[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

本發明公開基于智能穿戴系統的肺音實時監測方法，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；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；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，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，然后通過高通濾波和低通濾波過濾噪聲信號，最后將過濾后的肺音信號進行重組；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。本發明實時監測使用者肺音，守護著人體健康。

技術領域

本發明涉及通信領域，尤其涉及基于智能穿戴系統的肺音實時監測方法。

背景技術

人民的生活越發富足，但是由于某些環境因素或者是不好的生活習慣將導致人的身體感 染上呼吸性疾病，據統計，在全球慢性呼吸系統疾病的患病率為7.1％，慢性呼吸系統疾病所 致的死亡占全死因總數的7.0％，為全球死亡的第三大死因，僅次于心血管疾病(31.8％)和 腫瘤(17.1％)。而這一數據然在不斷快速增長，呼吸性疾病的后續治療不僅會造成身心上的 負擔，還會有不菲的治療花銷。

發明內容

本發明的目的在于提供基于智能穿戴系統的肺音實時監測方法，將小波變換、最小二乘 法消除趨勢項、HHT算法、小波閾值法去除噪聲、特征參數提取、大數據云平臺相結合實現 肺音信號提取、分解、去除噪聲，將去噪后的肺音信號與數據庫比對，確定人體的健康狀況。

本發明采用的技術方案是：

基于智能穿戴系統的肺音實時監測方法，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通過合成濾波器進行肺音信號的重構；

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。

進一步地，步驟1在肺音的收集過程中首先對傳感器收集到的肺音信號進行EMD分解， 令原始肺音信號的所有極值點連接起來得到肺音信號的上下包絡線。而后令測出的肺音信號 的極值減去肺音信號的均值而后得到符合要求的IMF分量。最后利用HHT變換對于頻率和時 間的關系進行變量分析。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),；