CN106037792B - 一种心音波形数据处理和图形显示方法及其听诊系统 - Google Patents

Abstract

本发明公开了一种心音波形数据处理和图形显示方法及其听诊系统，通过心音波形数据处理方法无需用户输入任何参数，便可准确和自动的识别第一心音和第二心音的特征并实时提取心率；通过心音图形显示方法，同时将原始心音图和数据处理后的类似心电图展示在同一张图上，共用一条时间轴，便于特征点的上下对比，既可观察原始心音图的原始波动情况，也可从数据处理后的类似心电图中清晰观察心音特征，实现了心音图形的直观化，获得清晰明了的心音图，使诊断更准确；通过电子听诊系统，可实时记录并实时提取心率，显示清晰明了心音图。

Description

一种心音波形数据处理和图形显示方法及其听诊系统

技术领域

本发明涉及一种电子听诊器心音数据处理和显示技术，特别涉及一种心音波形数据处理和图形显示方法及其听诊系统。

背景技术

临床工作中医护人员经常要借助于听诊器，通过听诊器体外获取人体内脏器官活动的声音，医护人员可以初步判断出病因。

心音是能反映心脏正常或者病理的音响，它是由于心脏搏动过程中各瓣膜的开闭以及心肌和血液运动所产生的震动形成的。心音听诊是诊断心脏疾病的重要依据。传统的方法是采用听诊器听诊心音，诊断的依据主要是医师的经验。

然而，老的听诊器听诊心音，虽然方法简单，但往往难以捕捉到人体内部脏器发出的一些微弱但却非常重要的生物声，致使医生无法及时做出诊断，且诊断的依据主要根据医师的经验，准确性较差。从另一角度讲，人耳对声音的感知是声强与频率的综合效应，因而有些病理特性难以捕捉，且准确性较差。

同时，传统听诊器存在由于压管压力问题导致的外耳道不适、音质易受干扰等弊端，长期使用传统听诊器，医护人员的听力受到影响。

这就需要一种新颖的电子听诊器对听诊音进行定量、准确的分析。目前国内与国外电子听诊器产品在价格、功能上的差异较大，国外电子听诊器产品性能较好却价格高昂，国内产品较国外而言，性能还存在较大差距，多数只是将心音采集后放大，虽然在一定程度上改良了听诊器，但是还不能很好地反映心音波形。

业内专业人士都知道，电子听诊器获取的声音要进行的数据处理很复杂，不易得到心脏的生理和病理数据模型，如何实时提取心率，并获得清晰明了、便于心音图的解读的可视心音图都是难于解决的技术问题。

同时，搭建一套简易、价格低廉、新颖的可视听的电子听诊器仪器，并优化心音的数据处理技术和算法，实时记录、实时提取心率，获得清晰明了的心音图，使诊断更准确，也便于医护等人员的使用，其意义也很重大。

因此，特别需要一种心音波形数据处理和图形显示方法及其听诊系统，以解决上述现有存在的问题。

发明内容

本发明的第一个目的在于提供一种心音波形数据处理和心音图形显示方法，针对现有技术的不足，将电子听诊器获取的心音数据转换成心电图类似的图形，以便识别第一心音和第二心音的特征并实时提取心率，同时将原始心音图和数据处理后的类似心电图展示在同一张图上，便于心音图的解读。

本发明的第二个目的在于提供一种电子听诊系统，针对现有技术的不足，可实时记录并实时提取心率，显示清晰明了心音图，简易新颖，便于医护等人员的使用。

本发明所解决的技术问题可以采用以下技术方案来实现：

第一方面，本发明提供一种心音波形数据处理方法，其特征在于，它包括如下步骤：

（1）选取一段心音数据；

（2）对心音数据进行数据处理和转换，拾取心音波形的峰点；

（3）识别出第一心音和第二心音，并统计出该段数据内的平均心率。

在本发明的一个实施例中，所述心音数据的处理具体步骤如下：

第1步：选取一段心音数据，数据长不小于3秒；

第2步：数据带通滤波：滤波频率范围为20-100Hz；

第3步：数据正值转换：数据取绝对值；

第4步：数据平滑滤波；

第5步：拾取心音波形的峰点：寻峰参数可使用经验参数，保证峰点为有效的心音特征点。

第6步：计算每个心音周期的特征点参数：位置、峰高和峰间距；

第7步：识别第一心音S1和第二心音S2：根据心音的时间属性，来识别出第一心音S1和第二心音S2；

第8步：统计该段心音数据内的平均心率：采用相邻第一心音S1之间的时间计算心率和平均心率。

进一步，所述心音数据的长度为3-10秒，使数据量不至于过大而影响计算速度。

进一步，所述特征点是指在一个心音周期内的第一心音S1、第二心音S2、第三心音S3、第四心音S4；所述特征点参数包括峰位置、峰高、峰间距、心音图中相临第一心音S1的时间间隔表示为dS1S1、心音图中一个心音周期内第一心音S1和第二心音S2的时间间隔表示为dS1S2。

进一步，上述第七步中，识别第一心音S1和第二心音S2，其目的是对心音数据处理前6步获得的每个心音周期的特征点参数，进行筛选，剔除无效峰点，并最终自动识别出第一心音S1和第二心音S2，该识别方法包括如下步骤：

第一步:根据峰个数筛选，筛选方法为1）先计算最大有效峰个数，最大有效峰个数计算公式为：最大有效峰个数=时间长度（单位秒）/60´120´4；2）如果特征点个数不大于最大有效峰个数，则不用筛选；3）如果需要筛选，则先对特征点参数结果以峰高值从高到低进行排序，然后把尾部超过有效个数的特征点删除；

第二步:根据峰高值筛选，筛选方法为1）提起特征点的实际最大峰高值；2）确定有效峰高最小值，有效峰高最小值=实际最大峰高值/4；3）将峰高小于有效峰高最小值的特征点剔除；

第三步: 根据峰峰间距筛选，筛选方法为根据峰峰间距必须不小于0.2秒的原则进行筛选，当两相邻峰间距小于0.2秒时，将峰高小的特征点剔除，然后再重新查找峰峰间距，直到满足峰峰间距的要求；

第四步: 识别第一心音：第一心音S1和第二心音S2间距的具有如下时间特性：dS1S2<dS2S1，即在一个心音周期里，第一心音S1到第二心音S2间的时间小于第二心音S2到第一心音S1间的时间；根据第一心音S1和第二心音S2间距的时间特性，对特征点峰峰间距筛选结果表进行第一心音识别。

第五步:识别出第二心音：识别方法为第一心音S1随后的峰如果不是第一心音S1，即可标记为S2，同时满足dS1S2>0.2s。

进一步，上述第八步中，所述该段心音数据内的平均心率，其计算方法为该段心音数据内所有相邻第一心音S1之间的时间计算心率，并统计其算术平均值对应的心率，计算公式为r=60/(pdS1S1)，其中pdS1S1为S1周期的算术平均值。

第二方面，本发明还提供一种心音图形显示方法，其特征在于，其方法是将原始心音图和数据处理后的类似心电图上下排列，并共用一条时间轴，特征点的上下对比，数据处理后的类似心电图可比较清晰的标示心音S1和心音S2，而原始心音图能反映心音S1和心音S2的原始波动情况，合并解释更有利于心音的辅助诊断；所述心音数据处理后的类似心电图是指数据处理第三步后的数据图形，它主要特征是数据经过正值转化后，无负数峰形，类似于心电图。

第三方面，本发明还提供一种电子听诊系统，其特征在于，它由听诊头、拾音部件、数据记录及处理部件组成，所述听诊头为听诊器的声音获取和传导部件，所述拾音部件将由听诊头传来的声音转换为电信号，所述数据记录和处理部件为通过本发明的心音波形数据处理和心音图形显示方法进行声音数据记录和处理的终端设备，所述听诊头和拾音部件相连，所述拾音部件和数据记录及处理部件可通过有线和/或无线方式相连。

进一步，所述终端设备包括手机、平板电脑和计算机。

本发明的心音波形数据处理方法无需用户输入任何参数，便可准确和自动的识别第一心音和第二心音的特征并实时提取心率。

本发明的心音图形显示方法，同时将原始心音图和数据处理后的类似心电图展示在同一张图上，共用一条时间轴，便于特征点的上下对比，既可观察原始心音图的原始波动情况，也可从数据处理后的类似心电图中清晰观察心音特征，实现了心音图形的直观化，获得清晰明了的心音图，使诊断更准确。

本发明的电子听诊系统，因其使用本发明的心音波形数据处理和心音图形显示方法，故可实时记录并实时提取心率，显示清晰明了心音图。

本发明的特点可参阅本案图式及以下较好实施方式的详细说明而获得清楚地了解。

附图说明

图1为本发明的电子听诊器系统的结构原理图；

图2为本发明的心音周期的特征点示意图；

图3为本发明的心音数据处理流程图；

图4为本发明的识别第一心音S1和第二心音S2流程图；

图5为本发明的样本心音原始数据心音图；

图6为本发明的样本心音数据处理后心音图；

图7为本发明的拾取心音波形的峰点图；

图8为本发明的特征点参数结果表；

图9为本发明的特征点峰高筛选后峰点示意图；

图10为本发明的特征点峰高筛选结果表；

图11为本发明的特征点峰峰间距筛选峰点示意图；

图12为本发明的特征点峰峰间距筛选结果表；

图13为本发明的心音特征点最终结果示意图；

图14为本发明的心音特征点最终结果表；

图15为本发明的样本数据处理前后心音数据合并显示图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

实施例

参见图1所示，其所示为本发明的电子听诊系统的原理图。由图可知，该电子听诊系统主要包括听诊头101、拾音部件102、数据记录及处理部件103共三部分组成。其中，所述听诊头101为听诊器的声音获取和传导部件；所述拾音部件102将由听诊头传来的声音转换为电信号；所述数据记录和处理设备103为通过本发明的心音波形数据处理和心音图形显示方法进行声音数据记录和处理的终端设备，终端设备包括手机、平板电脑和计算机；所述听诊头101和拾音部件102相连；所述拾音部件102和数据记录及处理部件103可通过有线和/或无线方式相连。

参见图2所示，其所示为心音周期的特征点示意图。由图可知，心音特征点包括第一心音S1和第二心音S2、第三心音S3和第四心音S4。

参见图3所示，其所示为本发明的心音数据处理流程图。数据处理包括8个步骤。

参见图5所示，为一个心音原始数据样本心音图，样本数据长度为3秒。

参见图6所示，为一个样本心音数据处理后心音图。

以该图5样本数据为例，解释本发明心音数据处理过程：

第1步：选取一段心音数据，如图5所示，为样本原始数据心音图，这里样本数据长度为3秒，本方法选取一段心音数据的长度最好选在3到10秒之间，一方面数据量不至于过大而影响计算速度。

第2步：数据带通滤波：滤波频率范围为20-100Hz。

第3步：数据正值转换：数据取绝对值。

第4步：数据平滑滤波：滤波时间宽度为0.1秒。

经过以上四步数据处理，数据处理后心音图如图6所示。

第5步：拾取心音波形的峰点：寻峰参数可使用经验参数，保证峰点为有效的心音特征点；如图7所示，为拾取心音波形的峰点图，图中显示，共拾取峰点18个。

第6步：计算每个心音周期的特征点参数：位置、峰高、峰间距；各点数据见图8所示特征点参数结果表。

第7步：识别第一心音S1和第二心音S2：根据图4所示为识别第一心音S1和第二心音S2流程，对第6步获得的每个心音周期的特征点参数，进行筛选和识别，最终该样本数据得到4个S1和4个S2，如图13心音特征点最终结果示意图所示；

第8步：统计该段心音数据内的平均心率：采用相邻第一心音S1之间的时间计算心率和平均心率。本例样本数据中，采用图14心音特征点最终结果表，图中看到共有4个S1特征点，其平均心率为78次/分。

参见图4所示，其所示为识别第一心音S1和第二心音S2流程图，是本发明中心音数据处理流程中的第7步“识别出第一心音S1和第二心音S2”的数据处理流程图。该数据处理流程包括5个步骤。以本次数据处理为例（以图5为心音原始数据样本），对对第6步获得的每个心音周期的特征点参数，见图8．特征点参数结果表，进行筛选和识别，步骤如下：

第一步:根据峰个数筛选，本例样本数据为3秒，最大有效峰个数=时间长度（单位秒）/60´120´4=24个，实际特征点参数结果个数为18个，不用删除多余特征点；

第二步:根据峰高值筛选，本例样本数据的特征点参数结果表（图8）中，最大峰高值=12431，有效峰高最小值=实际最大峰高值/4 =12431/4 =3108,将峰高小于有效峰高最小值将峰高小于有效峰高最小值的特征点剔除的特征点剔除，筛选后特征点数据见图10特征点峰高筛选结果表；图9所示为特征点峰高筛选后峰点示意图。

第三步: 根据峰峰间距筛选，本例样本数据中，对特征点经峰高筛选后的结果进行峰峰间距筛选，将图10特征点峰高筛选结果表中的3号点剔除，得到筛选后特征点数据见图12特征点峰峰间距筛选结果表；图11所示为特征点峰峰间距筛选后峰点示意图。

第四步: 识别第一心音：本例样本数据中，采用特征点峰峰间距筛选结果表（见图12），进行第一心音识别，结果为图14心音特征点最终结果表，图13所示为心音特征点最终结果示意图，图中看到共有4个S1特征点。

第五步:识别出第二心音：识别方法为S1 随后的峰如果不是S1，即可标记为S2，同时满足dS1S2>0.2s。本例样本数据中，在第一心音识别后，根据标注S2的原则，标记S2点，最终结果为图14心音特征点最终结果表，图13所示为心音特征点最终结果示意图，图中看到共有4个S2特征点。

参见图4所示，其所示为样本数据处理前后心音数据合并显示图；图中上部分为原始数据图，下部分数据处理后图，上下图共用时间轴，方便对比分析。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种心音波形数据处理方法，其特征在于，它包括如下步骤：

（1）选取一段心音数据；

（2）对心音波形数据进行数据处理和转换，拾取心音波形的峰点；

（3）识别出第一心音和第二心音，并统计出该段数据内的平均心率；

识别第一心音S1和第二心音S2方法包括如下步骤：

第一步:根据峰个数筛选，筛选方法为1）先计算最大有效峰个数，最大有效峰个数计算公式为：最大有效峰个数=时间长度/60×120×4；2）如果特征点个数不大于最大有效峰个数，则不用筛选；3）如果需要筛选，则先对特征点参数结果以峰高值从高到低进行排序，然后把尾部超过有效个数的特征点删除；

第二步:根据峰高值筛选，筛选方法为1）提取特征点的实际最大峰高值；2）确定有效峰高最小值，有效峰高最小值=实际最大峰高值/4；3）将峰高小于有效峰高最小值的特征点剔除；

第三步: 根据峰峰间距筛选，筛选方法为根据峰峰间距必须不小于0.2秒的原则进行筛选，当两相邻峰间距小于0.2秒时，将峰高小的特征点剔除，然后再重新查找峰峰间距，直到满足峰峰间距的要求；

第四步: 识别第一心音：第一心音S1和第二心音S2的间距具有如下时间特性：dS1S2<dS2S1，即在一个心音周期里，第一心音S1到第二心音S2间的时间dS1S2小于第二心音S2到第一心音S1间的时间dS2S1；根据第一心音S1和第二心音S2间距的时间特性，对特征点峰峰间距筛选结果表进行第一心音识别；

第五步:识别出第二心音：识别方法为第一心音S1随后的峰如果不是第一心音S1，即标记为S2，同时满足dS1S2>0.2s。

2.如权利要求1所述的心音波形数据处理方法，其特征在于，所述心音波形数据的处理具体步骤如下：

第1步：选取一段心音数据，数据长不小于3秒；

第2步：数据带通滤波：滤波频率范围为20-100Hz；

第3步：数据正值转换：数据取绝对值；

第4步：数据平滑滤波；

第5步：拾取心音波形的峰点：寻峰参数使用经验参数，保证峰点为有效的心音特征点；

第6步：计算每个心音周期的特征点参数：位置、峰高和峰间距；

第7步：识别第一心音S1和第二心音S2：根据心音的时间属性，来识别出第一心音S1和第二心音S2；

第8步：统计该段心音数据内的平均心率：采用相邻第一心音S1之间的时间计算心率和平均心率。

3.如权利要求1所述的心音波形数据处理方法，其特征在于，所述心音数据的长度为3-10秒，使数据量不至于过大而影响计算速度。

4.如权利要求2所述的心音波形数据处理方法，其特征在于，所述特征点是指在一个心音周期内的第一心音S1、第二心音S2、第三心音S3、第四心音S4；所述特征点参数包括峰位置、峰高、峰间距、心音图中相邻第一心音S1的时间间隔表示为dS1S1、心音图中一个心音周期内第一心音S1和第二心音S2的时间间隔表示为dS1S2。

5.如权利要求2所述的心音波形数据处理方法，其特征在于，上述第7步中，识别第一心音S1和第二心音S2，其目的是对心音数据处理前6步获得的每个心音周期的特征点参数，进行筛选，剔除无效峰点，并最终自动识别出第一心音S1和第二心音S2。

6.如权利要求2所述的心音波形数据处理方法，其特征在于，上述第8步中，所述该段心音数据内的平均心率，其计算方法为该段心音数据内所有相邻第一心音S1之间的时间计算心率，并统计其算术平均值对应的心率，计算公式为r=60/(pdS1S1)，其中pdS1S1为S1周期的算术平均值。

7.一种心音图形显示方法，其特征在于，其方法是将原始心音图和数据处理后的类似心电图上下排列，并共用一条时间轴，特征点的上下对比，数据处理后的类似心电图可比较清晰的标示心音S1和心音S2，而原始心音图能反映心音S1和心音S2的原始波动情况，合并解释更有利于心音的辅助诊断；所述心音数据处理后的类似心电图是指数据如权利要求2中所述第3步处理后的数据图形，其特征是数据经过正值转化后，无负数峰形，类似于心电图。

8.一种电子听诊系统，其特征在于，它由听诊头、拾音部件、数据记录及处理部件组成，所述听诊头为听诊器的声音获取和传导部件，所述拾音部件将由听诊头传来的声音转换为电信号，所述数据记录及处理部件为通过权利要求1所述的心音波形数据处理方法和权利要求7所述的心音图形显示方法进行声音数据记录和处理的终端设备，所述听诊头和拾音部件相连，所述拾音部件和数据记录及处理部件可通过有线和/或无线方式相连。

9.如权利要求8所述的电子听诊系统，其特征在于，所述终端设备包括手机和计算机。