[發(fā)明專利]基于概率神經(jīng)網(wǎng)絡(luò)模型的心音分析系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810918809.0
• 申請日: 2018-08-13
• 公開（公告）號: CN110811673A
• 公開（公告）日: 2020-02-21
• 發(fā)明（設(shè)計(jì)）人: 史沛然;李秋霖;完曉妍
• 申請（專利權(quán)）人: 史沛然;李秋霖;完曉妍
• 主分類號: A61B7/02
• 分類號: A61B7/02;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于概率神經(jīng)網(wǎng)絡(luò)模型的心音分析系統(tǒng)。這個(gè)系統(tǒng)由心音采集處理模塊和心音智能分析模塊構(gòu)成，硬件部分為心音采集電路單元，軟件部分為心音處理單元、心音自動(dòng)診斷單元以及數(shù)據(jù)顯示單元。本系統(tǒng)通過對心音信號的采集、處理和智能分析可以實(shí)現(xiàn)常見心臟疾病的自動(dòng)診斷，給人們提供健康信息和健康建議，也可作為醫(yī)院輔助診斷設(shè)備。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療分析領(lǐng)域，尤其是涉及一種心音處理與分析的系統(tǒng)。

背景技術(shù)

據(jù)世界心臟聯(lián)盟對世界范圍內(nèi)死亡人員的統(tǒng)計(jì)，三分之一的死因?yàn)樾难茴惣膊。烙谛难芗膊〉娜酥校?0%來自中低收入國家或地區(qū)。心臟疾病已成為不可忽視的“健康殺手”。所以，有效的預(yù)防與治療心血管疾病措施亟需提出。

臨床上對心臟及心血管疾病的診斷分為無創(chuàng)和有創(chuàng)兩類，無創(chuàng)診斷（包括心阻抗圖、心尖搏動(dòng)圖、超聲心動(dòng)圖等）在測量的準(zhǔn)確性、簡便性和穩(wěn)定性方面存在問題，限制其廣泛應(yīng)用；有創(chuàng)診斷（包括心血管造影和漂浮導(dǎo)管法等）效果良好，但屬于有創(chuàng)檢測，具有一定風(fēng)險(xiǎn)且費(fèi)用昂貴，尚未被普遍接受。心電圖診斷仍然存在診斷滯后的缺陷，如冠狀動(dòng)脈阻塞疾病的診斷，當(dāng)阻塞達(dá)到70%~75%以上時(shí)才能引起心電圖改變，而阻塞率為 25%時(shí)即可引起心音信號改變，這說明心音中包含豐富的心臟血管信息，心音信號分析在心血管系統(tǒng)疾病的診斷和預(yù)防中有極其重要的現(xiàn)實(shí)意義。

在現(xiàn)代醫(yī)療科技特別是心臟診斷技術(shù)蓬勃發(fā)展的今日，心臟聽診依然是重要的輔助診斷手段，心臟聽診得到的心音信號含有大量的病理信息。傳統(tǒng)聽診技術(shù)過分依賴醫(yī)生的經(jīng)驗(yàn)判斷，容易出現(xiàn)判斷失誤或者診斷效率低下等問題。

發(fā)明內(nèi)容

本發(fā)明的目的就是利用機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)基于心音的心臟輔助診斷，以克服以上提出的問題。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

（1）使用音頻軟件工作平臺(tái)中的音頻讀取函數(shù)讀取心音錄音。

（2）對心音信號進(jìn)行消噪處理，使用閾值消噪。

（3）對心音信號進(jìn)行階段分析，得到截?cái)嘈囊舨ㄐ巍?/p>

（4）將經(jīng)過預(yù)處理的心音信號進(jìn)行多尺度小波分解，對心音信號進(jìn)行五層小波分解。略去小波分解得到的低頻系數(shù)以及第四層、第五層高頻系數(shù)。第一層高頻系數(shù)代表正常心音的頻段信息，而第二層、第三層高頻系數(shù)代表可能出現(xiàn)的心臟雜音的頻段信息。

（5）依據(jù)以下公式對采樣數(shù)據(jù)進(jìn)行歸一化處理：

其中為原信號，為時(shí)間域上幅度最大值。部分聲音數(shù)據(jù)在預(yù)處理后的時(shí)域波形圖中就可以觀察到聲音分裂情況。

（6）對數(shù)據(jù)進(jìn)行分段處理，每15ms為一段，其間隔為5ms，依據(jù)平均香農(nóng)能量的定義，由分段數(shù)據(jù)計(jì)算整段心音信號的歸一化香農(nóng)能量，在歸一化香農(nóng)能量分布的時(shí)域圖上直接識別出第一心音和第二心音，進(jìn)而得到心動(dòng)周期（hrt）、第一二心音的時(shí)延(s1t、s2t)與幅值（I1、I2），最后計(jì)算出心音在時(shí)域上的特征值包括：每分鐘心率（hr）、S1 時(shí)限與心率比值（s1t/hr）、S2 時(shí)限與心率比值（s2t/hr）、S1 幅值與 S2 幅值的比值（I1/I2 )。

（7）心音診斷模型將選取的特征值作為模型的輸入，使用概率神經(jīng)網(wǎng)絡(luò)（PNN）進(jìn)行診斷。

診斷過程分為訓(xùn)練過程以及實(shí)際應(yīng)用過程。在訓(xùn)練過程中：

1設(shè)置 PNN 網(wǎng)絡(luò)參數(shù)初始值

2將訓(xùn)練集輸入 PNN 網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)整參數(shù)，得到診斷模型。

3將測試集輸入網(wǎng)絡(luò)進(jìn)行測試。

在診斷過程中輸入待診斷樣本，最終得到輸出診斷結(jié)果。