[發明專利]一種基于深度學習的心音智能診斷系統及方法

有效

• 申請號: 201710515210.8
• 申請日: 2017-06-29
• 公開（公告）號: CN107529645B
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 肖斌;徐韻秋;李偉生;王國胤
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H80/00;G16H70/20;G06K9/62
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅

技術領域

本發明屬于生物信號處理、模式識別、大數據、深度學習等技術領域，具體屬于一種基于深度學習的心音智能診斷系統及方法。

背景技術

當前心腦血管疾病已成為我國居民的第一死因，占總死亡人數構成的40％以上，其中心血管疾病已成為嚴重威脅我國居民健康的一大類疾病。根據《中國心血管報告2015》顯示：心血管病患患病率處于持續上升階段。目前，估計全國有心血管病患者2.9億，其中高血壓2.7億，腦卒中至少700萬，心肌梗死250萬。全國每年心臟性猝死人數高達54.4萬，遠超美國居世界之首，又因猝死具有突發性，發病前無明顯征兆，故而絕大多數患者并不知道自己患有心臟病，其中更有70％的人是因為發病沒有得到有效急救失去了寶貴的生命。

心音是人體重要的生物信號之一，心音是由于心臟瓣膜的開關、肌腱和肌肉的舒張收縮、血流的沖擊及心血管壁震動而產生的復合音。在臨床上，心音聽診作為一種評估心臟功能的基本方法，可以憑借心音中出現的雜音和畸變作為重要的診斷信息。對心音的診斷和分析是了解心臟、血管功能狀態的無創而便捷的方法，傳統的醫生聽診的效果主要取決于醫生的臨床經驗及其主觀判斷，并不能把心音的病理信息記錄下來為后面的心音診斷和分析做參考，缺乏客觀性和準確性。對于現代信息處理技術，理論上經過簡單的心音采集即可對提取到的心音進行分析并診斷出心臟的健康狀況，但由于在采集的過程中存在著噪聲以及心音信號總體上共性較明顯、辨識度不高等因素，使得心音分析診斷在實際應用上還存在一定的困難。

當前智能醫療的前景十分廣闊，一方面，我國人口老齡化造成醫療需求的急劇增長；另一方面，我國醫療資源供給嚴重短缺，尤其在偏遠地區。深度學習是機器學習領域近幾年興起的一個新研究方向，而隨著大數據時代的到來，數據數量劇增，深度學習算法由于其應用在復雜自然環境下時的優越表現，近年來在計算機視覺、語音識別等領域中取得突破性的進展。深度學習架構由多層非線性運算單元組成，每個較低層的輸出作為更高層的輸入，可以從大量輸入數據中學習有效的特征表示，學習得到的高階特征中包含輸入數據的許多結構信息，是從數據中提取特征的好方法。相較于傳統模式識別領域，深度學習無需人工對特定應用進行大量的相關特征設計及特征提取等數據預處理過程，即可由計算機自主地對數據進行學習。深度學習的應用主要集中圖像和語音等領域，其原因主要是深度學習的優異表現需要大量的數據和高性能的硬件作支撐，在圖像和語音受關注比較廣泛，因而在圖像和語音領域有大量的數據。而在心臟健康領域，相關數據較少且其中多為心電相關數據，心音相關數據就更加缺乏，對深度學習的效果存在較大影響。而隨著醫療數據數字化的不斷推進，以及對醫療數據采集的不斷重視與完善，深度學習在醫學領域的潛力也隨之凸顯。

本發明所提出的基于深度學習的心音智能診斷系統，把深度學習技術引入心臟健康領域，將心音信號上傳到云端服務器中，利用深度卷積神經網絡等技術實現對心音信號進行自動的特征提取與智能診斷，診斷過程中無需專業醫生介入用戶即可快速方便地完成心音智能診斷。用戶數據作為歷史健康數據及參考存儲在云端服務器中，供相關機構和指定醫院在臨床診斷時調出查看、分析。同時本發明也能作為計算機輔助診斷系統放置在社區醫院、鄉鎮醫院等缺乏專業醫生資源的地方，為醫生提供一定的臨床診斷參考。采用基于深度學習的診斷系統，通過將專業醫生確診后的心音數據擴充進心音數據庫，能夠不斷提升診斷系統的診斷能力。

發明內容

本發明旨在解決心血管疾病患病率不斷上升、專業醫療資源供給短缺、傳統心音分析的準確性不高等問題。提出了一種簡單方便、節約醫療成本、預測準確的基于深度學習的心音智能診斷系統。本發明的技術方案如下：

一種基于深度學習的心音智能診斷系統，其包括：心音采集設備，智能可穿戴式設備及云端服務器；其中：

心音采集設備(如數字聽診器、心音傳感器、智能體檢儀等設備)，主要用于采集用戶一段時間內的心音數據，將采集得到的聲音信號轉換成數字信號，心音采集設備輸出的已轉換為數字信號的心音數據通過互聯網或移動網絡傳輸至云端服務器；

智能可穿戴式設備(如包含有心音傳感器的智能T恤、智能背心等設備)，主要用于實時無間斷地采集用戶的心音數據，將采集得到的聲音信號轉換成數字信號，智能可穿戴式設備輸出的已轉換為數字信號的心音數據通過互聯網或移動網絡傳輸至云端服務器；