一种基于心音检测和机器学习算法的心脏病筛查系统技术方案

本发明专利技术公开了一种基于心音检测和机器学习算法的心脏病筛查系统，包括信号采集模块、心音数据分析模块和数据库模块。其中，信号采集模块包括噪音采集单元和心音采集单元；心音采集单元用于采集被测者的心跳声音并转化为电信号，噪音采集单元用于采集环境中的说话声和其他声音，并使用减相的方法减小环境噪音的影响。心音数据分析模块采用滤波电路和放大电路减小高频环境噪音对心音信号的影响。数据分析程序针对特定的心音信号区间采用机器学习算法，通过心音信号分割、特征提取、模型选择、参数确定等步骤实现各类心脏病的模型建立和更新。本发明专利技术能够实现非入侵式的心脏病筛查，利用简单便携的心音采集器，能够解决就医时排队耗时且费用昂贵的现状。

A heart disease screening system based on heart sound detection and machine learning algorithm

The invention discloses a heart disease screening system based on heart sound detection and machine learning algorithm, which comprises a signal acquisition module, a heart sound data analysis module and a database module. Among them, the signal acquisition module comprises an acquisition unit and signal collection unit noise; signal collection unit is used for collecting measured heart sound and converted into an electrical signal acquisition unit is used for collecting environmental noise in voice and other sounds, and use the influence of reduction phase for the decreasing of environmental noise. The heart sound data analysis module uses filter circuit and amplifier circuit to reduce the influence of high frequency environmental noise on heart sound signal. The data analysis program uses the machine learning algorithm according to the specific heart sound signal interval, through the heart sound signal segmentation, feature extraction, model selection, parameter determination and other steps to achieve the establishment and update of various heart disease models. The invention can realize non-invasive heart disease screening, and uses simple and portable heart sound collector to solve the problem of queuing time consuming and expensive in medical treatment.

【技术实现步骤摘要】
一种基于心音检测和机器学习算法的心脏病筛查系统
本专利技术涉及心脏病检测装置领域，具体地说，特别涉及到一种基于心音检测和机器学习算法的心脏病筛查系统。
技术介绍
心脏病作为对现代人危害最大的疾病之一，需要医生或患者对心率进行实时监测以预防心脏病的危害。现代医院的检测手段复杂价格昂贵，而检查结果往往50％都没有心脏病。对于被检测者而言，传统的检测手段是时间和金钱上的浪费。超声波在临床操作复杂，费时费钱；心电图无法准确预测先天性心脏病，上述两种技术均难于应用大规模临床先心病的筛查。为了解决上述问题，现有技术中已有通过采用用心音检测的方法来检测心脏病，但其仍然存在不足，问题如下：1、抗干扰能力差，少有涉及噪音隔离及利用硬件消除的设计。2、目前心音信号处理算法大多采用传统的信号处理方法，信号处理效果差，只能适用于特定要求下的病人复现性差。3、现有技术均只是针对部分病人的数据，没有利用到大量的病人数据，没有建立数据库，所采用的技术及其方案均具有局限性。
技术实现思路
本专利技术的目的在于针对现有技术中的不足，提供本专利技术旨在改变，提出一种心脏病筛查系统，提供一种采用噪音隔离硬件设计、新型信号处理本文档来自技高网...

【技术保护点】
一种基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：包括信号采集模块(1)、心音数据分析模块(2)和数据库模块(3)；所述信号采集模块(1)包括壳体、以及设置在所述壳体内的噪音采集单元(11)和心音采集单元(12)；所述噪音采集单元(11)安装在壳体的顶部，其包括与壳体固定连接的上安装壳体(111)，在所述上安装壳体(111)上安装有噪音采集器(112)、以及与所述噪音采集器(112)连接的噪音传感器(113)；所述心音采集单元(12)安装在壳体的底部，其包括通过卡槽与壳体固定连接的不锈钢腔体(121)、以及安装在不锈钢腔体(121)上的下安装壳体(122)，在所述下安装壳体(122)...

【技术特征摘要】
1.一种基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：包括信号采集模块(1)、心音数据分析模块(2)和数据库模块(3)；所述信号采集模块(1)包括壳体、以及设置在所述壳体内的噪音采集单元(11)和心音采集单元(12)；所述噪音采集单元(11)安装在壳体的顶部，其包括与壳体固定连接的上安装壳体(111)，在所述上安装壳体(111)上安装有噪音采集器(112)、以及与所述噪音采集器(112)连接的噪音传感器(113)；所述心音采集单元(12)安装在壳体的底部，其包括通过卡槽与壳体固定连接的不锈钢腔体(121)、以及安装在不锈钢腔体(121)上的下安装壳体(122)，在所述下安装壳体(122)上安装有心音采集器(123)、以及与所述心音采集器(123)连接的心音传感器(124)；所述心音数据分析模块(2)包括预处理电路(21)，预处理电路(21)的输入端与噪音传感器(113)和心音传感器(124)的数据输出端连接，预处理电路(21)包括依次设置的前级放大器、滤波器、中间放大器、后级放大器和A/D转换器，心音数据和噪音数据经预处理电路(21)处理后由蓝牙天线(14)发送至云端，并利用基于机器学习算法得到的模型进行数据分析，数据分析后得...

【专利技术属性】
技术研发人员：余秦，赵鹏军，张执南，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31