WO2000056218A1 - Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires - Google Patents

Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires Download PDF

Info

Publication number
WO2000056218A1
WO2000056218A1 PCT/FR2000/000736 FR0000736W WO0056218A1 WO 2000056218 A1 WO2000056218 A1 WO 2000056218A1 FR 0000736 W FR0000736 W FR 0000736W WO 0056218 A1 WO0056218 A1 WO 0056218A1
Authority
WO
WIPO (PCT)
Prior art keywords
instant
transformed
frequency
intensities
intensity
Prior art date
Application number
PCT/FR2000/000736
Other languages
English (en)
Inventor
Georges Kehyayan
Ivan Kehayoff
Gérard LENOIR
Christian Avedissian
Bruno Roux
Original Assignee
Georges Kehyayan
Ivan Kehayoff
Lenoir Gerard
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Georges Kehyayan, Ivan Kehayoff, Lenoir Gerard filed Critical Georges Kehyayan
Priority to JP2000606127A priority Critical patent/JP2002538921A/ja
Priority to CA002366686A priority patent/CA2366686A1/fr
Priority to EP00914243A priority patent/EP1202669A1/fr
Priority to US09/937,424 priority patent/US6699204B1/en
Publication of WO2000056218A1 publication Critical patent/WO2000056218A1/fr

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise

Definitions

  • the present invention relates to the field of medical analysis of acoustic noises, from a mediated auscultation. It relates more particularly to a device for analyzing acoustic noises generated by the breathing of patients suffering from respiratory pathologies such as cystic fibrosis, asthma or the like.
  • cystic fibrosis is an infection of the respiratory tract. Typical bronchial sounds usually reveal such infections. In fact, patients with this pathology generate mucus which obstructs the respiratory tract by producing specific noises during breathing. The acoustic frequencies of the noises generated depend on the size of these mucus and, if necessary, the acoustic intensities associated with these frequencies can be used to estimate a degree of obstruction of the respiratory tract. A danger represented by this pathology is linked to the rapid evolution of the size of the mucus, which can cause a progressive and irreversible limitation of the patient's respiratory capacity.
  • the usual protocol consists of mediated auscultation, via a stethoscope.
  • the frequencies heard give an indication of the obstruction of the airways.
  • this indication is only qualitative, even subjective. It is often difficult to describe sounds and communicate a diagnosis on the basis of such subjective criteria.
  • the present invention then improves the situation.
  • It relates to a device for analyzing median auscultation noises, in particular respiratory noises, comprising: - an input for receiving a time signal representative of an acoustic noise, sampled in a multiplicity of intensities each associated with an instant selected,
  • storage means comprising a processing module arranged to cooperate with calculation means with a view to evaluating a set of transformed intensities, each associated with a predetermined sound frequency, while the storage means are also arranged to store said transformed intensities, and
  • an output connected, on the one hand, to the storage means for delivering each intensity transformed in correspondence with an associated frequency, and, on the other hand, to means for representing the intensities transformed as a function of the frequencies, with a view to obtain a spectral representation of the auscultation noise.
  • the processing module is arranged to evaluate a set of transformed intensities for each chosen instant, while the storage means are arranged to memorize each intensity transformed as a function of an associated frequency, on the one hand, and of a chosen instant, on the other hand, which makes it possible to obtain a three-dimensional representation in time and in frequencies of the auscultation noise.
  • the processing module is arranged to evaluate the set of transformed intensities for each chosen instant, by performing, for each frequency, a sum over a multiplicity of current instants of terms resulting of a product involving, for each current instant, the intensity associated with the sum of the chosen instant and the current instant, on the one hand, and the complex exponential of a pure imaginary product between the frequency and the current moment, on the other hand.
  • the processing module is further arranged to evaluate a phase for each intensity, as a function of a difference between the associated selected instant and a selected start instant, with a view to allocating at each intensity a complex value and its combined value, while the terms of said sum are representative of products involving, for each current instant: a) the complex intensity associated with the sum of the chosen instant and the instant current, b) the complex conjugate intensity, associated with the difference between the selected instant and the current instant, and c) said complex exponential, which makes it possible to obtain a spectral representation of the auscultation noise, while keeping a real time scale.
  • the storage means also comprise selected coefficients, for weighting the terms of said sum, each associated with a current instant.
  • the device comprises display means of the type comprising a monitor and / or a printer, while the representation means comprise a graphic representation module, capable of cooperating with the display means to graphically represent the intensities transformed, as a function of the associated frequencies, on the one hand, and of the selected instants, on the other hand part, forming three-dimensional spectra in time and frequency.
  • the representation means comprise a graphic representation module, capable of cooperating with the display means to graphically represent the intensities transformed, as a function of the associated frequencies, on the one hand, and of the selected instants, on the other hand part, forming three-dimensional spectra in time and frequency.
  • FIG. 1 schematically represents an analysis device according to the invention, of noises resulting from a mediated auscultation
  • FIG. 2A represents the time signal of a normal breathing noise
  • FIG. 2B is a spectral representation obtained by Fourier transform of the time signal of FIG. 2A
  • FIG. 3A represents the time signal of a breathing noise comprising an adventitious noise of the "sibilance" type
  • FIG. 3B is a spectral representation obtained by Fourier transform of the time signal of FIG. 3A
  • FIG. 4A represents the time signal of a respiratory noise comprising an adventitious noise of the "crackling" type, in particular of the "large crackling” type,
  • FIG. 4B is a spectral representation obtained by Fourier transform of the time signal of FIG. 4A
  • FIG. 5A represents the time signal of FIG. 4A, in a reduced time scale
  • FIG. 5B is a spectral representation obtained by Fourier transform of the time signal of FIG. 5A
  • FIG. 6 is a spectral representation resulting from the analysis carried out by a device according to the invention, on the basis of a time signal representative of a normal breathing noise, of the type represented in FIG. 2A,
  • FIG. 7 is a spectral representation resulting from the analysis carried out by a device according to the invention, on the basis of a time signal representative of a breathing noise comprising an adventitious noise of “wheezing” type, type shown in FIG. 3A,
  • FIG. 8 is a spectral representation resulting from the analysis carried out by a device according to the invention, from a time signal representative of a breathing noise comprising an adventitious noise of the "fine crackling" type, and
  • FIG. 9 is a spectral representation resulting from the analysis carried out by a device according to the invention, from a time signal representative of a breathing noise comprising an adventitious noise of the "large crackling" type (time signal of the type shown in Figure 4A).
  • FIG. 1 a device for analyzing respiratory noises according to the invention.
  • this device comprises a processing unit (central unit 10), provided with peripheral elements 90 to 97, connected to the central unit.
  • the analysis device comprises a computer equipped with a monitor (screen 90), a printer 91, an input keyboard 93 and an on-screen selection device (or mouse 92).
  • a harness 95 worn by the patient PA includes an electronic stethoscope provided with a plurality of sensors 94 (six in the example described). These sensors are arranged to work in a frequency band chosen so as to avoid collecting noises originating from the beating of the heart of the PA patient, as well as friction noises from the harness 95, or others. Typically, this frequency band extends from 100 Hz to approximately 2 kHz.
  • the bandpass filter 96 symbolizes this function. It should be noted that, as a variant, the sensors 94 can work over a wider frequency band, while the connection between the sensors 94 and the central unit 10, or even the central unit itself, comprises means filtering on a limited frequency band, approximately between 100 Hz and 2 kHz.
  • the sound sensors 94 are then arranged to convert an acoustic noise (respiratory noise) into a temporal electrical signal (arrow S).
  • a respiratory flow probe 97 (pneumotachograph in the example described), implanted for example in a mask worn on the face of the patient PA.
  • the probe 97 is then able to identify an instant of start of breathing, for example between an inspiration and an expiration of the patient PA, from a change in sign of the respiratory flow Q.
  • the central unit 10 comprises an interface 1 provided with an Ech sampler (present for example on a sound card), connected to the sensors 94, with a view to sampling the time signal S.
  • Ech sampler present for example on a sound card
  • the samples of signal S are then stored in random access memory 2 (RAM), with a view to processing them by a processing module of the aforementioned type, recorded in read-only memory 4 (ROM) which the unit contains.
  • RAM random access memory 2
  • ROM read-only memory 4
  • the central unit 10 is provided with a microprocessor 3 ( ⁇ P).
  • This microprocessor is advantageously capable of working at higher calculation execution rates or of the order of 150 MHz.
  • the spectra resulting from the processing can be recorded on a hard disk of the central unit 10 comprising the read-only memory 4, or also on a removable medium 5, such as a floppy disk, a writable CD-ROM, a magneto-optical disk or other.
  • a communication interface 7 may also be provided, provided with a MODEM link for transmitting the content of the random access memory 2 (processed spectrum) to a remote station, such as a data interpretation station (not shown). .
  • the communication interface 7 can also receive samples of time signals S, originating from the digitization of respiratory noises from a remote patient (not shown), or even spectra already processed, for interpretation.
  • the link 72 between the modem 7 and the RAM 2 of the central unit 10, or even the link 12 between the sound card 1 and the RAM 2 then form, in this example, the input of the aforementioned analysis device .
  • the monitor 90 as well as the printer 91, which also comprises the analysis device, make it possible to view the spectra resulting from the abovementioned processing.
  • the input keyboard 93 and the mouse 92 make it possible to modify the time scales and frequencies of the spectra represented, or even to refine the choice of the abovementioned weighting coefficients.
  • CM motherboard 8
  • the monitor 90 is connected to the central unit 10 by a graphics card 6 (link 26), in the usual way.
  • the sound card 1 receives a time signal S (t) and samples this signal in a multiplicity of intensities I (n) each associated with a measurement instant n. These intensities are recorded in RAM 2 (link 12).
  • the random access memory 2 receives, via an acquisition interface 971, information taken from the ventilatory flow sensor 97, relating to a starting instant n “of the measurement of respiratory noise (start expiration or start of inspiration). From the selected starting time n “, the processing module assigns a phase ⁇ [I (n)] to each intensity (or sample I (n)). Typically, these phases are estimated as a function of the time difference ⁇ - ⁇ Q. The processing module thus forms a multiplicity of complex intensities I c (n) which results from the product between the intensities I (n) and complex exponentials of the phases associated with these intensities. These complex intensities are then written:
  • the processing module of the analysis device evaluates transformed intensities I ⁇ by performing the sum:
  • the frequencies f ⁇ are initially recorded in read-only memory of the central unit and are transferred by the link 42 to the random access memory so as to carry out the calculations giving the transformed intensities I - r ⁇ .
  • the coefficients associated with instants n are initially recorded in read-only memory 4 and are also transferred by the link 42 for the calculation of the transformed intensities.
  • These weighting coefficients h (n) can be chosen by depending on the type of breathing noise you want to treat, as we will see later.
  • the transformed intensities Im then depend on a predetermined instant m, as well as on a frequency f ⁇ .
  • the processing module therefore performs a "time-frequency" transformation of the sampled intensities. For example, if K frequencies f k are stored in read-only memory 4, the processing module evaluates, for each predetermined instant m, K values of transformed intensities I ⁇ . In parallel, if the signal S (t) is sampled over N predetermined times, the processing module evaluates N values of transformed intensities I ⁇ , for each of the frequencies f ⁇ . The processing module evaluates in all NxK transformed intensities.
  • a spectrogram type transformation is carried out at 255 time points (including a central point) and 255 frequency points, in time weighting or "short-term observation" windows (for example Hamming windows), allowing weighting by the coefficients h (n).
  • N time weighting or "short-term observation” windows
  • FIGS. 6, 7, 8 and 9 Another possible representation, pseudo-two-dimensional, is shown in FIGS. 6, 7, 8 and 9. Ranges of transformed, increasing intensities are represented by different types of hatching (oblique, horizontal, crossed).
  • the adventitious noises generated by his breathing include specific noises, such as wheezing (wheezing in relatively high frequency ranges), fine cracklings (short crackles over time) and large cracklings (more long crackles over time).
  • Figure 7 represents the evolution in time and frequency of a sibilance.
  • a substantially decreasing curve S2 equivalent to a "whistling" around a frequency close to 0.75 kHz.
  • Such a change in frequency of this whistling sound is difficult to detect by the usual processing devices, which are based on fast Fourier transforms of the time signal S (t) (term translated from English “Fast Fourier Transform", designated here - after by FFT).
  • FIGS. 2A and 2B represent the time signal of a normal respiratory noise (FIG. 2A) and its spectral representation (FIG. 2B) obtained by fast Fourier transforms.
  • the respiratory noise does not contain components relating to a particular pathology
  • the temporal signal of the respiratory noise does not have periodicity and the processing by fast Fourier transform (FFT) does not include peaks around a particular frequency.
  • FFT fast Fourier transform
  • FIGS. 3A and 3B represent the temporal signal of a respiratory noise comprising a sibilance and the Fourier transform of this temporal signal (FIG. 3B).
  • FIGS. 3A and 3B represent the temporal signal of a respiratory noise comprising a sibilance and the Fourier transform of this temporal signal (FIG. 3B).
  • Figure 3B a peak around a frequency close to 110 Hz, significant of this sibilance.
  • a treatment by FFT which extends over one second of integration will give a peak of sibilance, of reduced intensity and of width extending over the whole variation temporal frequency of sibilance.
  • such a peak is difficult to detect by conventional treatment using FFTs.
  • FIG. 6 describes the spectrum resulting from a transformation into "time-frequency" according to the invention, from a normal vesicular murmur (respiratory noise without pathology).
  • the different types of hatching are representative of ranges of intensities transformed (respectively increasing) according to a real time scale for which the temporal values are preserved, along the axis of abscissas and of a frequency scale, along the ordinate axis. We do not notice any particular spectral event.
  • the "time-frequency" spectrum represented in FIG. 7 substantially highlights four sibilances which are continuous noises of duration generally greater than or equal to 125 ms:
  • an FFT treatment would have given a peak around 0.55 kHz, if however this treatment is carried out on a time scale between 1.5 s and 2.5 s.
  • the second sibilance treated by FFT would have given an enlarged peak and of reduced intensity around 0.75 kHz.
  • FIG. 7 it is clear that the second sibilance is that of the highest intensity.
  • treatment with FFT on a time scale between 1.5 s and 2.5 s would have favored the most temporally stable sibilance (the third sibilance) and would have revealed a peak at 0.55 kHz of higher intensity than the peak around 0.75 kHz.
  • This type of rattle is divided into two classes according to whether they are formed by one (monophonic) or several (polyphonic) frequencies.
  • the spectral representation of respiratory noise highlights a monophonic sibilance
  • this spectral representation highlights polyphonic sibilance (at three frequencies in the spectrum represented).
  • FIGS. 8 and 9 describe fine cracklings (FIG. 8) and large cracklings (FIG. 9).
  • pulses C1 to C6 appear, to substantially vertical trends, with a maximum frequency of around 1 kHz. These temporally brief events correspond to fine crackles.
  • pulses GC1 to GC8 appear, of frequency limited to approximately 600 Hz and of considerably longer time duration (around 20 ms). When listening, these impulses typically correspond to cracklings.
  • a time-frequency transformation established according to formula 1, of the "pseudo igner-City" type is preferably used.
  • this type of transformation generates frequency and / or time interference, and independent smoothing in time and frequency should be carried out. Transformations of the "pseudo Cho ⁇ -illiams", “Zhao-Atlas-Marks”, or even “pseudo Born-Jordan” type make it possible to reduce the interference terms of the Wigner-Ville distribution while preserving temporal marginal distributions and frequency.
  • a transformation into “Morlet wavelets”, corresponding to Gaussian weightings is particularly suitable for wideband signals comprising both very high and very low frequencies. Each of these transformations can be adapted to the treatment of a particular type of adventitious noise.
  • a particular set of weighting coefficients h (n) can be chosen.
  • the patient PA can be asked to occupy a particular bodily position, mainly generating this adventitious noise.
  • the content of the transformed intensities, stored in random access memory 2 is transferred (link 26) to the graphic card 6 in the form of graphic data, which makes it possible to visualize a first time-frequency spectrum of the signal time S (t), on the screen of the monitor 90.
  • a graphical representation module stored in the read-only memory of the central unit, in order to graphically represent the intensities transformed as a function of the associated frequencies, on the one hand, and predetermined instants, on the other hand, by forming spectra of the type represented in FIGS. 6 to 9.
  • an operator can choose using the keyboard 93 an adapted set of coefficients, stored in read-only memory of the central unit. For example, using the mouse 92, the operator can also select a preferred time and / or frequency scale to view a detail of the spectral representation.
  • the operator can decide to store the content of the RAM 2, including the transformed intensities, in ROM 4 of the central unit (link 24). It can also decide to print the spectral representation displayed by the monitor 90, from the printer 91.
  • it becomes possible to compare spectra measured at different times (for example a few days apart) from a spectrum stored in read only memory 4 or printed in 91, and from a spectrum obtained recently and stored in random access memory 2.
  • time signals S (t) can be sampled and stored in read-only memory (link 14) at different times, while the spectral analysis is carried out, deferred, on a plurality of time signals.
  • the communication interface 7 in connection with the central unit 10, receiving the data representative of the transformed intensities (link 27 from the RAM 2 to MODEM 7), sends them to the central unit of the doctor.
  • the central unit can receive by the link 72 (from the MODEM to the random access memory) data representative of transformed intensity, or alternatively samples of a time signal S (t), measured remotely.
  • the data stored on such a medium can be transferred from one analysis station to another.
  • an operator wishes to listen to a sampled signal S (t)
  • the choice of the transformation method is independent of the general treatment of auscultation noises, which the analysis device according to the invention performs.
  • the choice of a type of transformation is manifested by a set of weighting coefficient h (n) preferred.
  • h (n) For example, a time-frequency transformation in which the coefficients h (n) (formula 2) are replaced by "1" (which amounts to performing a "double transform of
  • the present invention is, of course, aimed at the tools of the analysis device allowing its implementation (processing module, etc.), but also all the products resulting from its implementation (representations spectral obtained by different types of time-frequency transformations, printed on screen or on paper, as well as all comparisons of spectra obtained by an analysis device according to the invention).
  • the present invention also relates to an analysis device making it possible to represent a comparison of a plurality of spectra, measured at different times, to demonstrate for example an aggravation or an improvement in the patient's condition.
  • the device according to the invention is also provided with a module for comparing different spectra loaded in random access memory 2, with different naked start times, with a view to detecting an evolution of the auscultation noises by comparison of the intensities transformed and the number of adventitious noises revealed.
  • a module is preferably stored in read-only memory 4. For example, an alarm signal can then be provided if between two spectra performed at different times, a worsening of the patient's condition has been observed.
  • the analysis device can continuously monitor the breathing of a patient, by taking, for example at a constant time interval, a "snapshot" by time-transformation processing. breathing frequencies and by comparing, for example to predetermined thresholds, the transformed intensities and / or the frequencies of detected adventitious noises.
  • This embodiment finds a particularly interesting application in the surveillance of infants suffering from pulmonary infections.
  • provision may be made to immobilize on the infant's body at least one stethoscope connected to a radiofrequency transmitter, communicating with a receiver connected for example to the sound card of a home computer. This computer then performs successive spectral processing of the type described above and, if necessary, without providing a flow probe.
  • the processing module stored in the main unit's read-only memory is preferably programmed in "DSP" language, and cooperates with a calculation manager, preferably an adequate version of "MATHLAB” (registered trademarks ).
  • DSP digital signal processor
  • a calculation manager preferably an adequate version of "MATHLAB” (registered trademarks ).
  • the patient's stethoscope has six sensors.
  • the number of sensors of the stethoscope can be different.
  • certain sensors can be placed on the patient's back.
  • the filtering 96 carried out by the stethoscope is described here by way of example.
  • the analysis device according to the invention for example the analysis of auscultation noises of the beating of the heart of a patient, provision may be made to filter the time signals received over a frequency band more low, suitable for heart sounds.
  • the present invention can be applied to the analysis of auscultation noises drawn from heartbeats, or any other auscultation noises. It can also be applied to the analysis of respiratory noises from patients suffering from asthma, or from another respiratory pathology.
  • spectral filtering can also be provided (additional weighting coefficients h (f k ) in the sum of Formula 1) as a function of the type of auscultation noise that one wishes to analyze.
  • the analysis device according to the invention is in the form of a computer connected, on the one hand, to sound pickup means and, on the other hand , to peripherals, in particular graphic representation.
  • the device may be in the form of a device for specific use, for example of the "DSP" type (for "Digital Signal Process"), connected to the aforementioned sound recording means (stethoscopes in the example described ).
  • the structure of the central unit, in the example described above, of the analysis device according to the invention is susceptible of variants. However, it is preferable to keep storage means (random access memory and / or read only memory) of the sampled intensities and of the transformed intensities, which are addressable as a function of the sampling instants and of the stored frequency sets f k , chosen.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

L'invention concerne un dispositif d'analyse de bruits médicaux, en particulier respiratoires, comportant une entrée recevant un signal acoustique échantillonné en intensités associées chacune à un instant choisi, ainsi que des moyens de stockage (2, 4, 5) comprenant un module de traitement pour évaluer, en coopération avec des moyens de calcul (3), un jeu d'intensités transformées, associées chacune à une fréquence sonore prédéterminée. Il comprend enfin une sortie (26) reliée aux moyens de stockage (2) pour délivrer chaque intensité transformée en correspondance avec une fréquence associée, ainsi qu'à des moyens de représentation (6, 90, 91) des intensités transformées en fonction des fréquences, pour obtenir une représentation spectrale du bruit d'auscultation. Selon l'invention, le module de traitement est capable en outre d'évaluer un jeu d'intensités transformées pour chaque instant choisi, et les moyens de stockage (2) mémorisent chaque intensité transformée en fonction d'une fréquence associée, d'une part, et d'un instant choisi, d'autre part. On obtient ainsi une représentation tridimensionnelle en temps et en fréquences du bruit d'auscultation.

Description

Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires
La présente invention concerne le domaine de 1 ' analyse médicale de bruits acoustiques, a partir d'une auscultation médiate. Elle concerne plus particulièrement un dispositif d'analyse de bruits acoustiques générés par la respiration de patients atteints de pathologies respiratoires telles que la mucoviscidose, l'asthme ou autre.
L'un des symptômes majeurs de la mucoviscidose consiste en une infection des voies respiratoires. Des bruits bronchiques typiques révèlent généralement de telles infections. En effet, les malades atteints de cette pathologie génèrent des glaires qui obstruent les voies respiratoires en produisant des bruits spécifiques lors de la respiration. Les fréquences acoustiques des bruits générés sont fonction de la taille de ces glaires et, le cas échéant, les intensités acoustiques associées à ces fréquences peuvent permettre d'estimer un degré d'obstruction des voies respiratoires. Un danger que représente cette pathologie est lié à l'évolution rapide de la taille des glaires, pouvant provoquer une limitation progressive et irréversible de la capacité respiratoire du patient.
Il convient alors de surveiller l'évolution des bruits respiratoires précités.
Le protocole usuel consiste en une auscultation médiate, par l'intermédiaire d'un stéthoscope. Les fréquences écoutées donnent une indication quant a l'obstruction des voies respiratoires. Cependant, cette indication est uniquement qualitative, voire subjective. Il est souvent difficile de décrire des sons et de communiquer un diagnostic sur la base de tels critères subjectifs.
Une représentation spectrale des bruits respiratoires, quantitative et fiable, est actuellement souhaitée. L'inter- prétation d'une telle représentation permettrait de détecter une évolution de la pathologie.
Des propositions de représentation spectrale des bruits respiratoires, basées sur des traitements par transformées de Fourier, ont vu récemment le jour. Cependant, les fréquences sonores des bruits respiratoires présentent la particularité de varier en fonction du temps, en particulier en fonction de la phase de respiration. C'est ainsi que l'information sur une fréquence du bruit, qui évolue substantiellement dans le temps, est perdue par traitement par transformée de Fourier. En effet, ce type de traitement est mieux adapté aux signaux stables temporellement.
La présente invention vient alors améliorer la situation.
Elle porte sur un dispositif d'analyse de bruits d'auscultation médiate, en particulier de bruits respiratoires, comprenant : - une entrée pour recevoir un signal temporel représentatif d'un bruit acoustique, échantillonné en une multiplicité d'intensités associées chacune à un instant choisi,
- des moyens de stockage comportant un module de traitement agencé pour coopérer avec des moyens de calcul en vue d'évaluer un jeu d'intensités transformées, associées chacune à une fréquence sonore prédéterminée, tandis que les moyens de stockage sont agencés en outre pour mémoriser lesdites intensités transformées, et
- une sortie reliée, d'une part, aux moyens de stockage pour délivrer chaque intensité transformée en correspondance avec une fréquence associée, et, d'autre part, à des moyens de représentation des intensités transformées en fonction des fréquences, en vue d'obtenir une représentation spectrale du bruit d'auscultation.
Selon une caractéristique générale de l'invention, le module de traitement est agencé pour évaluer un jeu d'intensités transformées pour chaque instant choisi, tandis que les moyens de stockage sont agencés pour mémoriser chaque intensité transformée en fonction d'une fréquence associée, d'une part, et d'un instant choisi, d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle en temps et en fréquences du bruit d'auscultation.
Selon une seconde caractéristique importante de l'invention, le module de traitement est agencé pour évaluer le jeu d'intensités transformées pour chaque instant choisi, en effectuant, pour chaque fréquence, une somme sur une multipli- cité d'instants courants de termes résultant d'un produit faisant intervenir, pour chaque instant courant, l'intensité associée à la somme de l'instant choisi et de l'instant courant, d'une part, et l'exponentielle complexe d'un produit imaginaire pur entre la fréquence et l'instant courant, d'autre part.
Selon une troisième caractéristique importante de l'invention, le module de traitement est agencé en outre pour évaluer une phase pour chaque intensité, en fonction d'un écart entre l'instant choisi associé et un instant de départ choisi, en vue d'attribuer a chaque intensité une valeur complexe et sa valeur conjuguée, tandis que les termes de ladite somme sont représentatifs de produits faisant intervenir, pour chaque instant courant : a) l'intensité complexe associée à la somme de l'instant choisi et de l'instant courant, b) l'intensité complexe conjuguée, associée à la différence de l'instant choisi et de l'instant courant, et c) ladite exponentielle complexe, ce qui permet d'obtenir une représentation spectrale du bruit d'auscultation, tout en conservant une échelle de temps réel.
Selon une caractéristique avantageuse de l'invention, les moyens de stockage comprennent en outre des coefficients choisis, de pondération des termes de ladite somme, associés chacun à un instant courant.
Avantageusement, le dispositif selon l'invention comporte des moyens de visualisation du type comprenant un moniteur et/ou une imprimante, tandis que les moyens de représentation comportent un module de représentation graphique, apte à coopérer avec les moyens de visualisation pour représenter graphiquement les intensités transformées, en fonction des fréquences associées, d'une part, et des instants choisis, d'autre part, en formant des spectres tridimensionnels en temps et fréquences .
D'autres avantages et caractéristiques de la présente invention apparaîtront à l'examen de la description détaillée ci-après et des dessins annexés, sur lesquels :
la figure 1 représente schématiquement un dispositif d'analyse selon l'invention, de bruits issus d'une ausculta- tion médiate,
- la figure 2A représente le signal temporel d'un bruit de respiration normale,
- la figure 2B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 2A,
- la figure 3A représente le signal temporel d'un bruit de respiration comportant un bruit adventice de type "sibilance",
- la figure 3B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 3A,
- la figure 4A représente le signal temporel d'un bruit respi- ratoire comportant un bruit adventice de type "craquements", en particulier de type "gros crépitants",
- la figure 4B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 4A,
- la figure 5A représente le signal temporel de la figure 4A, dans une échelle de temps réduite, - la figure 5B est une représentation spectrale obtenue par transformée de Fourier du signal temporel de la figure 5A,
- la figure 6 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration normale, du type représenté sur la figure 2A,
- la figure 7 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration comportant un bruit adventice de type "sibilan- ces", du type représenté sur la figure 3A,
- la figure 8 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration comportant un bruit adventice de type "crépitants fins", et
- la figure 9 est une représentation spectrale issue de l'analyse qu'effectue un dispositif selon l'invention, à partir d'un signal temporel représentatif d'un bruit de respiration comportant un bruit adventice de type "gros crépitants" (signal temporel du type représenté sur la figure 4A) .
Les dessins contiennent pour l'essentiel des éléments de caractère certain. Ils pourront non seulement servir à mieux faire comprendre la présente invention, mais aussi contribuer à sa définition, le cas échéant.
On se réfère tout d'abord à la figure 1 pour décrire, à titre d'exemple, un dispositif d'analyse de bruits respiratoires selon l'invention. Globalement, ce dispositif comporte une unité de traitement (unité centrale 10), munie d'éléments périphériques 90 à 97, connectés à l'unité centrale. Dans l'exemple représenté sur la figure 1, le dispositif d'analyse comporte un ordinateur équipé d'un moniteur (écran 90), une imprimante 91, un clavier de saisie 93 et un organe de sélection à l'écran (ou souris 92).
Par ailleurs, un harnais 95 que porte le patient PA comporte un stéthoscope électronique muni d'une pluralité de capteurs 94 (six dans l'exemple décrit). Ces capteurs sont agencés pour travailler dans une bande de fréquences choisie de manière à éviter de recueillir des bruits issus du battement du coeur du patient PA, ainsi que des bruits de frottement du harnais 95, ou autres. Typiquement, cette bande de fréquences s'étend de 100 Hz à environ 2 kHz. Le filtre passe-bande 96 symbolise cette fonction. Il est à noter qu'en variante, les capteurs 94 peuvent travailler sur une bande de fréquences plus large, tandis que la liaison entre les capteurs 94 et l'unité centrale 10, ou encore l'unité centrale elle-même, comportent des moyens de filtrage sur une bande de fréquences limitée, environ entre 100 Hz et 2 kHz. Les capteurs sonores 94 sont alors agencés pour convertir un bruit acoustique (bruit respiratoire) en un signal électrique temporel (flèche S).
Il peut être prévu en outre une sonde de débit respiratoire 97 (pneumotachographe dans l'exemple décrit), implantée par exemple dans un masque que porte le visage du patient PA. La sonde 97 est alors apte à repérer un instant de départ de respiration, par exemple entre une inspiration et une expiration du patient PA, à partir d'un changement de signe du débit respiratoire Q.
L'unité centrale 10 comporte une interface 1 munie d'un échantillonneur Ech (présent par exemple sur une carte son), reliée au capteurs 94, en vue d'échantillonner le signal temporel S. En particulier, selon le théorème de Shannon, il est nécessaire d'utiliser une fréquence d'échantillonnage supérieure à deux fois la fréquence maximale du signal utile, de manière à éviter des phénomènes de repliement. Les échantillons du signal S (multiplicité d'intensités précitée) sont ensuite stockés en mémoire vive 2 (RAM), en vue de les traiter par un module de traitement du type précité, enregistré en mémoire morte 4 (ROM) que comporte l'unité centrale 10. Pour effectuer les traitements des échantillons par calcul, l'unité centrale 10 est munie d'un microprocesseur 3 (μP). Ce microprocesseur est avantageusement capable de travailler à des cadences d'exécution de calcul supérieures ou de l'ordre de 150 MHz. Les spectres issus du traitement peuvent être enregistrés dans un disque dur de l'unité centrale 10 comportant la mémoire morte 4 , ou encore sur un support amovible 5, tel qu'une disquette, un CD-ROM inscriptible, un disque magnéto-optique ou autre. Il peut être prévu en outre une interface de communication 7, munie d'une liaison MODEM pour transmettre le contenu de la mémoire vive 2 (spectre traité) vers une station distante, telle qu'une station d'interprétation de données (non représentée). L'interface de communication 7 peut en outre recevoir des échantillons de signaux temporels S, issus de la numérisation de bruits respiratoires d'un patient à distance (non représenté), ou encore des spectres déjà traités, pour interprétation.
La liaison 72 entre le modem 7 et la mémoire vive 2 de l'unité centrale 10, ou encore la liaison 12 entre la carte son 1 et la mémoire vive 2 forment alors, dans cet exemple, l'entrée du dispositif d'analyse précitée.
Le moniteur 90, ainsi que l'imprimante 91, que comporte en outre le dispositif d'analyse, permettent de visualiser les spectres issus du traitement précité. Le clavier de saisie 93 et la souris 92 permettent de modifier les échelles de temps et fréquences des spectres représentés, ou encore pour d'affiner le choix des coefficients de pondération précités.
Généralement, la plupart des liaisons entre les différents éléments de l'unité centrale 10, ainsi que les liaisons avec les périphériques, sont pilotées par une carte-mère 8 (CM). En vue de préserver la clarté de la figure 1, les liaisons entre la carte-mère 8 et les éléments de l'unité centrale 10 n'ont pas été représentées. Il est à noter cependant que le moniteur 90 est relié à l'unité centrale 10 par une carte graphique 6 (liaison 26), de façon habituelle. La carte son 1 reçoit alors un signal temporel S(t) et échantillonne ce signal en une multiplicité d'intensités I(n) associées chacune à un instant de mesure n. Ces intensités sont enregistrées en mémoire vive 2 (liaison 12). Parallèle- ment, la mémoire vive 2 reçoit, par l'intermédiaire d'une interface d'acquisition 971, une information tirée de la sonde de débit ventilatoire 97, relative à un instant de départ n« de la mesure du bruit respiratoire (début d'expiration ou début d'inspiration). A partir de l'instant de départ choisi n«, le module de traitement attribue une phase Φ[I(n)] a chaque intensité (ou échantillon I(n)). Typiquement, ces phases sont estimées en fonction de la différence de temps Π-ΠQ . Le module de traitement forme ainsi une multiplicité d'intensités complexes Ic(n) qui résulte du produit entre les intensités I(n) et des exponentielles complexes des phases associées à ces intensités. Ces intensités complexes s'écrivent alors :
I (n) = I(n) exp{iΦ[I(n) ] } , avec i2=-l
A partir d'une intensité complexe Ic(n) associée à l'instant prédéterminé n, il devient possible de définir une valeur conjuguée I *(n) de cette intensité complexe. Le module de traitement du dispositif d'analyse selon une forme de réalisation préférée de 1 ' invention évalue des intensités transformées Iτ en effectuant la somme :
Iτ(m,fk) = 2 ∑ h2(n) Ic(m+n) Ic *(m-n) exp(-4iπnfk) n (Formule 1)
Les fréquences f^, indexées suivant l'entier k désignant les fréquences, sont initialement enregistrées en mémoire morte de l'unité centrale et sont transférées par la liaison 42 vers la mémoire vive de manière à effectuer les calculs donnant les intensités transformées I -rτ.
Les coefficients associés aux instants n sont initialement enregistrés en mémoire morte 4 et sont aussi transférés par la liaison 42 pour le calcul des intensités transformées. Ces coefficients de pondération h(n) peuvent être choisis en fonction du type de bruit respiratoire que l'on souhaite traiter, comme on le verra plus loin.
Les intensités transformées Im dépendent alors d'un instant prédéterminé m, ainsi que d'une fréquence f^. Le module de traitement effectue donc une transformation "temps-fréquence" des intensités échantillonnées. Par exemple, si K fréquences fk sont stockées en mémoire morte 4 , le module de traitement évalue, pour chaque instant prédéterminé m, K valeurs d'inten- sites transformées Iτ. En parallèle, si le signal S(t) est échantillonné sur N instants prédéterminés, le module de traitement évalue N valeurs d'intensités transformées Iτ, pour chacune des fréquences f^. Le module de traitement évalue en tout NxK intensités transformées. En pratique, on effectue une transformation de type spectrogramme à 255 points temporels (dont un point central) et 255 points fréquences, dans des fenêtres de pondération temporelle ou "d'observation à court terme" (par exemple des fenêtres de Hamming), permettant une pondération par les coefficients h(n). En variante, il peut être prévu des cadences d'échantillonnage N différentes, et un nombre de fréquences f^ différent, selon les besoins de l'application visée.
On obtient à partir de la formule 1 une représentation tridimensionnelle de l'évolution des intensités transformées en fonction, d'une part, des fréquences f^ et, d'autre part, des instants m. Il peut être prévu de représenter les intensités transformées en topologie tridimensionnelle, par exemple selon des nappes d'intensités avec une échelle de temps en abscisses et une échelle de fréquences en ordonnées.
Une autre représentation possible, pseudo-bidimensionnelle, est montrée sur les figures 6, 7, 8 et 9. Des gammes d'intensités transformées, croissantes, sont représentées par des types de hachures différents (obliques, horizontales, croisées) .
Si le patient PA est atteint de mucoviscidose, les bruits adventices générés par sa respiration comportent des bruits spécifiques, tels que des sibilances (sifflements dans des gammes de fréquences relativement élevées), des crépitants fins (craquements courts dans le temps) et des gros crépitants (craquements plus étendus dans le temps).
La figure 7 représente l'évolution en temps et en fréquence d'une sibilance. On remarque notamment à partir de 1,3 secondes de respiration, une courbe S2 sensiblement décroissante, équivalente à un "sifflement" autour d'une fréquence voisine de 0,75 kHz. Une telle évolution en fréquence de ce sifflement est difficilement détectable par les dispositifs de traitement usuels, qui s'appuient sur des transformées de Fourier rapides du signal temporel S(t) (terme traduit de l'anglais "Fast Fourier Transform", désigné ci- après par FFT) .
Généralement, une transformée de Fourier rapide d'un signal temporel S(t), est donnée par la formule :
Iτ(fk) = 2 ∑ I(n) exp(-2iπnfk) (Formule 2) n
On se réfère aux figures 2A et 2B qui représentent le signal temporel d'un bruit respiratoire normal (figure 2A) et sa représentation spectrale (figure 2B) obtenue par transformées de Fourier rapides. Tant que le bruit respiratoire ne comporte pas de composantes relatives à une pathologie particulière, le signal temporel du bruit respiratoire ne présente pas de périodicité et le traitement par transformée de Fourier rapide (FFT) ne comporte pas de pics autour d'une fréquence particulière.
On se réfère maintenant aux figures 3A et 3B qui représentent le signal temporel d'un bruit respiratoire comportant une sibilance et la transformée de Fourier de ce signal temporel (figure 3B) . On remarque alors sur la figure 3B un pic autour d'une fréquence voisine de 110 Hz, significatif de cette sibilance. Cependant, si la fréquence de la sibilance varie temporellement, un traitement par FFT qui s'étend sur une seconde d'intégration donnera un pic de sibilance, d'intensité réduite et de largeur s ' étendant sur toute la variation temporelle de la fréquence de la sibilance. Généralement, un tel pic est difficilement détectable par traitement classique utilisant des FFT.
En se référant aux figures 4A et 4B, une analyse par transformée de Fourier sur un intervalle de mesure de ls dans l'exemple décrit, ne donne que du bruit. Par contre, en effectuant une réduction de l'échelle du temps entre 0,4s et 0,5s (figures 5A et 5B) , on détecte une périodicité et la représen- tation spectrale obtenue par FFT présente alors un pic autour de 400 Hz dans l'exemple décrit (signal temporel tiré d'un bruit respiratoire comportant de gros crépitants ) .
Ainsi, dans le domaine de l'analyse auscultatoire de bruits adventices (bruits respiratoires comportant des crépitants, des sibilances, ou autres), il apparaît que les techniques de traitements visuels basées sur les transformées de Fourier rapides sont peu adaptées, en particulier pour des évolutions temporelles rapides des fréquences sonores ou encore pour des bruits à détecter qui s'étendent sur des durées brèves.
On se réfère alors à la figure 6 pour décrire le spectre issu d'une transformation en "temps-fréquence" selon l'invention, d'un murmure vésiculaire normal (bruit respiratoire sans pathologie). Les différents types de hachures (obliques, horizontales, croisées) sont représentatifs de gammes d'intensités transformées (respectivement croissantes) en fonction d'une échelle de temps réel pour laquelle les valeurs temporelles sont conservées, suivant l'axe des abscisses et d'une échelle de fréquences, suivant l'axe des ordonnées. On ne remarque alors aucun événement spectral particulier.
En revanche, le spectre "temps-fréquences" représenté sur la figure 7 met en évidence sensiblement quatre sibilances qui sont des bruits continus d'une durée généralement supérieure ou égale à 125ms :
- une première courbe SI de 0 à 0,7s environ, avec une fréquence stabilisée autour de 1,15 kHz, - une seconde courbe S2 entre 1,4s et 2,7s, de fréquence moyenne voisine de 0,75 kHz,
- une troisième courbe S3 qui s'étend d'environ 1,6s à 2,5s et de fréquence moyenne voisine de 0,55 kHz, et
- une quatrième courbe S4 entre 2s et 2,5s, de fréquence moyenne voisine de 0,20 kHz.
Concernant la troisième sibilance, sensiblement stable, un traitement par FFT aurait donné un pic autour de 0,55 kHz, si toutefois ce traitement est effectué sur une échelle de temps comprise entre 1,5s et 2,5s. Par contre, la seconde sibilance traitée par FFT aurait donné un pic élargi et d'intensité réduite autour de 0,75 kHz. Par ailleurs, en se référant toujours à la figure 7, il apparaît clairement que la seconde sibilance est celle d'intensité la plus élevée. Or, un traitement par FFT sur une échelle de temps comprise entre 1,5s et 2,5s aurait favorisé la sibilance la plus stable temporellement (la troisième sibilance) et aurait fait apparaître un pic à 0,55 kHz d'intensité plus élevée que le pic autour de 0,75 kHz.
Ce type de râle est divisé en deux classes suivant qu'elles sont formées de une (monophoniques) ou plusieurs (polyphoniques) fréquences. Ainsi, entre 0 et 0,7s (partie gauche du spectre de la figure 7 ) , la représentation spectrale du bruit respiratoire met en évidence une sibilance monophonique, tandis qu'entre 1,3s et 2,5s, cette représentation spectrale met en évidence une sibilance polyphonique (à trois fréquences dans le spectre représenté).
Un autre type de bruit adventice (ou râle) concerne les craquements qui sont des bruits adventices discontinus. La durée de ces bruits ne dépasse guère 20ms, de façon générale.
On se réfère alors aux figures 8 et 9 pour décrire des crépitants fins (figure 8) et des gros crépitants (figure 9). Sur la figure 8, apparaissent des impulsions Cl à C6, à tendances sensiblement verticales, de fréquence maximale avoisinant 1 kHz. Ces événements temporellement brefs correspondent à des crépitants fins. Sur la figure 9, apparaissent des impulsions GC1 à GC8, de fréquence limitées à environ 600 Hz et de durée temporelle sensiblement plus grandes (avoisinant 20ms). A l'écoute, ces impulsions correspondent typiquement à des crépitements.
Pour affiner les représentations spectrales en temps-fréquen- ces des différents bruits adventices parmi les sibilances, crépitants fins, gros crépitants, etc, il est prévu de stocker en mémoire morte de l'unité centrale 10 différents jeux de coefficients de pondération h(n), par types de bruits adventices à analyser.
Pour une première analyse, une transformation temps-fréquences établie selon la formule 1, de type "pseudo igner-Ville" , est préférentiellement utilisée. Cependant, ce type de transformation génère des interférences fréquentielles et/ou temporel- les, et il convient d'effectuer des lissages indépendants en temps et en fréquences. Des transformations de type "pseudo Choï- illiams masquée" , "Zhao-Atlas-Marks" , ou encore "pseudo Born-Jordan" permettent de réduire les termes d'interférence de la distribution de Wigner-Ville tout en préservant des distributions marginales temporelles et fréquentielles. Par ailleurs, une transformation en "ondelettes de Morlet", correspondant à des pondérations par gaussiennes, est particulièrement adaptée à des signaux larges bandes comportant à la fois de très hautes et de très basses fréquences. Chacune de ces transformations peut être adaptée au traitement d'un type de bruit adventice particulier.
Ces types de transformation et en particulier les principes mathématiques auxquels ils se rattachent, sont évoqués notamment dans les publications suivantes :
- P.A.CM. Claasen, W.F.G. Mecklen-Brâuker, Philips J. Res . , vol.35-3, p.217-250, 1980 ; - H.I. Choï, W.J. Williams, IEEE Trans . On Aco s . Speech On Signal Proc , vol. ASSP-37-6, p.862-871, 1989 ;
- Y. Zao, L.E. Atlas, R.J. Marx, IEEE Trans . On Acous . Speech On Signal Proc , vol. ASSP-38-7, p.1084-1091, 1990 ;
- P. Goupillaud, A. Grossmann, J. Morlet, Geoexploration , vol.33, p.85-102, Elsvier science publishers, B.V. Amsterdam, 1984-1985.
Par ailleurs, pour chaque type de transformation, un jeu particulier de coefficients de pondération h(n) peut être choisi.
En outre, pour favoriser l'apparition d'un bruit adventice particulier, il peut être demandé au patient PA d'occuper une position corporelle particulière, générant principalement ce bruit adventice.
Ainsi, après une première analyse, le contenu des intensités transformées, stockées en mémoire vive 2, est transféré (liaison 26) vers la carte graphique 6 sous la forme de données graphiques, ce qui permet de visualiser un premier spectre temps-fréquences du signal temporel S(t), sur l'écran du moniteur 90. Pour mettre en forme les données graphiques à l'écran, il est prévu un module de représentation graphique stocké en mémoire morte de l'unité centrale, en vue de représenter graphiquement les intensités transformées en fonction des fréquences associées, d'une part, et des instants prédéterminés, d'autre part, en formant des spectres du type représenté sur les figures 6 à 9.
Pour affiner le choix des coefficients h(n), un opérateur peut choisir à l'aide du clavier 93 un jeu de coefficients adapté, stocké en mémoire morte de l'unité centrale. Par exemple à l'aide de la souris 92, l'opérateur peut en outre sélectionner une échelle de temps et/ou de fréquences préférée, pour visualiser un détail de la représentation spectrale. Lorsque la représentation spectrale souhaitée apparaît à l'écran, l'opérateur peut décider de stocker le contenu de la mémoire vive 2, comportant les intensités transformées, en mémoire morte 4 de l'unité centrale (liaison 24). Il peut en outre décider d'imprimer la représentation spectrale qu'affiche le moniteur 90, à partir de l'imprimante 91. Ainsi, il devient possible de comparer des spectres mesurés à des époques différentes (par exemple à quelques jours d'intervalle), à partir d'un spectre stocké en mémoire morte 4 ou imprimé en 91, et d'un spectre obtenu récemment et stocké en mémoire vive 2.
Il peut être prévu, par ailleurs, d'effectuer un suivi des évolutions spectrales à différentes époques, en différé. Dans ce cas, plusieurs signaux temporels S(t) peuvent être échantillonnés et stockés en mémoire morte (liaison 14) à différentes époques, tandis que l'analyse spectrale est effectuée, en différé, sur une pluralité de signaux temporels.
Si l'on souhaite en outre transférer les données relatives aux intensités transformées de l'unité centrale d'un manipulateur (kinésithérapeute ou autre) à l'unité d'un médecin traitant (par exemple un spécialiste), l'interface de communication 7 (MODEM), en liaison avec l'unité centrale 10, recevant les données représentatives des intensités transformées (liaison 27 de la mémoire vive 2 au MODEM 7), les envoie vers l'unité centrale du médecin. De façon réciproque, l'unité centrale peut recevoir par la liaison 72 (du MODEM à la mémoire vive) des données représentatives d'intensité transformées, ou encore des échantillons d'un signal temporel S(t), mesurés à distance. Pour effectuer cet échange à distance, il peut être prévu en outre de stocker ces données sur des supports amovibles 5 (liaisons 25 et 52). Ainsi, les données stockées sur un tel support peuvent être transférées d'un poste d'analyse à l'autre.
Par ailleurs, si un opérateur souhaite écouter un signal S(t) échantillonné, il peut être prévu d'équiper la carte son 1 de l'unité centrale 10, d'un écouteur branché sur une sortie de la carte son, tandis que le transfert des échantillons de la mémoire vive 2 à la carte son 1 est assuré par la liaison 21 de la figure 1.
Bien entendu, la présente invention ne se limite pas à la forme de réalisation décrite ci-avant a titre d'exemple. Elle s'étend à d'autres variantes.
Ainsi on comprendra que le choix de la méthode de transforma- tion ("temps-fréquences" lissée, ondelettes de Morlet ou autre) est indépendant du traitement général des bruits d'auscultation, qu'effectue le dispositif d'analyse selon l'invention. En effet, le choix d'un type de transformation se manifeste par un jeu de coefficient de pondération h(n) préféré. Par exemple, une transformation temps-fréquences dans laquelle les coefficients h(n) (formule 2) sont remplacés par des "1" (qui revient à effectuer une "double transformée de
Fourier" en temps-fréquences et fréquences-temps), permettrait d'obtenir des représentations spectrales faisant déjà apparaître des bruits adventices particuliers.
Par ailleurs, dans le cadre d'une simplification du module de traitement du dispositif selon l'invention, il peut être prévu en outre de traiter les intensités échantillonnées sur la base d'une transformation "temps-fréquences" simple faisant intervenir une somme de termes représentatifs du produit entre I(m+n) et une exponentielle complexe, de sorte que :
Iτ(m,fk) = ∑ h(n) I(m+n) exp(-2iπnfk) (Formule 3) n
A partir d'une telle transformation, il est possible d'obtenir rapidement une première représentation en temps et en fréquences du bruit d'auscultation, ce qui permet de repérer d'emblée le type de bruits adventices que présente le patient.
De manière générale, la présente invention vise, bien entendu, les outils du dispositif d'analyse permettant sa mise en oeuvre (module de traitement, etc) , mais aussi tous les produits résultant de sa mise en oeuvre (représentations spectrales obtenues par différents types de transformations temps-fréquences, imprimées sur écran ou sur papier, ainsi que toutes comparaisons de spectres obtenues par un dispositif d'analyse selon l'invention).
A ce titre, la présente invention vise aussi un dispositif d'analyse permettant de représenter une comparaison d'une pluralité de spectres, mesurés à des époques différentes, pour mettre en évidence par exemple une aggravation ou une amélioration de l'état du patient. C'est ainsi que le dispositif selon l'invention est muni en outre d'un module de comparaison de différents spectres chargés en mémoire vive 2, d'instants de départ nu différents, en vue de détecter une évolution des bruits d'auscultation par comparaison des intensités transformées et du nombre de bruits adventices mis en évidence. Un tel module est stocké préférentiellement en mémoire morte 4. Par exemple, il peut être prévu alors un signal d'alarme si entre deux spectres effectués à des époques différentes, une aggravation de l'état du patient a été constatée.
Ainsi, dans une forme de réalisation particulière de l'invention, le dispositif d'analyse peut surveiller en continu la respiration d'un patient, en effectuant, par exemple à intervalle de temps constant, un "cliché" par traitement de transformation temps-fréquences de sa respiration et en comparant, par exemple à des seuils prédéterminés, les intensités transformées et/ou les fréquences des bruits adventices détectés. Cette forme de réalisation trouve une application particulièrement intéressante à la surveillance de nourrissons atteints d'infections pulmonaires. Dans une telle application, il peut être prévu d'immobiliser sur le corps du nourrisson au moins un stéthoscope relié à un émetteur radiofréquence, communiquant avec un récepteur relié par exemple à la carte son d'un ordinateur domestique. Cet ordinateur effectue alors des traitements spectraux successifs du type décrit ci-avant et, le cas échéant, sans prévoir de sonde de débit. Dans l'exemple décrit ci-avant, le module de traitement stocké en mémoire morte de l'unité centrale est préférentiellement programmé en langage "DSP", et coopère avec un gestionnaire de calcul, préférentiellement une version adéquate de "MATHLAB" (marques déposées). Bien entendu, ces choix d'écriture et de gestion de calcul peuvent admettre des variantes, selon les évolutions des matériels disponibles sur le marché. Le microprocesseur de l'unité centrale peut également suivre ces évolutions.
Dans l'exemple décrit ci-avant, le stéthoscope que porte le patient présente six capteurs. Bien entendu, le nombre de capteurs du stéthoscope peut être différent. Par ailleurs, certains capteurs peuvent être disposés sur le dos du patient.
En outre, le filtrage 96 que réalise le stéthoscope est décrit ici à titre d'exemple. Dans une autre application du dispositif d'analyse selon l'invention, par exemple de l'analyse de bruits d'auscultation des battements du coeur d'un patient, il peut être prévu de filtrer les signaux temporels reçus sur une bande de fréquence plus basse, adaptée aux bruits du coeur. A ce titre, la présente invention peut s'appliquer à l'analyse de bruits d'auscultation tirés des battements de coeur, ou encore tout autres bruits d'auscultation. Elle peut s'appliquer en outre à l'analyse de bruits respiratoires de patients atteints d'asthme, ou d'une autre pathologie respiratoire. Ainsi, il peut être prévu en outre un filtrage spectral (coefficients de pondération supplémentaires h(fk) dans la somme de la Formule 1 ) en fonction du type de bruit d'auscultation que l'on souhaite analyser.
Par ailleurs, dans l'exemple décrit ci-avant, le dispositif d'analyse selon l'invention se présente sous la forme d'un ordinateur relié, d'une part, à des moyens de prise de son et, d'autre part, à des périphériques, notamment de représentation graphique. En variante, le dispositif peut se présenter sous la forme d'un appareil à usage spécifique, par exemple de type "DSP" (pour "Digital Signal Process"), relié aux moyens de prise de son précités (stéthoscopes dans l'exemple décrit). En outre, la structure de l'unité centrale, dans l'exemple décrit ci-avant, du dispositif d'analyse selon l'invention est susceptible de variantes. Cependant, il est préférable de conserver des moyens de stockage (mémoire vive et/ou mémoire morte) des intensités échantillonnées et des intensités transformées, qui soient adressables en fonction des instants d'échantillonnage et des jeux de fréquences stockés fk, choisies.

Claims

Revendications
1. Dispositif d'analyse de bruits d'auscultation médiate, en particulier de bruits respiratoires, comprenant : - une entrée (12;72) pour recevoir un signal temporel (S(t)) représentatif d'un bruit acoustique, échantillonné en une multiplicité d'intensités (I(m)) associées chacune à un instant (m) choisi, - des moyens de stockage (2,4,5) comportant un module de traitement agencé pour coopérer avec des moyens de calcul (3) en vue d'évaluer un jeu d'intensités transformées (Iτ(f )), associées chacune à une fréquence (fk) sonore prédéterminée (fk), tandis que les moyens de stockage (2) sont agencés en outre pour mémoriser lesdites intensités transformées, et - une sortie (26) reliée, d'une part, aux moyens de stockage (2) pour délivrer chaque intensité transformée en correspondance avec une fréquence associée, et, d'autre part, à des moyens de représentation (6,90,91) des intensités transformées en fonction des fréquences, en vue d'obtenir une représenta- tion spectrale du bruit d'auscultation, caractérisé en ce que le module de traitement est agencé pour évaluer une phase pour chaque intensité (Φ[I(m)]), en fonction d'un écart entre l'instant choisi associé (m) et un instant de départ choisi (mn), en vue d'attribuer à chaque intensité une valeur complexe (I (n)) et sa valeur conjuguée (Ic *(n)), en ce que le module de traitement est agencé en outre pour évaluer un jeu d'intensités transformées (Iτ(m,fk)) pour chaque instant choisi (m) , en effectuant, pour chaque fréquence (f^)/ une somme sur une multiplicité d'instants courants (n) de termes résultant d'un produit faisant intervenir, pour chaque instant courant (n), a) l'intensité complexe (I (m+n) ) associée à la somme de l'instant choisi (m) et de l'instant courant (n), b) l'intensité complexe conjuguée (Ic *(m-n)), associée à la différence de l'instant choisi et de l'instant courant, et c) une exponentielle complexe d'un produit imaginaire pur entre la fréquence (fk) et l'instant courant (n), et en ce que les moyens de stockage (2) sont agencés pour mémoriser chaque intensité transformée (Iτ) en fonction d'une fréquence associée (fk)> d'une part, et d'un instant choisi (m), d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle en temps (m) et en fréquences (fjς) du bruit d'auscultation, tout en conservant une échelle de temps réel.
2. Dispositif selon la revendication 1, caractérisé en ce que les moyens de stockage (4,5) comprennent en outre des coefficients choisis (h(n)), de pondération des termes de ladite somme, associés chacun à un instant courant.
3. Dispositif selon la revendication 2, caractérisé en ce que le bruit d'auscultation à analyser est un bruit adventice parmi un ensemble comprenant des sibilantes, des gros crépitants et des crépitants fins, et en ce que les moyens de stockage (4,5) comportent un jeu de coefficients de pondération (h(n)) par type de bruit à analyser.
4. Dispositif selon l'une des revendications précédentes, caractérisé en ce qu'il comporte des moyens de visualisation (90,91) du type comprenant un moniteur (90) et/ou une imprimante (91), tandis que les moyens de représentation (6) comportent un module de représentation graphique, apte à coopérer avec les moyens de visualisation pour représenter graphiquement lesdites intensités transformées (Iτ(m,fk)), en fonction des fréquences associées (f )> d'une part, et des instants choisis (m), d'autre part, en formant des spectres tridimensionnels en temps et fréquences.
5. Dispositif selon l'une des revendications 2 à 4, caractérisé en ce qu'il comporte en outre des moyens de saisie (92,93) aptes à coopérer avec les moyens de représentation pour affiner les échelles de temps et fréquences et/ou pour affiner le choix de coefficients de pondération (h(n)) des termes de ladite somme.
6. Dispositif selon l'une des revendications précédentes, caractérisé en ce qu'il comporte une sonde de débit respiratoire (97) apte à définir ledit instant de départ choisi (mQ).
7. Dispositif selon l'une des revendications précédentes, caractérisé en ce lesdits moyens de stockage (2,4,5) comportent une zone mémoire (2) pour ranger lesdites intensités transformées (Im), en fonction des fréquences (f ) et des instants choisis associés (m) .
8. Dispositif selon l'une des revendications précédentes, caractérisé en ce que lesdits moyens de stockage (2,4,5) comportent une zone mémoire ( 2 ) pour ranger ladite multiplicité d'intensités (I), en fonction des instants choisis associés (m) .
9. Dispositif selon l'une des revendications 7 et 8, caractérisé en ce qu'il comporte un disque dur (4) et/ou un support amovible (5) pour stocker le contenu de ladite zone mémoire (2).
10. Dispositif selon l'une des revendications 7 à 9, caractérisé en ce q ' il comporte en outre une interface de communication ( 7 ) pour transmettre le contenu de la zone mémoire (2 ) vers une station distante et/ou pour recevoir (27) des échantillons de signaux temporels (S(t)), représentatifs de bruits d'auscultation.
11. Dispositif selon l'une des revendications 7 à 10, caractérisé en ce qu'il comporte un module de comparaison, apte à coopérer avec ladite zone mémoire ( 2 ) pour comparer une pluralité de représentations spectrales de bruits d'auscultation, d'instants de départ choisis (mg), différents, en vue de détecter une évolution desdits bruits d'auscultation.
12. Dispositif selon l'une des revendications précédentes, caractérisé en ce qu'il comporte un stéthoscope électronique (94,96) muni d'au moins un capteur sonore (94), agencé pour convertir un bruit acoustique en un signal électrique temporel (S(t)), ainsi qu'une interface (1) munie d'un échantillonneur (Ech), connectée au capteur (94) et reliée en outre à ladite entrée ( 12) .
13. Dispositif selon la revendication 12, caractérisé en ce que le stéthoscope électronique comporte des moyens de filtrage fréquentiel (96) du signal temporel en sortie du capteur (94), en vue de limiter les composantes fréquentielles du signal temporel à une bande spectrale utile.
14. Procédé d'analyse de bruits d'auscultation médiate, en particulier de bruits respiratoires, du type comprenant les étapes suivantes : a) échantillonner un signal temporel (S(t)), représentatif d'un bruit acoustique, en une multiplicité d'intensités (I(m)) associées chacune à un instant (m) choisi, b) évaluer un jeu d'intensités transformées (Im(fk)), associées chacune à une fréquence (fk) sonore prédéterminée
<fk), c) mémoriser lesdites intensités transformées, et d) délivrer chaque intensité transformée en correspondance avec une fréquence associée, en vue d'obtenir une représentation spectrale du bruit d'auscultation, caractérisé en ce que l'étape a) comporte en outre le choix d'un instant de départ (mn), en ce que l'étape b) comprend les opérations suivantes : bl) évaluer une phase pour chaque intensité (Φ[I(m)]), en fonction d'un écart entre l'instant choisi associé (m) et l'instant de départ (nu), en vue d'attribuer à chaque intensi- té une valeur complexe (I (n)) et sa valeur conjuguée (Ic *(n)), b2) évaluer un produit faisant intervenir, pour un instant courant (n) :
* l'intensité complexe (I (m+n) ) associée à la somme de l'instant choisi (m) et de l'instant courant (n),
* l'intensité complexe conjuguée (I *(m-n)), associée à la différence de l'instant choisi et de l'instant courant, et * une exponentielle complexe d'un produit imaginaire pur entre la fréquence (fk) et l'instant courant (n), b3) évaluer un jeu d'intensités transformées (Iτ(m,fk)) pour chaque instant choisi (m), en effectuant, pour chaque fréquence ( jζK une somme sur une multiplicité d'instants courants (n) de termes résultant des produits obtenus à 1 ' opération b2 ) , en ce qu'au cours de l'étape c), on mémorise chaque intensité transformée (Iτ) en fonction d'une fréquence associée (fj,)/ d'une part, et d'un instant choisi (m), d'autre part, et en ce qu'au cours de l'étape d), on délivre chaque intensité transformée en correspondance avec une fréquence associée (fk)r d'une part, et avec un instant choisi (m), d'autre part, ce qui permet d'obtenir une représentation tridimensionnelle en temps (m) et en fréquences (fk) du bruit d'auscultation, tout en conservant une échelle de temps réel.
15. Représentation d'intensités transformées en temps et fréquences d'un bruit d'auscultation médiate, obtenue par un procédé d'analyse selon la revendication 14.
PCT/FR2000/000736 1999-03-24 2000-03-23 Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires WO2000056218A1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2000606127A JP2002538921A (ja) 1999-03-24 2000-03-23 聴診音、特に呼吸音の分析装置
CA002366686A CA2366686A1 (fr) 1999-03-24 2000-03-23 Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires
EP00914243A EP1202669A1 (fr) 1999-03-24 2000-03-23 Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires
US09/937,424 US6699204B1 (en) 1999-03-24 2000-03-23 Device for analyzing auscultation sounds, in particular respiratory sounds

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR99/03682 1999-03-24
FR9903682A FR2791248B1 (fr) 1999-03-24 1999-03-24 Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires

Publications (1)

Publication Number Publication Date
WO2000056218A1 true WO2000056218A1 (fr) 2000-09-28

Family

ID=9543587

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2000/000736 WO2000056218A1 (fr) 1999-03-24 2000-03-23 Dispositif d'analyse de bruits auscultatoires, en particulier de bruits respiratoires

Country Status (6)

Country Link
US (1) US6699204B1 (fr)
EP (1) EP1202669A1 (fr)
JP (1) JP2002538921A (fr)
CA (1) CA2366686A1 (fr)
FR (1) FR2791248B1 (fr)
WO (1) WO2000056218A1 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005512753A (ja) * 2002-01-10 2005-05-12 デイープブリーズ・リミテツド 気道音響の解析及び画像形成用システム
EP1531719A1 (fr) * 2002-02-21 2005-05-25 MURPHY, Raymond, L.,H. Procede et appareil pour l'analyse de sons corporels
JP2014050672A (ja) * 2012-08-09 2014-03-20 Jvc Kenwood Corp 呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8394031B2 (en) * 2000-10-06 2013-03-12 Biomedical Acoustic Research, Corp. Acoustic detection of endotracheal tube location
FR2823660A1 (fr) * 2001-04-18 2002-10-25 Pneumopartners Dispositif d'aide a l'analyse de bruits adventices
US20040032957A1 (en) * 2002-08-14 2004-02-19 Mansy Hansen A. Sensors and sensor assemblies for monitoring biological sounds and electric potentials
US8920343B2 (en) 2006-03-23 2014-12-30 Michael Edward Sabatino Apparatus for acquiring and processing of physiological auditory signals
JP2008113936A (ja) * 2006-11-07 2008-05-22 Yasuaki Nakagawa 生体音聴診装置
US20080139893A1 (en) * 2006-12-08 2008-06-12 Warren Lee Apparatus And System For Sensing and Analyzing Body Sounds
US20220313111A1 (en) * 2007-11-28 2022-10-06 Intervet Inc. System And Method for Diagnosis Of Bovine Diseases Using Auscultation Analysis
WO2009109917A1 (fr) * 2008-03-04 2009-09-11 Koninklijke Philips Electronics N.V. Analyse non invasive des sons corporels
RU2606107C2 (ru) * 2009-12-03 2017-01-10 Конинклейке Филипс Электроникс Н.В. Способ и устройство для оценки дыхательного импеданса
US8663126B1 (en) 2013-02-19 2014-03-04 Fatemah S. Al Thalab Wearable acoustic device for monitoring breathing sounds
JP2015084849A (ja) * 2013-10-29 2015-05-07 パイオニア株式会社 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体
US11116478B2 (en) 2016-02-17 2021-09-14 Sanolla Ltd. Diagnosis of pathologies using infrasonic signatures
WO2017141165A1 (fr) 2016-02-17 2017-08-24 Bat Call D. Adler Ltd. Stéthoscopes numériques, et systèmes d'auscultation et d'imagerie
WO2019048961A1 (fr) 2017-09-05 2019-03-14 Bat Call D. Adler Ltd. Diagnostic de pathologies à l'aide de signatures infrasonores
US12029606B2 (en) 2017-09-05 2024-07-09 Sanolla Ltd. Electronic stethoscope with enhanced features
CA3075930A1 (fr) 2017-09-19 2019-03-28 Ausculsciences, Inc. Systeme et procede de detection du decouplage d'un capteur sonore d'auscultation d'un sujet de test
WO2019071050A2 (fr) 2017-10-04 2019-04-11 Ausculsciences, Inc. Capteur de sons ou de vibrations d'auscultation
US11284827B2 (en) 2017-10-21 2022-03-29 Ausculsciences, Inc. Medical decision support system
US10828009B2 (en) 2017-12-20 2020-11-10 International Business Machines Corporation Monitoring body sounds and detecting health conditions
USD865167S1 (en) 2017-12-20 2019-10-29 Bat Call D. Adler Ltd. Digital stethoscope
CA3010835C (fr) 2018-03-30 2024-05-14 The Board Of Trustees Of Western Michigan University Appareil stethographique
JP2019141597A (ja) * 2019-03-05 2019-08-29 パイオニア株式会社 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体
JP7025494B2 (ja) * 2020-08-12 2022-02-24 パイオニア株式会社 信号処理装置及び方法、並びにコンピュータプログラム及び記録媒体
JP7295368B2 (ja) * 2020-12-31 2023-06-21 Ｙａｎｃｈｅｒｓ株式会社 聴診音の解析システム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5058600A (en) * 1990-01-08 1991-10-22 Center For Innovative Technology Graphical readout of laryngotracheal spectra and airway monitor
DE19714899A1 (de) * 1997-04-03 1998-10-15 Christian Witte Verfahren und Vorrichtung zur Analyse von Körpergeräuschen

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8825611D0 (en) * 1988-11-02 1988-12-07 Stoneman S A T Respiratory condition diagnosis & apparatus therefor
DE4338466A1 (de) * 1993-11-11 1995-05-18 Fraunhofer Ges Forschung Verfahren und Vorrichtung zur automatischen Erfassung auffälliger Atemgeräusche
US6168568B1 (en) * 1996-10-04 2001-01-02 Karmel Medical Acoustic Technologies Ltd. Phonopneumograph system
JP3521654B2 (ja) * 1996-11-07 2004-04-19 セイコーエプソン株式会社 脈拍計
US5827195A (en) * 1997-05-09 1998-10-27 Cambridge Heart, Inc. Electrocardiogram noise reduction using multi-dimensional filtering
US6139505A (en) * 1998-10-14 2000-10-31 Murphy; Raymond L. H. Method and apparatus for displaying lung sounds and performing diagnosis based on lung sound analysis
US6368283B1 (en) * 2000-09-08 2002-04-09 Institut De Recherches Cliniques De Montreal Method and apparatus for estimating systolic and mean pulmonary artery pressures of a patient

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5058600A (en) * 1990-01-08 1991-10-22 Center For Innovative Technology Graphical readout of laryngotracheal spectra and airway monitor
DE19714899A1 (de) * 1997-04-03 1998-10-15 Christian Witte Verfahren und Vorrichtung zur Analyse von Körpergeräuschen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GONCHAROFF V ET AL: "WIDEBAND ACOUSTIC TRANSMISSION OF HUMAN LUNGS", MEDICAL AND BIOLOGICAL ENGINEERING AND COMPUTING,GB,PETER PEREGRINUS LTD. STEVENAGE, vol. 27, no. 5, pages 513-519, XP000046398, ISSN: 0140-0118 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7520861B2 (en) 1998-10-14 2009-04-21 Murphy Raymond L H Method and apparatus for displaying body sounds and performing diagnosis based on body sound analysis
JP2005512753A (ja) * 2002-01-10 2005-05-12 デイープブリーズ・リミテツド 気道音響の解析及び画像形成用システム
EP1531719A1 (fr) * 2002-02-21 2005-05-25 MURPHY, Raymond, L.,H. Procede et appareil pour l'analyse de sons corporels
EP1531719A4 (fr) * 2002-02-21 2006-12-27 Raymond L H Murphy Procede et appareil pour l'analyse de sons corporels
JP2014050672A (ja) * 2012-08-09 2014-03-20 Jvc Kenwood Corp 呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム

Also Published As

Publication number Publication date
EP1202669A1 (fr) 2002-05-08
FR2791248A1 (fr) 2000-09-29
US6699204B1 (en) 2004-03-02
JP2002538921A (ja) 2002-11-19
FR2791248B1 (fr) 2001-08-24
CA2366686A1 (fr) 2000-09-28

Similar Documents

Publication Publication Date Title
WO2000056218A1 (fr) Dispositif d&#39;analyse de bruits auscultatoires, en particulier de bruits respiratoires
WO2002082967A2 (fr) Dispositif d&#39;aide a l&#39;analyse de bruits adventices
US6898459B2 (en) System and method for diagnosing pathologic heart conditions
EP2624746B1 (fr) Traitement de signaux physiologiques périodiques
US11116478B2 (en) Diagnosis of pathologies using infrasonic signatures
US7753856B2 (en) Method, device and system for cardio-acoustic signal analysis
US20070282174A1 (en) System and method for acquisition and analysis of physiological auditory signals
US20080273709A1 (en) Systems and methods for tuning, analysis and display of heart sounds
Lukkarinen et al. A new phonocardiographic recording system
EP3678553A1 (fr) Diagnostic de pathologies à l&#39;aide de signatures infrasonores
WO2001080042A1 (fr) Procede et dispositif de detection de la fibrillation auriculaire cardiaque par la methode des ondelettes
EP2744413B1 (fr) Dispositif et procédé pour traiter des sons cardiaques pour auscultation
CH627358A5 (fr) Procede et appareillage d&#39;analyse rapide d&#39;un enregistrement electrocardiographique sur bande.
EP1366428A2 (fr) Procede et dispositif de filtrage d&#39;une serie rr issue d&#39;un signal cardiaque, et plus particulierement d&#39;un signal ecg
Ari et al. On a robust algorithm for heart sound segmentation
EP1069861B1 (fr) Technique et appareil de traitement d&#39;un signal d&#39;auscultation
EP0347515A1 (fr) Dispositif d&#39;analyse des bruits respiratoires
Yamacli et al. Segmentation of S1–S2 sounds in phonocardiogram records using wavelet energies
EP2014235A1 (fr) Procédé, dispositif et système pour analyse de signal cardio-vasculaire
Angelin et al. A Cost Effective Framework for Heart Signal Monitoring System
FR2973998A1 (fr) Dispostif et procede de suivi d&#39;une activite cardiaque et pulmonaire
Talab et al. Detecting heart anomalies using mobile phones and machine learning
Belloni et al. Towards a computer-aided diagnosis by means of phonocardiogram signals
FR2983055A1 (fr) Detection et estimation du complexe qrs pour le suivi d&#39;une activite cardiaque et pulmonaire
EP0426567B1 (fr) Analyseur d&#39;électrocardiogramme de longue durée

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CA JP US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2000914243

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2366686

Country of ref document: CA

Ref country code: CA

Ref document number: 2366686

Kind code of ref document: A

Format of ref document f/p: F

ENP Entry into the national phase

Ref country code: JP

Ref document number: 2000 606127

Kind code of ref document: A

Format of ref document f/p: F

WWE Wipo information: entry into national phase

Ref document number: 09937424

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 2000914243

Country of ref document: EP

WWW Wipo information: withdrawn in national office

Ref document number: 2000914243

Country of ref document: EP