[發明專利]基于智能穿戴系統的肺音實時監測方法

在審

• 申請號: 202110750614.1
• 申請日: 2021-07-02
• 公開（公告）號: CN113476074A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 張女吉;潘玉灼;師欣雨;陳振堯;王鑫;林卓彥;徐思偉;張明;施君瑤
• 申請（專利權）人: 泉州師范學院
• 主分類號: A61B7/00
• 分類號: A61B7/00;A61B7/04;A61B5/01;A61B5/0205;A61B5/145
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 戴雨君

1.基于智能穿戴系統的肺音實時監測方法，其特征在于：其包括以下步驟：

步驟1，通過肺音傳感器收集肺音數據進行放大處理得到肺音信號，并對肺音信號進行EMD分解和希爾伯特變換得到Hilbert譜以獲得頻域特征；

步驟2，通過改變信號的采樣頻率將傳感器所獲取的肺音信號縮減成一個呼吸周期的肺音信號，再用最小二乘法消除趨勢項去除設備導致的趨勢誤差，以完成去噪預處理；

步驟3，將去噪預處后的肺音信號采用以db6為小波基的小波變換分解為的五層細節層，

步驟4，應用自適應閾值方法用中值閾值函數及非線性中值閾值函數對小波系數過濾，最后通過高通濾波和低通濾波過濾噪聲信號；

步驟5，將去噪后的肺音信號進行閾值化處理后，將分解后得到的系數經合成濾波器的二次插值及各自的濾波器的反濾波后，累加得到重構的肺音信號；

步驟6，計算重構的肺音信號的信噪比和擬合系數判斷當次肺音去噪的效果好壞；當去噪后的肺音信號不符合要求時，則更換閾值并執行步驟4重新去噪處理；當去噪后的肺音信號符合要求時，執行步驟7；

步驟7，對正常肺音、哮鳴音和啰音進行特征提取得到該肺音信號的特征向量F。

2.根據權利要求1所述的基于智能穿戴系統的肺音實時監測方法，其特征在于：步驟1具體包括以下步驟：

步驟1-1-1，找出肺音信號x(t)所有的極值點連接起來得到x(t)上下包絡線，計算得到均值m(t)；

步驟1-1-2，令x(t)減去均值m(t)得到h₁(t)＝x(t)-m(t),；

步驟1-1-3，判別h₁(t)是否符合IMF的停止條件；是則，判定h₁(t)為符合要求的IMF分量記作c_n(t)＝h₁(t)并執行步驟1-1-4，其中n的初始值為1；否則，令x(t)＝h₁(t)并執行步驟1-1-1；

步驟1-1-4，計算x(t)和c_n(t)的差值得到殘留項r_n(t)，r_n(t)＝x(t)-c_n(t)；

步驟1-1-5，當c_n(t)或r_n(t)小于期望中的值，或者r_n(t)具有單調性時，停止分解得到n個IMF分量即c₁(t)、c₂(t)、c₃(t)……c_n(t)并執行步驟1-1-6；否則，令x(t)＝r_n(t)，n＝n+1,并執行步驟1-1-1；

步驟1-1-6，將x(t)分解為有限個IMF分量與一個余項r_n(t)，x(t)表示為：

3.根據權利要求2所述的基于智能穿戴系統的肺音實時監測方法，其特征在于：步驟1-1-3中IMF的停止條件有兩種情況：第一個條件：在數據序列中，極值點的數量Ne與過零點的數量Nz必須相等或者相差1，即：(N_z-1)≤N_e≤(N_z+1)；第二個條件是根據信號局部極大值確定的上包絡線f_max(t)和局部極小值確定的下包絡線f_min(t)在任意時間點ti上的均值為零，即：[f_max(t)+f_min(t)]/2＝0t_i∈[t_a,t_b]。

4.根據權利要求3所述的基于智能穿戴系統的肺音實時監測方法，其特征在于：步驟1-1-5中得到的每一個IMF進行希爾伯特變換得到Hilbert時頻譜；希爾伯特變換的公式如下：

其中，Re表示取實部，

Hilbert時頻譜是關于時間與頻率的函數，記作H(w,t)，Hilbert時頻譜的公式為：