对人体状态进行连续实时监测的系统和方法技术方案

本发明专利技术涉及基于声音对人体状态进行连续实时监测的系统及方法。根据一具体实施例，所述监测系统包括：声音采集模块，其配置为连续采集与人体特定部位产生的声音相关的监测信号；声音存储模块，其配置为将所述监测信号转换为数字声音数据并进行存储；声音分析模块，其配置为对所述数字声音数据进行定时截取形成声音片段，并对所述声音片段进行实时分析以确定所述声音片段含有病理性特征音的概率；声音判断模块，其配置为至少基于所述病理性特征音的概率对所述人体状态进行判断。监测系统能够代替医护人员对人体的呼吸音、肠鸣音进行连续监测，智能识别异常病理性声音，通过可视化方式呈现并进行预警，可用于重症病房以及术后病房的监护。

System and Method for Continuous Real-time Monitoring of Human Status

【技术实现步骤摘要】
对人体状态进行连续实时监测的系统和方法
本专利技术总体上涉及智能医疗辅助监测
，更具体地，涉及一种基于机器学习通过声音识别对人体状态进行连续实时智能监测的系统和方法。
技术介绍
目前在医疗领域，对于人体进行生命体征的监测有体温、脉搏、血压、血氧饱和度、胸腹呼吸音以及肠鸣音等主要指标，其中对于体温、脉搏、血压、血氧饱和度等指标都已经有了成熟的数字化装备，并且可实施持续的长期监测。但对于呼吸音以及肠鸣音等声音信号指标，仍然主要依赖于医生通过耳或听诊器来进行探听来诊断，还没有一种数字化的持续监测手段。对于呼吸异常，其反映在多种病症中，病变轻者多咳嗽、胸痛，重者则呼吸困难、缺氧，甚至呼吸衰竭而致死，例如睡眠呼吸暂停综合症(OSAHS)、上呼吸道阻塞(UAO)等。其中，睡眠表现有夜间睡眠打鼾伴呼吸暂停和白天嗜睡，是一种有潜在致死性的睡眠呼吸疾病，需要进行长时间的监护管理。UAO在重症医学科、儿科、老年科、耳鼻喉科等专科领域中的危害尤为突出，预防UAO也是手术期患者管理的重要内容。对于肠鸣音而言，其已经成为诊断腹部疾病的重要指标，对于急性胃肠炎、胃肠道出血、机械性肠梗阻等肠道疾病，肠鸣音具有不同的特征；另外，对于经历腹腔手术的患者而言，肠鸣音则反映了肠道活动是否恢复从而可相应制定患者的饮食计划。对于上述病症而言，如果出现发病先兆，必须要进行及时的干预，防止相应病情发生或病情恶化，例如对UAO事件而言，对其预测应该在血氧饱和度下降之前完成，否则可能发生严重不可逆损伤，甚至威胁患者生命。但目前对于发现UAO等呼吸系统疾病主要依靠医护人员的密切临床观察，对医护人员数量和人员经验要求较高，目前还没有一个有效的连续实时监测预警手段。对于肠鸣音，其随机性较强，且混有身体内部心肺音、脉搏等的干扰，目前仅能依赖于医生的听诊和主观经验，也缺乏有效的能进行连续实时的监测手段。因此，需要一种能对表现为声音异常的疾病进行预警和连续实时监测的医疗辅助诊断手段，其能够实现对上呼吸道阻塞等危急病情做到早期发现和预警，便于医护人员做出及早干预，也利于医生做出诊断意见和治疗方案。
技术实现思路
本专利技术的目的在于提供用于诊断、预防呼吸、肠道系统疾病的医疗辅助手段，其旨在针对医院临床呼吸道、肠道等监护的迫切需求，建立一套符合医护人员使用习惯的可信的辅助智能监测系统，代替医护人员进行监测对象呼吸音、肠鸣音的连续数字采集，智能识别病理性呼吸音、异常肠鸣音，应用于家庭自我监护、重症病房监护以及术后病房监护等。本专利技术一方面提供一种基于声音对人体状态进行连续实时监测系统，包括：声音采集模块，其配置为连续采集与人体特定部位产生的声音相关的监测信号；声音存储模块，其配置为将所述监测信号转换为数字声音数据并进行存储；声音分析模块，其配置为对所述数字声音数据进行定时截取形成声音片段，并对所述声音片段进行实时分析以确定所述声音片段含有病理性特征音的概率；以及声音判断模块，其配置为至少基于所述病理性特征音的概率对所述人体状态进行判断。在一实施例中，所述与人体特定部位产生的声音包括呼吸音和肠鸣音中的一种或几种，所述呼吸音的病理性特征音包括痰鸣音、鼾音、喘鸣音、胸膜摩擦音和哮鸣音中的一种或几种。在一实施例中，所述声音采集模块包括至少一个声音采集头及与其连接的采集头连接器，所述声音存储模块包括滤波放大电路、模数转换电路以及数据存储单元。在一实施例中，所述声音采集头采用压电传感器，其可贴附于所述人体特定部位，如胸部或腹部。在一实施例中，所述人体特定部位产生的声音为呼吸音，所述呼吸音的病理性特征为鼾音、喘鸣音和痰鸣音，且所述声音分析模块还配置为对所述声音片段进行实时分析以确定所述呼吸音的呼吸频率、吸气相占比和呼吸节律。在一实施例中，所述声音判断模块包括AE判别单元和UAO判别单元，其中所述AE判别单元配置为至少基于分析所述呼吸音的单个声音片段确定的所述病理性特征音的概率、所述呼吸音的呼吸频率、吸气相占比和呼吸节律来判断所述单个声音片段是否为不良事件或严重不良事件，所述UAO判别单元配置为对所述不良事件或严重不良事件进行累加计算并至少基于所述计算结果来判断所述人体状态是否为潜在上呼吸道阻塞。在这种情况下，该系统可应用于例如重症监护室，其可有效地对上呼吸道阻塞等潜在危急病情进行预警。在一实施例中，所述系统还包括显示模块，其配置为对以下数据类别中的至少一种进行实时显示：所述病理性呼吸音及其概率；所述呼吸音的呼吸频率、吸气相占比和呼吸节律；所述AE判别单元的结果；所述UAO判别单元的结果。在一实施例中，所述系统还包括预警模块，其配置为在所述UAO判别单元判断所述人体状态为潜在上呼吸道阻塞时，发出警报信号。在一实施例中，所述系统还包括通信模块，其配置为将所述数据类别中的一种或多种以有线或无线方式发送至中央监控模块。在一实施例中，所述声音分析模块配置有识别模型，所述识别模型基于医生标注数据，经神经网络训练得到。在一实施例中，所述声音分析模块还包括预处理单元，其配置为对所述声音片段进行短时傅里叶变换，经噪声滤波处理后生成声音信号的波谱图作为所述识别模型的输入数据。本专利技术的另一方面提供一种人体状态的实时监测方法，包括如下步骤：1)接收人体特定部位产生的声音数据，所述声音数据由对所述人体特定部位产生的声音进行连续实时采集而得到；2)对所述声音数据进行分析，判断所述声音的特征以及是否含有病理性特征音；以及3)根据所述分析结果，对所述人体状态进行判断。在一实施例中，所述步骤1)中，所述连续实时采集通过将压电传感器贴附于所述患者的特定部位进行。在一实施例中，所述步骤1)中，通过所述连续实时采集而得到的声音数据的时长不低于一分钟。优选连续采集并监测的时间大于8小时，更优选大于24小时。在一实施例中，所述步骤1)中，所述人体特定部位产生的声音为呼吸音和肠鸣音中的一种或几种，优选该声音为呼吸音，相应地，所述步骤2)中，所述呼吸音的病理性特征为鼾音、喘鸣音和痰鸣音，所述步骤3)中，判断所述呼吸音是否提示潜在呼吸道阻塞。在一实施例中，所述步骤2)包括如下步骤：2-1)定时截取所述声音数据形成声音片段，所述截取的步长为0.1-1秒，所述声音片段的长度为2-15秒；2-2)对截取的单个声音片段进行分析，获得呼吸频率、吸气相占比和呼吸节律特征；以及2-3)对所述单个声音片段进行短时傅里叶变化，并经噪声滤波处理后生成声音信号的波谱图，将其作为预先训练完成的神经网络模型的输入数据，获得病理性呼吸音的类型及概率数据。在一实施例中，所述步骤3)包括如下步骤：3-1)针对所述单个声音片段，基于所述呼吸频率、吸气相占比和呼吸节律，以及所述病理性呼吸音的类型及概率数据，根据预先设定的标准判断所述单个声音片段是否为不良事件或严重不良事件；以及3-2)针对当前获得的所有声音片段，基于对所述所有声音片段的分析结果，根据预先设定的标准判断所述患者是否发生潜在上呼吸道阻塞。在一实施例中，所述监测方法还包括：4)响应于所述判断提示潜在呼吸道阻塞，生成警报信号并进行发射。本专利技术的另一方面提供一种计算机程序产品，其包括有计算机程序指令，所述计算机程序被处理器运行时使处理器执行时上述方法的步骤。与现有技术相比，采用根据本申请实施例的智能监测本文档来自技高网...

【技术保护点】
1.一种基于声音对人体状态进行连续实时监测系统，包括：声音采集模块，其配置为连续采集与人体特定部位产生的声音相关的监测信号；声音存储模块，其配置为将所述监测信号转换为数字声音数据并进行存储；声音分析模块，其配置为对所述数字声音数据进行定时截取形成声音片段，并对所述声音片段进行实时分析以确定所述声音片段含有病理性特征音的概率；以及声音判断模块，其配置为至少基于所述病理性特征音的概率对所述人体状态进行判断。

【技术特征摘要】
1.一种基于声音对人体状态进行连续实时监测系统，包括：声音采集模块，其配置为连续采集与人体特定部位产生的声音相关的监测信号；声音存储模块，其配置为将所述监测信号转换为数字声音数据并进行存储；声音分析模块，其配置为对所述数字声音数据进行定时截取形成声音片段，并对所述声音片段进行实时分析以确定所述声音片段含有病理性特征音的概率；以及声音判断模块，其配置为至少基于所述病理性特征音的概率对所述人体状态进行判断。2.如权利要求1所述的系统，其中，所述与人体特定部位产生的声音包括呼吸音和肠鸣音中的一种或几种，所述呼吸音的病理性特征音包括痰鸣音、鼾音、喘鸣音、胸膜摩擦音和哮鸣音中的一种或几种。3.如权利要求2所述的系统，其中，所述声音采集模块包括至少一个声音采集头及与其连接的采集头连接器，所述声音存储模块包括滤波放大电路、模数转换电路以及数据存储单元。4.如权利要求3所述的系统，其中，所述声音采集头采用压电传感器，其可贴附于所述人体特定部位。5.如权利要求2所述的系统，其中，所述人体特定部位产生的声音为呼吸音，所述呼吸音的病理性特征为鼾音、喘鸣音和痰鸣音，且所述声音分析模块还配置为对所述声音片段进行实时分析以确定所述呼吸音的呼吸频率、吸气相占比和呼吸节律。6.如权利要求5所述的系统，其中，所述声音判断模块包括AE判别单元和UAO判别单元，其中所述AE判别单元配置为至少基于分析所述呼吸音的单个声音片段确定的所述病理性特征音的概率、所述呼吸音的呼吸频率、吸气相占比和呼吸节律判断所述单个声音片段是否为不良事件或严重不良事件，所述UAO判别单元配置为对所述不良事件或严重不良事件进行累加计算并至少基于所述计算结果判断所述人体状态是否为潜在上呼吸道阻塞。7.如权利要求6所述的系统，其中，所述系统还包括显示模块，其配置为对以下数据类别中的至少一种进行实时显示：所述病理性呼吸音及其概率；所述呼吸音的呼吸频率、吸气相占比和呼吸节律；所述AE判别单元的结果；所述UAO判别单元的结果。8.如权利要求7所述的系统，其中，所述系统还包括预警模块，其配置为在所述UAO判别单元判断所述人体状态为潜在上呼吸道阻塞时，发出警报信号。9.如权利要求7所述的系统，其中，所述系统还包括通信模块，其配置为将所述数据类别中的一种或多种以有线或无线方式发送至中央监控模块。10.如权利要...

【专利技术属性】
技术研发人员：杨斌，
申请(专利权)人：南京清科信息科技有限公司，
类型：发明
国别省市：江苏,32