域」 (52)。该多維空間内之每一疾病區域相應於一個心臟週期 内之聲音，已經以數學方式識別出該等特徵係能夠指示個 別疾病。分析模組14在參數資料庫16内儲存分析結果 (54)。該等結果特別包括配置資料13，診斷裝置6使用配置 資料13將患者之聽診聲音映射至所產生之多維空間。一旦 分析模組14處理完臨床資料12後，診斷裝置6接收配置資 料1 3或私式化為應用配置資料丨3，以協助診斷患者 1 8(56)。以此方式，可將資料分析系統視為應用本文所述 該等技術（包括SVD)，以分析記錄自具有已知生理狀況之 患者之作為代表性取樣的一組聽診聲音，以產生可能以即 96967.doc 17 200526174 時或偽即時方式應用之參數資料。 乂斷P白&開始於聽診聲音記錄裝置_獲患者8之聽診 聲音。診斷裝置6應用配置資料自聽診聲音記錄裝 置18接收之心臟聲音映射為來自臨床資料12之多維能量空 間(58)，其中藉由資料分析系動計算該多維能量空間。對 於心臟聽診聲音，診斷裳置6可能重複對使用患者8之已記 -彔勺臟耳曰識別出的—或多個心臟週期進行即時診斷， 乂協助確保向床醫生1G報告精確的診斷。依據應用該配 置、及將'如者之聽·聲音映射至多維空間，診斷裝置6輸 出診斷訊息（59)。 圖5係更詳細地顯示參數分析階段（圖4)之流程圖。最 彳 從八有已知〜臟狀況的一組患者收集臨床資料 12(60)。在-具體實施例中，每一記錄大約捕獲八秒之心 臟聽診聲音’對於每分鐘跳㈣次之心、臟速率，該八秒之 心臟聽診聲音大約表示9.33個^臟週期m形式將每 一記錄儲存為一向量R，該向量R具有32,000個離散值，該 向里R代表大約4000 Hz之取樣速率。 首先對每一心臟聲音記錄R進行預處理（62)，以下參考 圖6詳細說明該預處理步驟。在該預處理期間，分析模組 12處理向量R，以識別每一心臟週期之開始時間與結束時 間。另外，分析模組14識別該等心臟週期之每一心臟週期 内之心臟收縮與心臟舒張週期之開始與結束時間以及“與 S2週期。依據該等識別，分析模組丨4將每一心臟週期正規 化至一共用心臟速率，例如每分鐘跳動7〇次。換言之，如 96967.doc 200526174 有必要，分析模組14可能重新對相應於每一心臟週期之數 位化資料進行取樣，以將與心臟週期關聯之資料加長或壓 縮至已定義之日寸間週期’例如大約857 ms，857 ms相當於 每分鐘跳動7〇次之心臟速率。 預處理每一個別心臟記錄後，分析模組丨4對臨床資料j 2 應用單一值分解（SVD)，以產生一多維能量空間，並在該 多維能量空間内定義與聽診聲音之特徵關聯之疾病區域 (63) ° 更明確言之，分析模組14組合具有同一已知心臟狀況之 患者之N個經預處理之聲音記錄尺，以形成一 ΜχΝ矩陣A， 如下所示： A 1... A= ， _N.·· M_ 此處每一列表示一不同的聲音記錄R，其具有M個數位化 之數值，例如3400個數值。 接著，分析模組14應用SVD，以將A分解為三個子矩陣 之積： A= UDVT， 其中U係具有正交行之NxM矩陣，D係ΜχΜ非負對角矩 陣，V係ΜχΜ正交矩陣。上述關係也可表示為： UTAV= diag(S)= diag(CT ,5 ...5 σ p), 其中矩陣S( σ l5 ··.，cr ρ)之元素係Α之單-值。在此SVD表 96967.doc -19- 200526174 不中，u係左單一矩陣，v係右單一矩陣。另外，可將^視 為MxM加權矩陣，其使用每一以定義特徵，該等特徵最佳 地定義矩陣A。更明確言之，依據SVD原理，_^矩陣提供 加權矩陣，該加權矩陣將矩陣A映射至馗維空間内已定義 之區域。 分析模組14為每一心臟狀況重複該程序。換言之，分析 #、'且14利用「正常」患者之聲音記錄r計算相應之矩陣 normal並應用SVD，以產生xjnormal矩陣。類似地，分 析模組為每一症狀計算A矩陣與相應之U矩陣。例如，分

其中下 ，藉由 'diseased， 析模組14可能產生Uas、Uar、1；111及/或1;1 標「AS」表示xj矩陣係從一個患者或一組患者產生 其他診斷工具已知該（等）患者表現出主動脈狹窄。類似 地下“「AR」表示主動脈回流，下標「TR」表示三尖 瓣回流。 接著，分析模組14以成對方式使計算出之每一u矩陣與 其他U矩陣相乘，並對相乘得出之矩陣執行SVD，以識別 。亥等U矩陣之哪些部分最能表現出區別不同心臟狀況之特 徵。例如，假設矩陣Un〇rmal、Uas與Uar，分析模組計算 以下矩陣： T1 = Un〇rmal*Uas 以及 丁2= UN0RMaL*Uar， 丁3 = UAS*UAR。 接著，分析模組14對每一結果矩陣T1、丁2與T3應用 96967.doc -20- 200526174 SVD ’進而再次得出—組子矩陣’可使用該等子矩陣識別 每-原始U矩陣之特定部分，該等特定部分最大化該等個 ::心臟狀況之間在多維空間中之能量差。例如，可以使用 藉由對T1應用SVD而計算出之矩陣來識別u職·與〜的 那#* 刀以取大化多維空間内之該等個別疾病區域之正交 性。 因此，可旎使用Τ1將1^0請从與Uas修整或減小為子矩 陣，該等子料在診斷期間可能更為有效地被應用（Μ)。 例如，可能使用藉由對T1、72與丁3中的每一矩陣應用SVD 所計算出之S矩陣。可能對每一 3矩陣應用反餘弦，以計算 兩個個別心臟狀況之間在多維空間中的能量角。然後，可 能使用該能量角識別該等U矩陣之每一 1;矩陣之哪些部分 最能說明多維空間中該等疾病區域之間之能量差。 接著，刀析模組為該等心臟狀況之每一心臟狀況計算平 均向1 AV(66)。特定言之，對於使用心臟資料12得出之每 一 ΜχΝ矩陣A，分析模組14計算1 χΝ平均向量AV，該平均 向量AV儲存使用矩陣之N個聲音記錄r計算出之數位化 平均值。例如，分析模組14可能計算AVas、AVar、AVtr 及/或AV〇丨seased向量。 分析模組14在參數資料庫16中儲存計算出的平均向量 AV與U矩陣或簡化u矩陣，以將平均向量AV與^矩陣或簡 化u矩陣用作配置資料13。例如，分析模組14可能儲存 AVas、AVar、AVTR、Unormal、UAS與 UAR，以便診斷裝置 6 將 AVas、AVAR、AVTR、Unormal、UAS 與 UAR 用作配置資 96967.doc -21 - 200526174 料 13(68) 〇 圖6係進一步詳細顯示如何 ^ ’ 处理聽沴聲音記錄R之流程 圖。通常，預處理技術將聽診聲立 、 耳g记錄R分割為心臟週 期，然後進一步將每一心臟週期 迴功刀割為四部分：第一心臟 聲音、心臟收縮部分、第二心臟聲立 _耳e及心蜮舒張部分。預 處理技術應用向農能量包絡圖(shan_ —

Envel°gram;SEE)抑制雜訊。’然後利用心臟聲音峰值之相 對一致性使用限定值處理SEE。 J从依據特定聽診聲音記 錄R以自適應方式產生所使用之限定值。 最初’分析模組！4對聽診聲音記錄尺執行小波分析，以 在記錄中識別能量限定值⑽。例如，小波分析可能揭示 特定頻率範圍之間之能量限定值。換言之，可能識別出包 含數位化記錄之能量之實質部分之特定頻率範圍。 依據識別出之能量㈣值，分析模組14將聽診聲音記錄 R分解為一個或更多頻帶（72)。分析模組14分析每一頻帶 内之信號特徵，以識別每一心臟週期。特定言之，分析模 組14檢查該等頻帶以識別心臟週期 < 收縮與舒張階:以及 發生特定瓣膜活動期間之31與S2週期（74)。為分割每一… 臟週期，分析模組14可能首先應用一低通濾波器，例如具 有1 kHz之截止頻率之8階契比雪夫型低通濾波器。然後^ 能在整個聽診聲音記錄R中為每〇 〇2秒之區段計算平土I SEE，其中該等〇.〇2秒區段之間具有〇.〇1秒之 ，: 公式如下： 开 96967.doc -22- 200526174 /、中u聲音記錄之經低通濾、波並經正規化之取樣，N 係0.02秒區段中之信號樣本之數目，例如N等於⑽ 如下，相對時間轴計算正規化之平均向農能量：’、、、谈

Ps(t)= Μ)，·) =M(ES(t))“⑴之平均值，s(ES⑴）料⑴之標準偏 差。然後將平均值與標準偏差用作基礎，以識別每— 週期之峰值以及每-心臟週期之每-區段之開始與時間。 在聽診聲音記錄R内決定每—心臟週期之開始與 間及_S2週期後，如有必要，分析模組_聽診聲^ 敍重新取樣’以進行擴展或虔縮，使每一心臟週^每 -S1及S2週期在一時間週期内發生⑽。例如，分析模組 14可能將每—心臟週期正規化為共用心臟速率（例如每1 鐘跳動70次），並可能確保該週期内之每—s_2週刀 應於等長之時間。此可能有助於允許更方便精確地分析、、 臟活動之各種階段之聽診聲音記錄R之各部分，以及比^ 該等部分與其他聽診聲音記錄之類似部A。 乂 乂在正規化數位化之聲音記錄r内之心臟週期之基礎上， 斤模、、且14述擇邊等心臟週期的一或更多心臟週期進行八 析（78)例如，分析模組14可能依據該等心臟週期内存在= :訊數量在該等心臟週期中識別一「最清晰」之心臟： 期。在其他範例中，分析模組14可能計算所有心臟週期之 96967.doc -23- 200526174 平均值，或計算隨機選定之兩或更多心臟週期之平均值， 以進行分析。 圖7係顯示以上參考圖6說明之小波分析與能量限定值斤 :二：例性結果之圖式。特定言之，圖7顯示聲音記錄R的 在此範例中，分析模組14已將一範例性聽診聲立 記錄汉分解為四個頻帶跑至咖，其中每—頻帶包括個二 頻率成分82A至82D。 斤依據該分解，分析模組⑷貞測指示心臟週期之階段之該 寺矽聲音之變化。藉由分析經分解之頻率與識別有關特 徵’例如該等頻帶80中的一或多個.頻帶内之斜率變化，分 析模、、且14此夠可靠地偵測心臟收縮與心臟舒張週期，並特 別能夠偵測S1與S2週期之開始與結束。 圖8顯示聽診聲音記錄R的一範例性資料結構84。如圖所 不貝料結構84可能包括一 lxN向量，其儲存表示聽診聲 曰圯錄R之數位化資料。另外，依據預處理與重新取樣， 資料結構84儲存固定數目之心臟週期之資料，且每一 81與 S2區域佔據。亥:貝料結構之預定義部分。例士口，第一心臟週 期之S1區域86可能包括資料結構討之元素〇至399，第一心 臟週』之〜臟收縮區域可能包括元素4⑽至KM。此允 許方便地組合多個聽診聲音記錄R，以形成上述之ΜχΝ矩 陣A，在該矩陣八中，按行對準指定心臟週期之“與“區 域。 圖9係更詳細地顯示診斷階段（圖4)之流程圖。最初，從 患者8收集聽診資料（9G)。如上所述，可能藉由獨立之聽診 96967.doc -24- 200526174 聲音記錄裝置1 8(例如電子聽診器）收集聽診資料，並經由 鏈路通信1 9將聽診資料傳送至診斷裝置6。在另一具體實 施例中，可能將診斷裝置6之功能整合至聽診聲音記錄裝 置1 8内。與參數分析階段類似，所收集之聽診記錄從患者 8捕獲大約八秒之聽診聲音，並可能以數位形式將聽診記 錄儲存為具有3400個離散值之向量RPAT。 捕獲聽診資料Rpat後，診斷裝置6預處理心臟聲音記錄 RPAT(92)，如以上參考圖6所詳述。在預處理期間，診斷裝 置6處理向量 RpAT ’ 以 識別每一心臟週期之開始時間與結 束時間、每一心臟週期之心臟收縮與心臟舒張週期之開始 與結束時間以及S 1與S2週期。依據該等識別，診斷裝置6 將每一心臟週期正規化至一共用心臟速率，例如每分鐘跳 動7 0次。 接著，診斷裝置6啟動一循環，該循環對分析階段期間 所檢查之每一生理狀況應用配置資料1 3。例如，診斷裝置 可能運用配置資料AVAs、AVAr、AVtr、Unormal、UAs及 UAR，以協助診斷患者8。 診斷裝置6首先選擇第一個生理狀況，例如正常（93)。 然後，診斷裝置6從捕獲之聽診聲音向量RPAT減去相應之 平均向量AV，以產生差向量D(94)。由於D之最終數位化 貧料表不捕獲之心臟聲音向$ RpAT 與目前選定之生理狀況 之間之差，所以D通常稱為差向量。例如，診斷裝置6可能 按如下方式計算D NORMAL ： 96967.doc -25- 200526174

Dnormal^ Rpat— AVnormal 〇 然後，診斷裝置6用目前選定之生理狀況之相剌矩陣乘 以所得之差向量D，以產生代表患者8之關於目前選定之心 臟狀況之向量P(96)。例如，診斷裝置6可能按如下方式計 异向量Pnormal :

Pnormal=DNORMal*Unormal。 藉由用相應之U矩陣乘以差向量D，有效地應用了與多維 籲 工間内之相應疾病區域相關之加權矩陣，並在該多維空間 内產生向量P。向量p相對於目前心臟狀況之疾病區域之對 準依賴於所得出之差向量〇之正規性與分析階段期間所決 定之U矩陣之正規性。 移斷裝置6為定義於多維空間内之每一心臟狀況重複該 程序’以產生一組向量，該組向量表示記錄自患者8之聽 衫聲音（98、106)。例如，假設配置資料13包括AVas、 籲 AVar、AVtr、Un〇Rmal、UAS與UAR，診斷裝置6按如下方 式汁异四個患者向量：

Pnormal=DNORMAL*Un〇rmal , PAS= DAs*uAS， par=dar*Uar，以及

Ptr= DTR*UTR。 . 该組向量在分析階段期間所產生之多維空間内代表記錄 96967.doc -26- 200526174 。因此，每一 一向量與相應疾病區域之

離。例如，診斷裝置6首先計算代表該等向量之每一向量p 與已定義之疾病區域（100)之間之最小角距離之能量角。繼 續上述範例，診斷裝置6可能計算以下四個距離測量： 自患者8之聽診聲音 間之距離表示串參

DIST ^ 〇 Ί as，Par，PtrJ、 distas=pas-min[pN0RMAL，pAR，Ptr]、 me"Γ _ -r p__λ/γτ\τγπ n

特定言之，每一距離測量DIST係多維空間中之個別患者 向量P與每一已定義之疾病區域之平均值之間之二維距 離。 依據計算出之距離，診斷裝置6識別出最小距離測量 (102)，並決定對患者8之建議診斷，以協助臨床醫生1〇。 例如，如果該組患者向量Pas係距其個別疾病區域（即AS疾 病空間）之最小距離，則診斷裝置6決定患者8很可能正在 經歷主動脈狹窄。診斷裝置6依據該識別向臨床醫生10輸 出表示診斷結果之診斷訊息（104)。輪出該訊息前，診斷裝 96967.doc -27- 200526174 置6可能重複分析一或多個使 叫災用已5己錄之患者8之心臟聲音 識別的心臟週期，以協助確佯 曰 〜隹保向g品床醫生1 〇報告精確的診 範例 本文所述該等技術係應用於一組已知#冑「正常」心臟 :動或主動脈狹窄之患者之臨床資料。特定言<，依據該 範例臨床資料產生—多維空間’㈣依據本文所述該等技 術以即時方式評估患者。

下表顯示已知具有正常心臟狀況之患者之聽診聲音之距 離汁^。特定言之，為每一患者之該等測出之心臟週期之 每心臟週期計算該等向量。表1顯示該等向量相對於多 維空間中與正常心臟狀況關聯之疾病區域之距離，該距離 以伏特為單位。 心臟週期 患者1 患者2 患者3 1 0.45 0.25 0.20 2 0.64 0.14 0.18 3 0.38 0.21 0.32 4 0.36 5 0.20 6 0.33

表1 表2顯不已知具有主動脈狭窄之患者之聽診聲音之距離 計瞀 ° 以伏特為單位。特定言之，表2顯示該等向量相對 方；多維空間中與主動脈狹窄心臟狀況關聯之區域之能量距 96967.doc -28 - 200526174

心臟週期 患者4 患者5 1 -0.43 -0.49 2 -0.67 -0.43 3 -0.55 -0.37 4 -0.43 -0.64 5 -0.34 -0.17 6 -0.44 -0.14 -0.60 表2 如表1與表2所示，該等向量在多維空間中清晰地分開， 此表示可以容易地作出診斷。所有五個患者遵循相似之圖 案。 圖10A與10B係一般性地顯示範例性結果之圖式。特定 &之’圖10A與10B顯示與正常資料比較之主動脈狹窄資 料類似地’圖11A與11B係顯示與正常資料比較之三尖 瓣回流資料之圖式。圖12A與12B係顯示與三尖瓣回流資 料比較之主動脈狹窄資料之圖式。一般而言，圖1〇A、 1 OB、11 a與丨丨B中之圖式顯示該等技術產生正常資料與疾 病相關資料之實質上不重疊之資料。 已說明本發明的各種具體實施例。例如，雖然係參考聲 音記錄進行說明，可能將該等技術應用於患者之其他電子 圮錄。例如，可能將該等技術應用於以電子方式從患者感 測到之心電圖記錄。該等及其他具體實施例都屬於所附申 96967.doc -29- 200526174 請專利範圍之範疇内。 【圖式簡單說明】 圖1係顯不一範例糸統之方塊圖，在該範例系統中，診 斷裝置依據本文所述技術分析聽診聲音，以協助臨床醫生 提供對患者之診斷。 圖2係可攜式數位助理（PDA)的一範例性具體實施例之方 塊圖，該可攜式數位助理係用作依據本文所述技術之診斷 裝置。 圖3係用作診斷裝置之電子聽診器的一範例性具體實施 例之透視圖。 圖4係提供本文所述該等技術之概述之流程圖。 圖5係顯示參數分析階段之流程圖，在該參數分析階段 中’對臨床資料應用單一值分解。 圖6係顯示對聽診聲音記錄之預處理之流程圖。 ^ 7係顯示對聽診聲音記錄進行預處料之小波分析與 能量限定值處理之範例性結果之圖式。 、 圖8顯不聽診聲音記錄的一範例性資料結構。 圖9係顯示即時診斷階段之流程圖， 中°二斷破置應用從參數分析階段得到 患者之聽診聲音之數位化表示提供建議 在該即時診斷階段 之配置資料，以就 診斷。 資料與正常資料來 圖10A與1 〇B係藉由比較主動脈狹窄 顯示該等技術之範 範例性結果之圖式。 圖11A與11B係藉由比較三尖瓣 顯不該等技術之範例性結果之圖式 回流貧料與正常資料來 之圖式。 96967.doc 200526174 尖瓣回流 圖12A與12B係藉由比較主動脈狹窄資料與 資料來顯示該等技術之範例性結果之圖式。 【主要元件符號說明】 2 範例系統 4 資料分析糸統 6 診斷裝置 8 患者 10 臨床醫生 12 臨床資料 13 配置資料 14 分析模組 16 參數資料庫 18 聽診聲音記錄裝置 19 通信鏈路 20 可攜式數位助理 22 觸控螢幕 23 聽診聲音之圖形表示 24 診斷訊息 26 輸入鍵 28 輸入鍵 29A 輸入鍵 29B 輸入鍵 29C 輸入鍵 29D 輸入鍵 96967.doc -31 - 200526174 30 電子聽診器 32 胸部部件 34 聲音傳送機構 36 聽筒組 37A 聽筒 37B 聽筒 40 顯示器 42 診斷訊息 44 部控制器 50 步驟 52 步驟 54 步驟 56 步驟 58 步驟 59 步驟 60 步驟 62 步驟 63 步驟 64 步驟 66 步驟 68 步驟 70 步驟 72 步驟 74 步驟 96967.doc -32- 200526174 76 步驟 78 步驟 80A 頻帶 80B 頻帶 80C 頻帶 80D 頻帶 82A 頻率成分 82B 頻率成分 82C 頻率成分 82D 頻率成分 84 範例性資料結構 90 步驟 92 步驟 93 步驟 94 步驟 96 步驟 98 步驟 100 步驟 102 步驟 104 步驟 106 步驟 96967.doc -33 -

Claims (1)

1. 200526174 十、申請專利範圍： 1 · 一種方法，其包括： -多維空間内之一或多個疾病區域的—組二^ 在該多維空間内產生包括一或多個 一，’― 該組向量表示與—患者關聯之聽診聲音；&、、且向量， 將與該患者的一生理狀況關聯的 於該多維μ内之該等向量與該等疾病二作== 出。 ^ a的一函數輸 2. 3. 4. 如請求項1之方法’其中輸出一診斷訊息包括： 在該多維空間之該等疾病區域中選擇— 該多維空間内之嗲耸6 θ々士 、丙e或作為 户工间門之5亥4向1之方位的一函數，·及 依據該選擇輸出該診斷訊息。 如請求項2之方法，其中該等向量 母向1相應於該 /矢域中的"個別疾病區域’且其中選擇該等疾病 區域：的-疾病區域包括將該等疾病區域作為該等向量 中之每;向量與該個別疾病區域之間的一距離的一函 數’在該等疾病區域中選擇一疾病區域。 如請求項3之方法’其中選擇該等疾病區域t的-疾病 區域包括： / _亥等向量中之哪一向量具有距其個別疾病區域的 一隶小距離；及 ^擇與该等經識別之向量關聯之該疾病區域。 长員1之方法，其中藉由與該等已知生理狀況關聯 96967.doc 200526174 之该等聽診聲音之特徵定義 心我4多維空間内之每一 域，其中已將該等特徵識別A t 、病區 欺別為该個別生理狀況之 态。 1曰不 6·如請求項丨之方法，其中輪 、Μ / 0断成息包括輸出一诵 匕失敗訊息，該通過/失敗訊自 σ ^心ί日不疋否偵測到一豈 生理狀況。 一吊 7·如請求項1之方法，其中輪出一呤斷自 ^斷5孔息包括輸出一識 別w者目前正在經歷的一岑客/ 二、 及夕個特定症狀的診斷訊息。 8 ·如請求項1之方法，其中輪出一 ％ 5乡斷吼息包括輸出該診 斷訊息，以指示該患者容易*右 勿％、有该4生理狀況中的一或 多個生理狀況。 9·如請求項1之方法’其中輪出-診斷訊息包括依據一使 用者可配置模式為該診斷訊息選擇一訊息類型。 ίο.如請求们之方法’其中該訊息類型包括一、通過/失敗訊 息_ 建議診斷訊息類型及_預報診斷訊息類型之 -〇 化如請求m之方法’其進—步包括依據計算該多維空間 内之„亥等向里中至少一向量與—正常區域的距離而輸出 一嚴重性指示器。 12.如請求項丨之方法，其中映射聽診聲音包括： 公式化一組矩陣，該組矩陣儲存與該等已知生理狀況 關聯之該等聽診聲音之數位化表示，其中每一矩陣係與 該等生理狀況中一不同之生理狀況關聯，且該每一矩陣 儲存與該個別生理狀況關聯之該等聽診聲音之該等數位 96967.doc 200526174 化表示；及 對該等矩陣之每一 以計算個別子矩陣組 義该％疾病區域。 矩陣應用單一值分解（r S vd」）， ，該等子矩陣組在該多維空間内定 13 14. 如請求項12之方法，j：中兮笙你砝> — T 4 4矩陣之母一矩陣包括一 Νχ Μ矩陣’該ν X μ矩陣儲在兮笙垂 1平词存5亥#數位化表示之Ν個盥 數位化表示之每一數 ，、d寺 母数位化表不之Μ個數字值。 如請求们2之方法’其中用公式表達—組矩陣包括用公 式表達該組矩陣以使用㈣波的—原始格式储存數位化 表示。 15. 16. 17. 18. ^請求項12之方法，其進-步包括在-資料庫t儲存該 :子矩陣中的一或多個子矩陣之至少一部分，以將該部 分用作_診斷裝置之配置資料。 士明求項15之方法，其進一步包括以該診斷裝置可使用 的格式儲存該配置資料，以計算該等向量，以在該多 、准二間内表示與該患者關聯之該等聽診聲音。 如睛求項12之方法，其進一步包括： 依據藉由對該組矩陣應用SvD所產生之配置資料程式 化 ％斷裝置，其中該配置資料包括與該等不同生理狀 况關^之該等子矩陣中至少一子矩陣；及 將该診斷裝置之該配置資料應用至與該患者關聯之該 等杉聲音的一數位化表示，以在該多維空間内產生該 等向量。 如睛求項12之方法，其中應用SVD包括應用SVD以將該 96967.doc 200526174 組矩陣中的一矩陣A分解為三個子矩陣之積·· A=UDVt， D係一 ΜχΜ非負對 中U係具有正交行的一 nxm矩陣 角矩陣，V係一 Μ X Μ正交矩陣。 19. 20. 21. 22. 如請求項18之方法，進一步包括： j由以成對方式使該等計算出U矩陣之每一 U矩陣盘 该等其他U矩陣相乘來計算一組矩陣丁； ^ 一對該等得出之矩陣τ中的每一矩陣τ執行SVD，以將每 一矩陣τ分解為個別的一組子矩陣；及 應用由該等矩陣T之每一矩陣τ產生的該等子矩陣，以 識別出該等矩陣U診斷該患者時所要使用之部分。 如請求項19之方法，其中應用由該等矩陣丁之每一矩陣τ 產生的該等子矩陣包括應用由該等矩陣T之每一矩陣丁產 生的該等子矩陣來識別該等矩陣U之部分，該等矩陣〇之 該等部分最大化該多維空間内之該等個別疾病區域之正 交性。 如請求項15之方法，其進一步包括： 依據該組矩陣計算個別平均向量，其中每一平均向量 表示與該等個別生理狀況關聯之該等聽診聲音之該等數 位化表示的一平均值；及 將該等平均向量與該診斷裝置之該配置資料應用於與 該患者關聯之該等聽診聲音，以在該多維空間内產生該 組向量。 如請求項21之方法，其中應用該等平均向量與具有該診 96967.doc 200526174 斷裝置之該配置資料包括： 從表示與該患者關聯之該等聽診聲音的一向量減去該 等相應之平均向量，以產生一組差向量，其中每一差向 量相應於該多維空間内之該等疾病區域中的一不同疾病 區域，及 將該配置育料之該等子矩陣應用於該等差向量，以產 生表示與該患者關聯之該等聽診聲音之該等向量。 23·如請求項22之方法，其中應用該配置資料之該等子矩陣 包括使用該等U子矩陣之該相應的u子矩陣乘該等差向 量，以產生表示與該患者關聯之該等聽診聲音之該等向 量中的一個別向量。 24·如請求項丨之方法，其中與已知生理狀況關聯之該等聽 診聲音之每—聽診聲音包括在複數個心臟週期期間記錄 聲音之數位化表示。 25·如請求項24之方法，其中映射聽診聲音包括： 處理該等數位化表示之每一數位化表示，以識別該等 〜臟週期之每一心臟週期的一開始點與結束點； 處理該等數位化表示之每一數位化表示’以識別該等 心臟週期之每一心臟週期之心臟收縮與心臟舒張週期之 開始與結束時間以及該等心臟週期之每一心臟週期之W 與“週期；及 依據该已識別的該等心臟收縮與心臟舒張週期之開始 與結束時間以及該等S1與S 2週期對該等數位化表示重新 取樣，以將該等心臟週期之每一心臟週期正規化為一共 96967.doc 200526174 用心臟速率。 2 6.如μ求項丨之方法，其中該等生理狀況包括以下生理狀 況中的一或多個生理狀況··正常生理狀況、主動脈回 μ、主動脈狹窄、三尖瓣回流、三尖瓣狹窄、肺動脈瓣 狹乍、肺動脈回流、二尖瓣回流、主動脈瘤、頸動脈狹 乍與一尖瓣狹窄。 27·如請求項丨之方法，進一步包括·· 使用一第一裝置捕獲與該患者關聯之該等聽診聲音； 將該等捕獲之聽診聲音的一數位化表示從該第一裝置 傳送至一第二裝置； 使用该第二裝置分析該數位化表示，以產生該組向 量；及 使用該第二裝置輸出該聽診訊息。 28. 如請求項27之方法，其中該第—裝置包括—電子 器。 29. 如請求項27之方法’其中該第二裝置包括—行動計算裝 置、一個人數位助理與一超聲波心動圖分析器之一。 30. 如請求項丨之方法，其進一步包括： 立使用-電子聽診器捕獲與該患者關聯之該等聽診聲 音， 使用該電子聽診器分折兮童 為刀啊β數位化表不，以產生該組向 量；及 將該診斷訊息輪出至該電子聽診器的—顯示器。 s求員1之方去’其中該等生理狀況包括心臟狀況， 96967.doc 200526174 並且與該患者關聯之該等聽診聲音包括心臟聲音。 32·如請求項丨之方法，其中與該患者關聯之該等聽診聲音 包括肺部聲音。 33· —種診斷裝置，其包括： 一媒體，該媒體儲存藉由將單一值分解（「SVD )應 用至與已知生理狀況關聯之聽診聲音之數位化表示^ 斤產 生之資料；以及 一控制單元，其將該配置資料應用至表示與一患者關 聯之聽診聲音之數位化表示，以選擇該等生理狀況的一 生理狀況，其中該控制單元輸出一診斷訊息，該診斷訊 息指示該等生理狀況之該被選定之生理狀況。 34.如請求項33之診斷裝置， 其中該控制單元將該配置資料應用至表示與該患者關 聯之該等聽診聲音之數位化表示，以在—多維空間内產 生包括-或多個向量的一組向量，其中該多維空間具有 、、且已疋義之疾病區域，及 其中該控制單元依據該等向量相對於該多维空間内之 該等疾病區域之方位選擇該等生理狀況的一生理狀況。 35·如請求項34之診斷裝 ”甲4寺向虿之母一向量相 於该等疾病區域中一個 〜 一 別的疾病區域，且其中該控制單 元將該等疾病區域作為 馮°亥寺向置中之每一向量與該個別 疾病區域之間的一 ^ 離的一函數，在該等疾病區域中選 擇一疾病區域。 36.如請求項34之診斷裝置，其中該配置資料包括—子矩 96967.doc 200526174 陣，藉由將_用於與該等已知生理狀況關聯 聽診聲音之該等數位化表示而產生該子矩陣。 ^ 3=請求項33之診斷裝置，其中該診㈣置包括—行 算裝置、-個人數位助理、一超聲波心動圖分析器蛊二 電子聽診器之一。 〃 38· —種資料分析系統，其包括： -分析模組，用以將單—值分解（「SVD」）應用至鱼 已知生理狀況關聯之電子記錄之數位化表示，以將該耸 聽診聲音映射至位於一多 〆 ^ Λ 1内包括—或多個疾病區 域的一組疾病區域；及 一資料庫，用以儲存由分析模組 旧口請求㈣之資料分析系統，其中該等電子= 聲波心動圖。 & 其中該等電子記錄包括聽 40.如請求項38之資料分析系統 診聲音之數位化表示。 41·如請求項38之資料分析系統， 其中該分析模組用公式表達一組矩陣，該組矩陣儲存 與㈣生理狀況關聯之該等聽診聲音之該等數位化表 不，其中每一矩陣係與該等生理狀況中一不同之生理狀 況關％，且該每-矩陣儲存與該個別生理狀況關聯之該 等聽診聲音之該等數位化表示，及 其令該分析模組將SVD應用於該等矩陣之每一矩陣， 乂將4等矩陣分解為個別子矩陣組，該等子矩陣組在該 多維空間内定義該等疾病區域，及 96967.doc 200526174 其中該分析模組在該資料庫内為該等疾病區域之每一 疾病區域儲存該等子矩陣之至少一子矩陣。 42·種電知可碩取媒體，其包括使一處理器執行以下任務 之複數個指令·· 將配置貧料應用至表示與一患者關聯之聽診聲音之數 位化表不，以選擇一組生理狀況中的一生理狀況，其中 :配置將β亥等聽沴聲音映射至位於一多維空間内包括一 或多個疾病區域的一組疾病區域；以及 輸出指示該等生理狀況中該選定之生理狀況的一診斷 訊息。 43.:請:托項42之電腦可讀取媒體，其進一步包括使該處理 裔執行以下任務之複數個指令： 立將忒配置貧料應用於表示與該患者關聯之該等聽診聲 音之該數位化表示，以在該多維空間内產生包括一或多 個向1的一組向量； 在該多維空間之該等疾病區域中選擇一疾病1域作為 該等向量相對於該多維空間内該等疾病區域之方位的— 函數；及 依據該選擇輸出該診斷訊息。 96967.doc