CN109893163B - 一种自动定位并修复电子听诊器削波失真波形的方法 - Google Patents
一种自动定位并修复电子听诊器削波失真波形的方法 Download PDFInfo
- Publication number
- CN109893163B CN109893163B CN201910063222.0A CN201910063222A CN109893163B CN 109893163 B CN109893163 B CN 109893163B CN 201910063222 A CN201910063222 A CN 201910063222A CN 109893163 B CN109893163 B CN 109893163B
- Authority
- CN
- China
- Prior art keywords
- time
- clipping distortion
- point
- begin
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开一种自动定位并修复电子听诊器削波失真波形的方法,具有以下步骤:读取听诊信号;对信号x求差分,得到差分信号xd;经门限比较以及端点配对,确定发生削波失真的K个不交迭的时间区间,按时间先后顺序排序,并按先进入后退出的方式形成堆栈;若K=0,则无削波失真区域,不再需要修复,若K≥1,确定对堆栈插值数据时间点集合ΨK;利用时间点集合ΨK及其每一个时间点所对应的x上的值x(ΨK),经插值拟合出第K段削波失真区域中的值以替代x中原本的削波失真值;移除堆栈顶部的时间区间;输出无削波失真的听诊信号x。本发明能够对听诊器信号的削波失真区域进行自动检测与定位,可自动修复削波失真区域的信号以及可自动修复多个距离较近的削波失真区域。
Description
技术领域
本发明属于听诊器技术领域,涉及到一种自动定位并修复电子听诊器削波失真波形的方法。
背景技术
听诊是内科医生第一时间了解患者病情的重要技术之一,然而长期以来该项技术都受到就诊地点、医技水平等因素的制约,随着物联网(IoT)技术的蓬勃发展,各种类型的电子听诊器不断涌现,为病人的心肺音数据的实时监控、自动转录、云端诊疗与智能诊断带来了可能。
电子听诊器通过换能器(麦克风)将微弱的生理声信号(如心音、肺音等)转化为电信号,目前电子听诊器所使用的一般都是灵敏度高、频率特性优越的压电式麦克风,谐振腔上的薄膜收集声音振动导致晶体形变最终转化为电流。然而在实际应用中,由于听诊时的过度按压导致电子听诊器输出电流快速达到饱和,从而使得所记录的听诊信号发生削波失真,如图1所示的现象时有发生:如儿科诊室由于幼儿患者的配合程度低,在开展听诊过程中可能会发生过度按压;又如在患者自主使用电子听诊器将听诊数据上传进行云端诊疗的过程中,由于操作不当也很容易导致出现削波失真,削波失真的出现,一方面使得电子听诊器的使用体验变差,另一方面影响了信号质量进而影响后续心音定位、心肺音自动诊断的效果。
对于按压导致的信号削波失真问题,现有技术的缺点具体体现在以下方面:a.目前尚无信号削波失真区域的自动定位方法;b.目前信号削波失真区域的自动修复方法尚不完善:主要是解决该问题的重要前提——削波失真区域的自动定位的缺失,同时如何能够根据上下文信号内容更好地恢复出因削波导致的信号缺失部分仍是需要考虑的问题;c.目前尚无对多个距离较近的削波失真区域进行修复的技术方案。
特别的,对于旨在实现高精度的胎儿实时监测、心/肺功能智能评估、心/肺疾病自动诊断等电子听诊器的人工智能远景目标来说,能够自动定位并修复听诊信号中的削波失真,是这些人工智能功能得以实现的重要前提之一,因此,电子听诊器信号发生削波失真是电子听诊器亟待解决的共性问题。
目前已有的与电子听诊器相关的专利的关注点包括设备的硬件采集***、传输***、外观、信号预处理(包括降噪、心音定位、心肺音分离等)、信号智能分析(胎心监测、基于心音的心脏疾病智能诊断、基于肺音的呼吸道疾病智能诊断)等等,但尚无专利针对信号削波失真问题提出自动修复解决方案。
且论文“Emmanouilidou D,Mccollum E D,Park D E,et al.Computerized LungSound Screening for Pediatric Auscultation in Noisy Field Environments[J].IEEE Transactions on Biomedical Engineering,2018,65(7):1564-1574.”中提出了一种利用三次样条插值进行削波失真修复的方法。然而该文献中的方法存在以下问题:(1)未提出任何削波失真区域自动检测定位方法,因此该方法得以实施的前提是要先人为选定削波失真区域,不符合实际应用的要求;(2)该方法使用的三次样条插值拟合出来的曲线只能保证在连接点的连续性,不能保证其光滑性;整条拟合曲线受所有插值点控制,如果插值点中有任何一个改动,则整条曲线都受影响,这对于听诊数据的修复而言是不符合其实际特性的,特别是对于呼吸道疾病的听诊而言其特异性的呼吸附加音的持续时间往往很短(如单个湿啰音的持续时长在20毫秒左右),在这种情况下三次样条插值拟合会带来较大的误差;(3)未提出当有距离较近的两段或者多段削波失真区域时的修复策略,而如果直接对它们同时进行修复可能因为待拟合点数过多导致欠拟合。
发明内容
本发明的目的在于提供的自动定位并修复电子听诊器削波失真波形的方法,解决了现有技术无法对听诊器削波失真区域进行自动检测与定位,且无法对削波失真区域进行自动修复以及无法修复削波失真区域的信号的问题。
本发明的目的可以通过以下技术方案实现:
一种自动定位并修复电子听诊器削波失真波形的方法,具有以下步骤:
步骤1、读取缓存中时长为N的听诊信号采样序列x(n),n=1,2,...,N,并将其表示为向量形式x;
步骤2、对原始信号x求差分,得到差分信号xd,所述计算原始信号的差分信号的表达式为xd(n)=x(n)-x(n-1),其中,xd(1)=0;
步骤3、根据差分信号xd,经门限比较以及端点配对,确定发生削波失真的K个不交迭的时间区间(K≥0),按时间先后顺序依次为:[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end],按后出现的削波失真区间先进入后退出的方式形成堆栈;
步骤4、若K=0,该段数据已无削波失真区域,不再需要修复,直接进入步骤7,若K≥1,确定对堆栈中最早的削波失真区域[nK,begin,nK,end]进行修复所需要的插值数据时间点集合ΨK;
步骤5、利用时间点集合ΨK及其每一个时间点所对应的x上的值x(ΨK),经Hermite插值,拟合出第K段削波失真区域中的值以替代x中原本的削波失真值,从而更新x;
步骤6、移除堆栈顶部的时间区间[nK,begin,nK,end],令K=K-1,并返回步骤4。
步骤7、输出无削波失真的听诊信号x。
进一步地,所述步骤3中形成堆栈,具体包括以下步骤:
S1、找出差分信号xd中绝对值大于阈值α·max(|x|)的数值所对应的时间点,形成集合{n1,n2,...,nL},其中,0<α<1为一个预设常数;
S2、从集合{n1,n2,...,nL}中找到相邻的xd上对应值符号相反的时间点两两进行配对,确定其分别为某一削波失真区间的起始点nk,begin和结束点nk,end;若在整个数据起始或者结束附近找到一个未能配对的单个时间点,则结合前一段或者后一段数据对其进行额外配对;
S3、根据两两配对结果,若共得到K个不交迭的时间区间以时间先后分别为[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end]的顺序,按后出现的削波失真区间先进入堆栈的方式形成堆栈。
进一步地,所述步骤4中所需要的插值数据时间点集合ΨK获取方法,具体包括以下步骤:
H1、从时间点nK,begin出发,逆着时间轴方向找到从nK,begin开始的x上第3个过零点所对应的时间点nK,left3,若x上对应该点不等于0,则取最接近0的值所对应的时间点;
H2、从时间点nK,end出发,顺着时间轴方向找到从nK,end开始的x上第1个过零点所对应的时间点nK,right1,若x上对应该点不恰好等于0,则取最接近0的值所对应的时间点;
H3、确定修复削波失真区域[nK,begin,nK,end]所需要的数据时间点集合ΨK为[nK,left3,nK,begin-P]∪[nK,end+P,nK,right1],其中,P为考虑过度按压时听诊器输出转换到饱和状态的转换时间所设置的预留点数,一般取值为1~10的非负整数。
进一步地,所述步骤5中更新x的方法,具体包括以下步骤:
F2、对需要拟合修复的任意一点x(m),其中m∈[nK,begin-P+1,nK,end+P-1]是待拟合区域上的时间点,利用ΨK中Tk+1个时间点上的数据点x(ni)及其导数x′(ni),i=0,1,...,Tk,求得其Hermite插值:
F3、更新x中第K个待修复区间上的值:x(m)=xH(m),m∈[nK,begin-P+1,nK,end+P-1]。
本发明的有益效果:
本发明提供的自动定位并修复电子听诊器削波失真波形的方法,通过对信号求差分、与阈值比较、配对,以实现对听诊器信号的削波失真区域进行自动检测与定位;通过根据削波失真区域的自动定位结合过零点选择修复所需的插值数据时间点集合,并通过Hermite插值可自动修复削波失真区域的信号;通过采用堆栈的“先进后出”特点,可依次实现多个削波失真区域的自动修复,并能够解决削波失真区域相距很近时的修复问题,具有定位与修复的速度快,准确性高的特点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中听诊信号发生削波失真的示意图;
图2为本发明中一种自动定位并修复电子听诊器削波失真波形的方法的示意图;
图3为本发明实施例1中修复的示意图;
图4为本发明实施例2中修复的示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种自动定位并修复电子听诊器削波失真波形的方法,具有以下步骤:
步骤1、读取缓存中时长为N的听诊信号采样序列x(n),n=1,2,...,N,并将其表示为向量形式x;
步骤2、对原始信号x求差分,得到差分信号xd,所述计算原始信号的差分信号的表达式为xd(n)=x(n)-x(n-1),其中,xd(1)=0;
步骤3、根据差分信号xd,经门限比较以及端点配对,确定发生削波失真的K个不交迭的时间区间(K≥0),按时间先后顺序依次为:[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end],按后出现的削波失真区间先进入后退出的方式形成堆栈;
步骤3中形成堆栈,具体包括以下步骤:
S1、找出差分信号xd中绝对值大于阈值α·max(|x|)的数值所对应的时间点,形成集合{n1,n2,...,nL},其中,0<α<1为一个预设常数;
S2、从集合{n1,n2,...,nL}中找到相邻的xd上对应值符号相反的时间点两两进行配对,确定其分别为某一削波失真区间的起始点nk,begin和结束点nk,end;若在整个数据起始或者结束附近找到一个未能配对的单个时间点,则结合前一段或者后一段数据对其进行额外配对;
S3、根据两两配对结果,若共得到K个不交迭的时间区间以时间先后分别为[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end]的顺序,按后出现的削波失真区间先进入堆栈的方式形成堆栈。
步骤4、若K=0,该段数据已无削波失真区域,不再需要修复,直接进入步骤7,若K≥1,确定对堆栈中最早的削波失真区域[nK,begin,nK,end]进行修复所需要的插值数据时间点集合ΨK;
步骤4中若K≥1确定对堆栈中最早的削波失真区域[nK,begin,nK,end]进行修复所需要的插值数据时间点集合ΨK获取方法,具体包括以下步骤:
H1、从时间点nK,begin出发,逆着时间轴方向找到从nK,begin开始的x上第3个过零点所对应的时间点nK,left3,若x上对应该点不等于0,则取最接近0的值所对应的时间点;
H2、从时间点nK,end出发,顺着时间轴方向找到从nK,end开始的x上第1个过零点所对应的时间点nK,right1,若x上对应该点不恰好等于0,则取最接近0的值所对应的时间点;
H3、确定修复削波失真区域[nK,begin,nK,end]所需要的数据时间点集合ΨK为[nK,left3,nK,begin-P]∪[nK,end+P,nK,right1],其中,P为考虑过度按压时听诊器输出转换到饱和状态的转换时间所设置的预留点数,一般取值为1~10的非负整数。
步骤5、利用时间点集合ΨK及其每一个时间点所对应的x上的值x(ΨK),经Hermite插值,拟合出第K段削波失真区域中的值以替代x中原本的削波失真值,从而更新x;
更新x的方法,包括以下步骤:
F2、对需要拟合修复的任意一点x(m),其中m∈[nK,begin-P+1,nK,end+P-1]是待拟合区域上的时间点,利用ΨK中Tk+1个数据点x(ni)及其导数x′(ni),i=0,1,...,Tk,求得其Hermite插值:
F3、更新x中第K个待修复区间上的值:x(m)=xH(m),m∈[nK,begin-P+1,nK,end+P-1]。
步骤6、移除堆栈顶部的时间区间[nK,begin,nK,end],令K=K-1,并返回步骤4。
步骤7、输出无削波失真的听诊信号x。
实施例1:
读取一段小儿肺炎患者的肺音听诊数据x,其中包含两处削波失真区域,对其进行削波失真区域的自动定位与修复,数据采样率为4KHz,时长为2.5秒。
首先,对该段数据求差分,差分信号xd如图3(a)所示,可见在两处削波失真区域的开始与结束位置都有一对极性相反的幅度很大的峰值。
然后,找出差分信号xd中绝对值大于阈值0.8×max(|x|)的数值所对应的时间点,从中找到相邻的xd上对应值符号相反的时间点两两进行配对,可检测出两处削波失真区域,并确定其各自的起始点和终点,见图3(b)所示;
最后,将这两个定位出的削波失真区间按逆时顺序放入堆栈,利用堆栈操作依次确定其插值点集合,并通过Hermite插值依次进行修复,并完成信号更新,最终修复后的信号如图3(c)所示,其中考虑过度按压时听诊器输出转换到饱和状态的转换时间所设置的预留点数P=5。
实施例2:
读取一段正常人心音听诊数据x,数据中共有5处削波失真区域,其中,有两处削波失真区域离得很近,相距0.0136秒,对其进行削波失真区域的自动定位与修复,数据采样率为4KHz,时长为1.5秒。
首先,对该段数据求差分,差分信号xd如图4(a)所示,可见在5处削波失真区域的开始与结束位置都有一对极性相反的幅度很大的峰值。
然后,找出差分信号xd中绝对值大于阈值0.8×max(|x|)的数值所对应的时间点,从中找到相邻的xd上对应值符号相反的时间点两两进行配对,可检测出全部5处削波失真区域,并确定其各自的起始点和终点,见图4(b)所示;
最后,将这5个定位出的削波失真区间按逆时顺序放入堆栈,利用堆栈操作依次确定其插值点集合并通过Hermite插值依次进行修复,并完成信号更新,最终修复后的信号如图4(c)所示,其中,考虑过度按压时听诊器输出转换到饱和状态的转换时间所设置的预留点数P=5,可见即便是两处相距很近的削波失真区域,利用本发明所提的方法仍然能够实现较为精确的修复。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (3)
1.一种自动定位并修复电子听诊器削波失真波形的方法,其特征在于:具有以下步骤:
步骤1、读取缓存中时长为N的听诊信号采样序列x(n),n=1,2,...,N,并将其表示为向量形式x;
步骤2、对原始信号x求差分,得到差分信号xd,所述计算原始信号的差分信号的表达式为xd(n)=x(n)-x(n-1),其中,xd(1)=0;
步骤3、根据差分信号xd,经门限比较以及端点配对,确定发生削波失真的K个不交迭的时间区间(K≥0),按时间先后顺序依次为:[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end],按后出现的削波失真区间先进入后退出的方式形成堆栈;
步骤4、若K=0,该段数据已无削波失真区域,不再需要修复,直接进入步骤7,若K≥1,确定对堆栈中最早的削波失真区域[nK,begin,nK,end]进行修复所需要的插值数据时间点集合ΨK;
步骤5、利用时间点集合ΨK及其每一个时间点所对应的x上的值x(ΨK),经Hermite插值,拟合出第K段削波失真区域中的值以替代x中原本的削波失真值,从而更新x;
步骤6、移除堆栈顶部的时间区间[nK,begin,nK,end],令K=K-1,并返回步骤4;
步骤7、输出无削波失真的听诊信号;
所述步骤3中形成堆栈,具体包括以下步骤:
S1、找出差分信号xd中绝对值大于阈值α·max(|x|)的数值所对应的时间点,形成集合{n1,n2,...,nL},其中,0<α<1为一个预设常数;
S2、从集合{n1,n2,...,nL}中找到相邻的xd上对应值符号相反的时间点两两进行配对,确定其分别为某一削波失真区间的起始点nk,begin和结束点nk,end;若在整个数据起始或者结束附近找到一个未能配对的单个时间点,则结合前一段或者后一段数据对其进行额外配对;
S3、根据两两配对结果,若共得到K个不交迭的时间区间以时间先后分别为[nK,begin,nK,end],[nK-1,begin,nK-1,end],...,[n1,begin,n1,end]的顺序,按后出现的削波失真区间先进入堆栈的方式形成堆栈。
2.根据权利要求1所述的一种自动定位并修复电子听诊器削波失真波形的方法,其特征在于:所述步骤4中所需要的插值数据时间点集合ΨK获取方法,具体包括以下步骤:
H1、从时间点nK,begin出发,逆着时间轴方向找到从nK,begin开始的x上第3个过零点所对应的时间点nK,left3,若x上对应该点不等于0,则取最接近0的值所对应的时间点;
H2、从时间点nK,end出发,顺着时间轴方向找到从nK,end开始的x上第1个过零点所对应的时间点nK,right1,若x上对应该点不恰好等于0,则取最接近0的值所对应的时间点;
H3、确定修复削波失真区域[nK,begin,nK,end]所需要的数据时间点集合ΨK为[nK,left3,nK,begin-P]∪[nK,end+P,nK,right1],其中,P为考虑过度按压时听诊器输出转换到饱和状态的转换时间所设置的预留点数,一般取值为1~10的非负整数。
3.根据权利要求1所述的一种自动定位并修复电子听诊器削波失真波形的方法,其特征在于:所述步骤5中更新x的方法,具体包括以下步骤:
F2、对需要拟合修复的任意一点x(m),其中m∈[nK,begin-P+1,nK,end+P-1]是待拟合区域上的时间点,利用ΨK中Tk+1个时间点上的数据点x(ni)及其导数x′(ni),i=0,1,...,Tk,求得其Hermite插值:
F3、更新x中第K个待修复区间上的值:x(m)=xH(m),m∈[nK,begin-P+1,nK,end+P-1]。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063222.0A CN109893163B (zh) | 2019-01-23 | 2019-01-23 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
PCT/CN2019/106382 WO2020151236A1 (zh) | 2019-01-23 | 2019-09-18 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910063222.0A CN109893163B (zh) | 2019-01-23 | 2019-01-23 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109893163A CN109893163A (zh) | 2019-06-18 |
CN109893163B true CN109893163B (zh) | 2021-07-02 |
Family
ID=66944114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910063222.0A Active CN109893163B (zh) | 2019-01-23 | 2019-01-23 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109893163B (zh) |
WO (1) | WO2020151236A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109893163B (zh) * | 2019-01-23 | 2021-07-02 | 苏州美糯爱医疗科技有限公司 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
CN110368019B (zh) * | 2019-07-03 | 2022-03-08 | 北京必安必恒科技发展有限公司 | 一种心音信号特征提取、检测模型构建及检测装置 |
CN110368020B (zh) * | 2019-07-03 | 2022-03-08 | 北京必安必恒科技发展有限公司 | 一种心音信号预处理方法及装置 |
CN112259121B (zh) * | 2020-10-26 | 2024-06-11 | 西安讯飞超脑信息科技有限公司 | 削波语音信号处理方法、***、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN88212585U (zh) * | 1988-05-16 | 1988-12-14 | 姚远林 | 多功能电子听诊器 |
CN106344064A (zh) * | 2016-09-26 | 2017-01-25 | 珠海爱珂索移动医疗科技有限公司 | 一种音频信号采集装置及采集方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030130588A1 (en) * | 2002-01-10 | 2003-07-10 | Igal Kushnir | Method and system for analyzing respiratory tract sounds |
WO2004032742A1 (en) * | 2002-10-09 | 2004-04-22 | Bang & Olufsen Medicom A/S | A method for arbitrary two-dimensional scaling of phonocardiographic signals |
US20060098825A1 (en) * | 2004-11-05 | 2006-05-11 | Katz Hart V | Electronic adaption of acoustical stethoscope |
CN102727245A (zh) * | 2012-07-16 | 2012-10-17 | 山东大学 | 一种心音信号采集调理传输装置 |
WO2017075601A1 (en) * | 2015-10-30 | 2017-05-04 | The Johns Hopkins University | Programmable electronic stethoscope devices, algorithms, systems, and methods |
CN106847307B (zh) * | 2016-12-21 | 2020-07-10 | 广州酷狗计算机科技有限公司 | 信号检测方法及装置 |
US10110187B1 (en) * | 2017-06-26 | 2018-10-23 | Google Llc | Mixture model based soft-clipping detection |
CN107690026B (zh) * | 2017-08-15 | 2020-10-27 | 维沃移动通信有限公司 | 一种信号处理方法及移动终端 |
CN107743174B (zh) * | 2017-10-16 | 2020-04-14 | 维沃移动通信有限公司 | 一种声音信号的削波判定方法及移动终端 |
CN207369000U (zh) * | 2017-10-27 | 2018-05-15 | 华南理工大学 | 一种基于运放的电子听诊放大滤波电路 |
CN109893163B (zh) * | 2019-01-23 | 2021-07-02 | 苏州美糯爱医疗科技有限公司 | 一种自动定位并修复电子听诊器削波失真波形的方法 |
-
2019
- 2019-01-23 CN CN201910063222.0A patent/CN109893163B/zh active Active
- 2019-09-18 WO PCT/CN2019/106382 patent/WO2020151236A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN88212585U (zh) * | 1988-05-16 | 1988-12-14 | 姚远林 | 多功能电子听诊器 |
CN106344064A (zh) * | 2016-09-26 | 2017-01-25 | 珠海爱珂索移动医疗科技有限公司 | 一种音频信号采集装置及采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109893163A (zh) | 2019-06-18 |
WO2020151236A1 (zh) | 2020-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109893163B (zh) | 一种自动定位并修复电子听诊器削波失真波形的方法 | |
US20110257548A1 (en) | Method and system for processing heart sound signals | |
US9198634B2 (en) | Medical decision support system | |
CN103479383B (zh) | 心音信号分析的装置和具有其的智能心脏听诊器 | |
US7559903B2 (en) | Breathing sound analysis for detection of sleep apnea/popnea events | |
JP5210872B2 (ja) | 準周期信号を高分解能で抽出する方法及びシステム | |
CN109008999B (zh) | 心音和脉搏波传导时间测量方法及便携式测量装置 | |
US20200365271A1 (en) | Method for predicting sleep apnea from neural networks | |
WO2020151169A1 (zh) | 一种电子听诊器的摩擦音干扰自动消除方法 | |
CN111685774B (zh) | 基于概率集成回归模型的osahs诊断方法 | |
CN115640507B (zh) | 一种基于心电心音联合分析的异常数据筛查方法 | |
CN114027853B (zh) | 基于特征模板匹配的qrs波群检测方法、装置、介质及设备 | |
Shi et al. | Neural network based real-time heart sound monitor using a wireless wearable wrist sensor | |
US20230020419A1 (en) | Non-invasive type electrocardiogram monitoring device and method | |
Doheny et al. | Estimation of respiratory rate and exhale duration using audio signals recorded by smartphone microphones | |
CN114711725A (zh) | 一种基于双重注意力机制的睡眠呼吸暂停检测方法及装置 | |
LU502768B1 (en) | Intelligent blood pressure prediction method based on multi-scale residual network and ppg signal | |
CN114580477B (zh) | 一种基于多时间序列融合的可穿戴动态呼吸率估测*** | |
US20100210962A1 (en) | Respiratory signal detection and time domain signal processing method and system | |
Zhang et al. | Cuff-less and calibration-free blood pressure estimation using convolutional autoencoder with unsupervised feature extraction | |
CN109009058B (zh) | 一种胎心监测方法 | |
Fanelli et al. | Signal quality quantification and waveform reconstruction of arterial blood pressure recordings | |
US20240197201A1 (en) | Remote Monitoring of Respiration | |
CN110141266B (zh) | 一种可穿戴体音捕获技术的肠鸣音检测方法 | |
WO2023108404A2 (zh) | 一种无扰式房颤监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |