TWI572327B - 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 - Google Patents
利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 Download PDFInfo
- Publication number
- TWI572327B TWI572327B TW103134318A TW103134318A TWI572327B TW I572327 B TWI572327 B TW I572327B TW 103134318 A TW103134318 A TW 103134318A TW 103134318 A TW103134318 A TW 103134318A TW I572327 B TWI572327 B TW I572327B
- Authority
- TW
- Taiwan
- Prior art keywords
- pipeline
- dimensional
- distribution map
- auditory
- tested
- Prior art date
Links
Description
本發明係有關於一種利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體,特別是指將待測管體內之流體流動的音頻訊號轉換為聽覺頻譜通量圖與聽覺頻譜質心圖,並以二者各為一維度繪製二維分布圖,進行比對判斷者。
流體在管路內流動時,當管體有發生阻塞或破裂的情形,流體流動會受到干擾而產生紊流雜音,因此當管體是在掩埋狀態時,可根據雜音的分布情形判斷管體的異常狀況,同理的,人體內血液在血管內流動時,亦可根據血流的音頻特徵來判斷血管阻塞等異常狀況。
本案發明人曾提出中華民國發明專利申請第102118691號「根據血流聲音判斷疾病與評估疾病治療效果之方法與裝置」,該案是將聲音訊號轉換為類似人耳聽覺特性的頻譜(即三維耳蝸頻譜圖),藉此可將聽覺透過視覺化來作判斷,達到類似聽診(auscultation)的效果。其中,雖然三維耳蝸頻譜圖提供了有用的視覺化特性來供判斷,但是它並無法提供有效的量化數據供分析。
本發明進一步將近似人耳聽覺之三維耳蝸頻譜圖轉換為聽覺頻譜通量圖與聽覺頻譜質心圖來量化該三維耳蝸頻譜圖所提供的資訊,並以二者各為一維度繪製二維分布圖,來進行比對分析,判斷待測管體之異常狀況。
爰此,本發明提出一種電腦程式產品,用以將一應用程式安裝在一檢測裝置上,使該檢測裝置執行利用音頻訊號判斷流體管路窄化之方法。
該方法包括下列步驟:
A.取得一流體在一待測管路內之一音頻訊號;B.將前述音頻訊號透過一人耳聽覺模型轉換(auditory-based cochlear transform),成為一三維耳廓頻譜圖(cochlear spectrogram);C.將該三維耳廓頻譜圖轉換為一聽覺頻譜通量圖(auditory spectrum flux)與一聽覺頻譜質心圖(auditory spectral centroid);D.以該聽覺頻譜通量圖(auditory spectrum flux)與該聽覺頻譜質心圖(auditory spectral centroid)分別為各一維度,繪製為一二維分布圖;E.根據該二維分布圖的數據分布之狀況判斷該待測管路的窄化程度。
進一步,將步驟A的音頻訊號先經過訊號強化處理,包含有訊號正規化、濾波處理及降噪處理。
進一步在步驟B中,人耳聽覺模型轉換(auditory-based cochlear transform)如下:,其中XE[n]是前述訊號強化處理後的音頻訊號,為時間函數,AS[k,n]代表人耳聽覺轉換模型輸出,即前述三維耳廓頻譜圖,a代表每一頻帶之中心頻率相對於最低頻帶之中心頻率之比值倒數,b代表不同時間位置,n代表所分析訊號的取樣位置,k代表分析的頻帶指標,而K為分析的頻帶總數,ψ為所選用分析之小波基底模型函數。
根據所述人耳聽覺模型轉換(auditory-based cochlear transform),該三維耳廓頻譜圖包含時間、頻率及相關性強度三個維度,在步驟C中,根據該三維耳廓頻譜圖,該聽覺頻譜通量圖(auditory spectrum flux)包含時間及頻譜通量
係數(spectrum flux coefficient)二個維度,其轉換公式如下:
根據所述人耳聽覺模型轉換(auditory-based cochlear transform),該三維耳廓頻譜圖包含時間、頻率及相關性強度三個維度,在步驟C中,根據該三維耳廓頻譜圖,該聽覺頻譜質心圖(auditory spectral centroid)包含時間及頻率二
個維度,其轉換公式如下:,其中f center代表第k頻帶的中心頻率。
進一步,該檢測裝置首先獲得一正常管路的二維分布圖,在步驟E中,將該待測管路的二維分布圖與該正常管路的二維分布圖相互比對,當該待測管路的二維分布圖的數據分布相比該正常管路的二維分布圖的數據分布為發散的狀態,則判斷該待測管路為窄化狀態。
進一步,該二維分布圖的數據分布之分布密度以多元變量高斯分佈模組(multivariate Gaussian distribution model,MGD)表示如下:
,其中,D代表維度,x為各點的值,μ為中心點的值,Σ為共變異矩陣。
本發明再提出一種檢測裝置,用來安裝前述電腦程式產品所儲存之應用程式,藉以執行利用音頻訊號判斷流體管路窄化之方法。
所述檢測裝置包括有:一訊號接收單元,用以接收步驟A的音頻訊號;一訊號處理模組,包括有一訊號轉換單元電性連接該訊號接收單元,以及有一輸出單元電性連接該訊號轉換單元,在步驟B至步驟D中,由該訊號轉換單元將該音頻訊號轉換為前述三維頻譜圖、聽覺頻譜通量圖(auditory spectrum flux)、聽覺頻譜質心圖(auditory spectral centroid)及前述二維分布圖,再由該輸出單元輸出;一判斷模
組,電性連接該輸出單元,用以在步驟E接收前述二維分布圖,供判斷該待測管路的窄化程度。
進一步,該判斷模組包括有一顯示單元,用以顯示該待測管路的二維分布圖。較佳的是,該判斷模組更包括有一資料庫,該資料庫儲存一正常管路的二維分布圖,該顯示單元用以顯示該待測管路的二維分布圖與該正常管路的二維分布圖,供比對判斷該待測管路的窄化程度。
進一步,該判斷模組包括有一資料庫及一比對單元,該資料庫儲存一正常管路的二維分布圖,該比對單元將該待測管路的二維分布圖與該正常管路的二維分布圖相比對,以判斷該待測管路的窄化程度,輸出一判斷結果。
本發明再提出一種電腦可讀取媒體,用以儲存如前述電腦程式產品所儲存之應用程式。
本發明的功效在於:
1.將前述三維耳蝸頻譜圖轉換為聽覺頻譜通量圖與聽覺頻譜質心圖,可有效的量化該三維耳蝸頻譜圖所提供的資訊。
2.以聽覺頻譜通量圖與聽覺頻譜質心圖各為一維度繪製二維分布圖,並利用多元變量高斯分佈模組來計算各點的密度分佈,使用者可由該密度分佈來判斷待測管路的窄化程度。
3.本發明可用來監測水管、油管等流體管路,進一步可用於偵測人體內血管的阻塞狀況,特別是洗腎瘻管的窄化狀況。
(1)‧‧‧訊號接收單元
(2)‧‧‧訊號處理模組
(21)‧‧‧訊號轉換單元
(22)‧‧‧輸出單元
(3)‧‧‧判斷模組
(31)‧‧‧顯示單元
(32)‧‧‧資料庫
(33)‧‧‧比對單元
[第一圖]係為本發明檢測裝置的功能方塊圖。
[第二A圖]係為本發明實施例中,洗腎瘻管阻塞程度(DOS)為90%時,所取得各圖式的狀態。
[第二B圖]係為本發明實施例中,洗腎瘻管阻塞程度(DOS)為90%時,所取得各圖式的狀態。
[第三A圖]係為本發明實施例中,洗腎瘻管阻塞程度(DOS)為27%時,所取得各圖式的狀態。
[第三B圖]係為本發明實施例中,洗腎瘻管阻塞程度(DOS)為27%時,所取得各圖式的狀態。
[第四圖]係為本發明實施例中,將訊號接收單元所接收的音頻訊號經過降噪處理的示意圖。
綜合上述技術特徵,本發明利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體的主要功效將可於下述實施例清楚呈現。
請參閱第一圖所示,本實施例之檢測裝置包括有:一訊號接收單元(1),例如聽診器;一訊號處理模組(2),包括有一訊號轉換單元(21)電性連接該訊號接收單元(1),以及有一輸出單元(22)電性連接該訊號轉換單元(21);一判斷模組(3),電性連接該輸出單元(22)。而在本實施例中,該判斷模組(3)包括有一顯示單元(31)、一資料庫(32)及一比對單元(33)。
參閱第二圖及第三圖所示,利用本發明之電腦程式產品及電腦可讀取媒體將一應用程式安裝至該檢測裝置,使該檢測裝置執行利用音頻訊號判斷流體管路窄化之方法。該方法包括:
A.利用該訊號接收單元(1)取得一流體在一待測管路內之一音頻訊號,本實施例係以監測一洗腎病患之一洗腎瘻管是否窄化為例,利用該訊號接收單元(1)接收血液在該洗腎病患的洗腎瘻管內流動的音頻訊號。其中,
第二圖之(a)表示洗腎瘻管窄化程度(DOS)為90%的音頻訊號;第三圖之(a)表示洗腎瘻管窄化程度(DOS)為27%的音頻訊號。並且,將前述音頻訊號先經過訊號強化處理,包含有訊號正規化、濾波處理及降噪處理;所述降噪處理係假設前述音頻訊號x[n]包括乾淨的訊號(clean signal)s[n]以及額外的雜音(additive noise)e[n],亦即x[n]=s[n]+e[n],參閱第四圖,將前述音頻訊號經過Hilbert transform並且採用FDLP(frequency domain linear prediction)的自回歸模型運算,以取得訊號強化處理後的音頻訊號XE[n]。
B.前述訊號轉換單元(21)將前述音頻訊號透過一人耳聽覺模型轉換(auditory-based cochlear transform),成為一三維耳廓頻譜圖(cochlear spectrogram)。人耳聽覺模型轉換(auditory-based cochlear transform)如下:,其中XE[n]是前述訊號強化處理後的音頻訊號,為時間函數,AS[k,n]代表人耳聽覺轉換模型輸出,即前述三維耳廓頻譜圖,a代表每一頻帶之中心頻率相對於最低頻帶之中心頻率之比值倒數,b代表不同時間位置,n代表所分析訊號的取樣位置,k代表分析的頻帶指標,而K為分析的頻帶總數,ψ為所選用分析之小波基底模型函數,本發明之小波基底模型函數ψ選用日本人T.Irino等人於“A dynamic compressive gammachirp auditory filterbank,”IEEE Trans.Audio,Speech,Language Prcess.,vol.14,pp.2222-2232,Nov.2006.所提出之基底。第二圖之(b)及第三圖之(b)的圖式顯示前述三維耳廓頻譜圖的時間-頻率的平面。由圖式中可看出在能量的分布範圍中,DOS為90%的能量分布有較廣的範圍,約在2至500HZ;DOS為27%的能量分布有較窄的範圍,約在50至350HZ,且二者對於每一個心跳的循環皆有平滑的包絡線,因此可將前述音頻訊號透過視覺化來作判斷。
C.前述訊號轉換單元(21)將該三維耳廓頻譜圖轉換為一聽覺頻譜通量圖(auditory spectrum flux)與一聽覺頻譜質心圖(auditory spectral
centroid),其目的在於將前述三維耳廓頻譜圖的資訊進一步量化,以供較為精確的分析。
其中,根據所述人耳聽覺模型轉換(auditory-based cochlear transform),該三維耳廓頻譜圖包含時間、頻率及相關性強度三個維度。根據該三維耳廓頻譜圖,該聽覺頻譜通量圖(auditory spectrum flux)包含時間及頻譜通量係數(spectrum flux coefficient)二個維度,其轉換公式為:
。第二圖之(c)及第三圖之(c)的圖式顯示DOS為90%及DOS為27%的狀態下所取得的聽覺頻譜通量圖(auditory spectrum flux),圖式中看出,當DOS為90%的狀態下,頻譜通量係數(spectrum flux coefficient)相對時間的變化較為劇烈,當DOS為27%的狀態下,頻譜通量係數(spectrum flux coefficient)相對時間的變化較為和緩。
根據該三維耳廓頻譜圖,該聽覺頻譜質心圖(auditory spectral centroid)包含時間及頻率二個維度,其轉換公式如下:
,其中f center代表第k頻帶的中心頻率。第二圖之(d)及第三圖之(d)的圖式顯示DOS為90%及DOS為27%的狀態下所取得的聽覺頻譜質心圖(auditory spectral centroid)。圖式中看出,當DOS為90%的狀態下,頻率隨時間的變化較為劇烈,當DOS為27%的狀態下,頻率隨時間的變化較為和緩。
D.以該聽覺頻譜通量圖(auditory spectrum flux)與該聽覺頻譜質心圖(auditory spectral centroid)分別為各一維度,在相同時間區間下,取得多個時間點所對應之頻譜通量係數(spectrum flux coefficient)及頻率繪製為一二維分布圖,要注意的是,該時間區間至少應涵蓋一個以上週期的波形。該二維分布圖的數據分布之分布密度以多元變量高斯分佈模組(multivariate Gaussian
distribution model,MGD)表示如下:
,其中,D代表維度,x為各點的值,μ為中心點的值,Σ為共變異矩陣。第二圖之(e)及第三圖之(e)顯示DOS為90%及DOS為27%的狀態下所取得的二維分布圖。
E.根據該二維分布圖的數據分布之狀況判斷該待測管路的窄化程度。由第二圖之(e)及第三圖之(e)中看出,當DOS為90%的狀態下,數據分布較為發散,當DOS為27%的狀態下,數據分布較為集中。說明的是,當該待測管路的二維分布圖的數據分布相比一正常管路的二維分布圖的數據分布為發散的狀態,則判斷該待測管路為窄化狀態。
本發明的效能利用統計學的ROC曲線(receiver operating characteristic curve)來作判別,對於洗腎病患的洗腎瘻管的窄化之偵測的精確度,偵測動脈端(A-site)的音頻訊號來判斷的精確度可高達83.87%,偵測靜脈端(V-site)的音頻訊號來判斷的精確度可高達70.97%。
實際使用時,該檢測裝置可先獲得一正常管路的二維分布圖儲存在前述資料庫(32)中,並由前述顯示單元(31)顯示該待測管路的二維分布圖與該正常管路的二維分布圖,供比對判斷該待測管路的窄化程度,或者,可由前述比對單元(33)將該待測管路的二維分布圖與該正常管路的二維分布圖相互比對,而輸出一判斷結果。
綜合上述實施例之說明,當可充分瞭解本發明之操作、使用及本發明產生之功效,惟以上所述實施例僅係為本發明之較佳實施例,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾,皆屬本發明涵蓋之範圍內。
Claims (13)
- 一種電腦程式產品,用以將一應用程式安裝在一檢測裝置上,使該檢測裝置執行利用音頻訊號判斷流體管路窄化之方法,該方法包括下列步驟:A.取得一流體在一待測管路內之一音頻訊號;B.將該音頻訊號透過一人耳聽覺模型轉換(auditory-based cochlear transform),成為一三維耳廓頻譜圖(cochlear spectrogram);C.將該三維耳廓頻譜圖轉換為一聽覺頻譜通量圖(auditory spectrum flux)與一聽覺頻譜質心圖(auditory spectral centroid);D.以該聽覺頻譜通量圖(auditory spectrum flux)與該聽覺頻譜質心圖(auditory spectral centroid)分別為各一維度,繪製為一二維分布圖;E.根據該二維分布圖的數據分布之狀況判斷該待測管路的窄化程度。
- 如申請專利範圍第1項所述之電腦程式產品,其中步驟A的該音頻訊號先經過訊號強化處理,包含有訊號正規化、濾波處理及降噪處理。
- 如申請專利範圍第2項所述之電腦程式產品,其中步驟B,該人耳聽覺模型轉換(auditory-based cochlear transform)如下:,其中XE[n]是該訊號強化處理後的音頻訊號,為時間函數,AS[k,n]代表人耳聽覺轉換模型輸出,即該三維耳廓頻譜圖,a代表每一頻帶之中心頻率相對於最低頻帶之中心頻率之比值倒數,b代表不同時間位置,n代表所分析訊號的取樣位置,k代表分析的頻帶指標,而K為分析的頻帶總數,ψ為所選用分析之小波基底模型函數。
- 如申請專利範圍第3項所述之電腦程式產品,其中該三維耳廓頻譜圖包含時間、頻率及相關性強度三個維度,步驟C中,該聽覺頻譜通量圖(auditory spectrum flux)包含時間及頻譜通量係數(spectrum flux coefficient)二個維度,其轉換公式如下:。
- 如申請專利範圍第3項所述之電腦程式產品,其中該三維耳廓頻譜圖包含時間、頻率及相關性強度三個維度,步驟C中,該聽覺頻譜質心圖(auditory spectral centroid)包含時間及頻率二個維度,其轉換公式如下:,其中f center代表第k頻帶的中心頻率。
- 如申請專利範圍第1項所述之電腦程式產品,其中該檢測裝置首先獲得一正常管路的二維分布圖,在步驟E中,將該待測管路的二維分布圖與該正常管路的二維分布圖相互比對,當該待測管路的二維分布圖的數據分布相比該正常管路的二維分布圖的數據分布為發散的狀態,則判斷該待測管路為窄化狀態。
- 如申請專利範圍第1項所述之電腦程式產品,其中該二維分布圖的數據分布之分布密度以多元變量高斯分佈模組(multivariate Gaussian distribution model,MGD)表示如下:,其中,D代表維度,x為各點的值,μ為中心點的值,Σ為共變異矩陣。
- 一種檢測裝置,用來安裝如申請專利範圍第1項所述之電腦程式產品所儲存之應用程式,藉以執行利用音頻訊號判斷流體管路窄化之方法,該檢測裝置包括有: 一訊號接收單元,用以接收步驟A的音頻訊號;一訊號處理模組,包括有一訊號轉換單元電性連接該訊號接收單元,以及有一輸出單元電性連接該訊號轉換單元,在步驟B至步驟D中,由該訊號轉換單元將該音頻訊號轉換為該三維耳廓頻譜圖、該聽覺頻譜通量圖(auditory spectrum flux)、該聽覺頻譜質心圖(auditory spectral centroid)及該二維分布圖,再由該輸出單元輸出;一判斷模組,電性連接該輸出單元,用以在步驟E接收前述二維分布圖,供判斷該待測管路的窄化程度。
- 如申請專利範圍第8項所述之檢測裝置,其中該判斷模組包括有一顯示單元,用以顯示該待測管路的二維分布圖。
- 如申請專利範圍第9項所述之檢測裝置,其中該判斷模組包括有一資料庫,該資料庫儲存一正常管路的二維分布圖,該顯示單元用以顯示該待測管路的二維分布圖與該正常管路的二維分布圖,供比對判斷該待測管路的窄化程度。
- 如申請專利範圍第8項所述之檢測裝置,其中該判斷模組包括有一資料庫及一比對單元,該資料庫儲存一正常管路的二維分布圖,該比對單元將該待測管路的二維分布圖與該正常管路的二維分布圖相比對,以判斷該待測管路的窄化程度,輸出一判斷結果。
- 一種電腦可讀取媒體,用以儲存如申請專利範圍第1項所述之電腦程式產品所儲存之應用程式。
- 一種電腦晶片,用以安裝如申請專利範圍第1項所述之電腦程式產品所儲存之應用程式,以執行利用音頻訊號判斷流體管路窄化之方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103134318A TWI572327B (zh) | 2014-10-01 | 2014-10-01 | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103134318A TWI572327B (zh) | 2014-10-01 | 2014-10-01 | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201613526A TW201613526A (en) | 2016-04-16 |
TWI572327B true TWI572327B (zh) | 2017-03-01 |
Family
ID=56361048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103134318A TWI572327B (zh) | 2014-10-01 | 2014-10-01 | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI572327B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI622980B (zh) * | 2017-09-05 | 2018-05-01 | 醫療財團法人徐元智先生醫藥基金會亞東紀念醫院 | 嗓音疾病偵測分類系統 |
US10481037B2 (en) | 2017-07-14 | 2019-11-19 | Industrial Technology Research Institute | Method for detecting deterioration defect of structural part |
US10801914B2 (en) | 2017-11-10 | 2020-10-13 | Industrial Technology Research Institute | Method for detecting deterioration defect of structural part using structural unit |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI618054B (zh) * | 2016-05-12 | 2018-03-11 | 國立成功大學醫學院附設醫院 | 可藉音頻技術獲得瘻管窄化程度之程式產品以及儲存有所述程式產品之電腦可讀取媒體 |
TWI653967B (zh) | 2017-12-08 | 2019-03-21 | 國立成功大學 | 心律不整診斷系統與裝置及心律不整辨識方法 |
CN112998743A (zh) * | 2021-02-20 | 2021-06-22 | 苏州大学 | 内瘘狭窄程度评估方法、评估系统及可穿戴式医疗设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167765B1 (en) * | 1998-09-25 | 2001-01-02 | The Regents Of The University Of Michigan | System and method for determining the flow rate of blood in a vessel using doppler frequency signals |
US6575927B1 (en) * | 1998-09-25 | 2003-06-10 | The Regents Of The University Of Michigan | System and method for determining blood flow rate in a vessel |
US6623443B1 (en) * | 1999-01-14 | 2003-09-23 | Hans-Dietrich Polaschegg | Method and device for the detection of stenosis in extra-corporeal blood treatment |
TW200534830A (en) * | 2004-04-21 | 2005-11-01 | Yuh-Jiuan Lin | Monitoring fistula device |
US20110106466A1 (en) * | 2008-06-26 | 2011-05-05 | Martin Furmanski | Methods and devices for monitoring the integrity of a fluid connection |
-
2014
- 2014-10-01 TW TW103134318A patent/TWI572327B/zh not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167765B1 (en) * | 1998-09-25 | 2001-01-02 | The Regents Of The University Of Michigan | System and method for determining the flow rate of blood in a vessel using doppler frequency signals |
US6575927B1 (en) * | 1998-09-25 | 2003-06-10 | The Regents Of The University Of Michigan | System and method for determining blood flow rate in a vessel |
US6623443B1 (en) * | 1999-01-14 | 2003-09-23 | Hans-Dietrich Polaschegg | Method and device for the detection of stenosis in extra-corporeal blood treatment |
TW200534830A (en) * | 2004-04-21 | 2005-11-01 | Yuh-Jiuan Lin | Monitoring fistula device |
US20110106466A1 (en) * | 2008-06-26 | 2011-05-05 | Martin Furmanski | Methods and devices for monitoring the integrity of a fluid connection |
Non-Patent Citations (2)
Title |
---|
Q. Li, "An auditory-based transform for audio signal processing," in the proceeding of IEEE WASPAA, Oct. 2009 Toshio Irino,"A dynamic ETrans. Audio, Speech, Language Prcess., vol.14,p ;p.2222-2232, Nov.2006. ;ETrans. Audio, Speech, Language Prcess., vol.14,pp.2222-2232, Nov.2006. * |
簡名儀,以血流聲音時頻域特微參數探究透析廔管之狹窄程度,義守大學,2011/08/19 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10481037B2 (en) | 2017-07-14 | 2019-11-19 | Industrial Technology Research Institute | Method for detecting deterioration defect of structural part |
TWI622980B (zh) * | 2017-09-05 | 2018-05-01 | 醫療財團法人徐元智先生醫藥基金會亞東紀念醫院 | 嗓音疾病偵測分類系統 |
US10801914B2 (en) | 2017-11-10 | 2020-10-13 | Industrial Technology Research Institute | Method for detecting deterioration defect of structural part using structural unit |
Also Published As
Publication number | Publication date |
---|---|
TW201613526A (en) | 2016-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI572327B (zh) | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 | |
Ruffo et al. | An algorithm for FHR estimation from foetal phonocardiographic signals | |
CN106546892A (zh) | 基于深度学习的局部放电超声音频识别方法及系统 | |
US20220378299A1 (en) | Noninvasive method for measuring sound frequencies created by vortices in a carotid artery, visualization of stenosis, and ablation means | |
CN103845079B (zh) | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 | |
JP2019521756A (ja) | 流体流動血管内の閉塞を検出する方法 | |
US20180228468A1 (en) | Diagnosis of pathologies using infrasonic signatures | |
US20210345991A1 (en) | Diagnosis of pathologies using infrasonic signatures | |
Misal et al. | Denoising of PCG signal by using wavelet transforms | |
Chen et al. | Algorithm for heart rate extraction in a novel wearable acoustic sensor | |
Schmidt et al. | Coronary artery disease and low frequency heart sound signatures | |
CN104473660A (zh) | 一种基于子带能量包络自相关特征的异常心音识别方法 | |
Schmidt et al. | No evidence of nonlinear or chaotic behavior of cardiovascular murmurs | |
JP6467044B2 (ja) | シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体 | |
TWI498099B (zh) | 根據血流聲音判斷疾病之裝置與評估疾病治療效果之方法與裝置 | |
González–rodríguez et al. | Robust denoising of phonocardiogram signals using time-frequency analysis and U-Nets | |
CN105489228A (zh) | 一种基于频域图处理的干罗音识别方法 | |
Jaros et al. | Novel phonocardiography system for heartbeat detection from various locations | |
CN106683665B (zh) | 一种音频的音阶分析方法和系统 | |
Reilly et al. | Voice Pathology Assessment Based on a Dialogue System and Speech Analysis. | |
Song et al. | Passive acoustic maternal abdominal fetal heart rate monitoring using wavelet transform | |
Adithya et al. | A novel acoustic catheter stethoscope based acquisition and signal processing framework to extract multiple bio signals | |
Leal et al. | Detection of different types of noise in lung sounds | |
Huang et al. | Rolling ball sifting algorithm for the augmented visual inspection of carotid bruit auscultation | |
TWI555513B (zh) | 管體窄化監測裝置及其監測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |