基于心音信号计算心率的方法技术

本发明专利技术公开了一种基于心音信号计算心率的方法，包括：接收实时心音信号并进行预处理；将预处理后的心音信号通过香农包络算法计算得到香农包络曲线数据并进行缓存；对缓存的香农包络曲线数据进行分帧和第一窗口滑动长度设置；对当前缓存的香农包括曲线数据的每一帧数据进行分析，得到一系列的心音包络数据；筛选出有效的心音包络数据；按照时间顺序取相邻两个对应心音（两个心音S1或者两个心音S2）中的包络峰值，根据两个包络峰值计算得到瞬时心率。本发明专利技术可以有效避免异常声音干扰，同时得到准确、平滑的心率结果。

Heart rate calculation based on heart sound signal

【技术实现步骤摘要】
基于心音信号计算心率的方法
本专利技术涉及基于智能听诊器采集的实时心音信号来计算心率的方法。
技术介绍
听诊器已经有200多年的历史，自专利技术以来，就成为了医生的一个基础检查装置，并且在心肺疾病的初诊方面发挥重要的作用。然而传统听诊器是机械结构的，通过物理结构对声音进行放大，其主要缺点只能医生凭借经验判断疾病特征，并且人体的声音数据无法数字化保存。随着移动互联网与人工智能的迅速发展，电子听诊器(智能听诊器)的出现，这个古老的行业有了全新的升级。电子听诊器利用电子技术放大身体的声音，在一定程度上克服了听诊器噪音高的问题，在保持传统声学听诊器的外观和感觉的基础上，能够提高声音信号的检测能力。电子智能听诊器的问世大大地弥补了远程医疗中远程诊断工具的空缺并赋予患者更多的医疗参与感和主动权，让患者可以在家问诊、听诊并第一时间得到医生的帮助和建议。在互联网和智能硬件的配合下，医院和医生对于患者的服务时间及空间都得到极大的拓展，使诊前报警，诊后随访能力都得到了加强。同时也将患者听诊音信息作为电子数据，具有可存储性，为今后的医学新技术研发提供更丰富的数据支撑。因此，电子智能听诊器可以说是远程医疗、智能医疗的润滑剂，能让远程医疗更贴近传统的医患面对面，让远程医疗、智能医疗的作用能真正落地。听诊器从传统形式进入智能化、互联网化时代，使听诊器从一个医生的诊断工具延展成了患者的远程医疗工具，从医院拓展到了患者家里成为患者的自诊断武器。现有的电子听诊器一般基于心音计算心率的方法主要是通过查找心音信号数据峰值来确定心率对应的S1、S2波峰，通过波峰之间的时间差T来计算心率，其要求的心音信号数据需要十分规范，需要有明确的心音S1、S2波峰，但在实际使用环境中无法规避环境噪音、设备摩擦音等异常声音带来的干扰，导致实际测量计算误差比较大，同时对操作手法、拾音设备设计、使用环境等要求相当高。本专利技术涉及到的名词解释：心音：心音(heartsound)指由心肌收缩、心脏瓣膜关闭和血液撞击心室壁、大动脉壁等引起的振动所产生的声音。它可在胸壁一定部位用听诊器听取，也可用换能器等仪器记录心音的机械振动，称为心音图。心音S1、S2：心脏收缩舒张时产生的声音(即心脏跳动一次发出的两次声音)，可用耳或听诊器在胸壁听到，亦可用电子仪器记录下来(心音图)。可分为第一心音(S1)第二心音(S2)。(正常情况下均可听到)。第三心音(S3通常仅在儿童及青少年可听到)，第四心音(S4正常情况很少听到)，本专利技术所指的相邻两个心音为S1和S2，本专利技术所指的相邻两个对应心音为两个S1或者两个S2。智能听诊器：智能听诊器是一种取消了人耳与听头的物理连接，采用蓝牙无线等通信手段传输音频，配合智能算法，利用智能手机APP为患者提供标准化听诊引导，并能将远程医生服务接入产品，让人在家智能远程听诊、看医生的智能医疗设备。采样频率：采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹(Hz)来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机每秒钟采集多少个信号样本。
技术实现思路
本专利技术为了解决上述现有技术心率计算误差较大、要求高的技术问题，提出一种基于心音信号计算心率的方法。本专利技术提出的基于心音信号计算心率的方法是通过智能听诊器采集到的实时声音信号实现心率计算的方法，利用香农能量算法得出香农能量曲线，再利用香农包络算法计算出用于心率计算的心音包络，最后利用包络特征分析出有效心音包络计算出心率。本专利技术具体包括如下步骤：步骤1，接收实时心音信号并进行预处理；步骤2，将预处理后的心音信号通过香农包络算法计算得到香农包络曲线数据并进行缓存；步骤3，对缓存的香农包络曲线数据进行分帧和第一窗口滑动长度设置；步骤4，对当前缓存的香农包括曲线数据的每一帧数据进行分析，得到一系列的心音包络数据；步骤5，筛选出有效的心音包络数据；步骤6，按照时间顺序取相邻两个对应心音中的包络峰值，根据两个包络峰值计算得到瞬时心率。优选的，还包括步骤7：计算多个顺次的瞬时心率的平均值得到平均心率。进一步，所述步骤1具体包括：步骤1.1，将实时心音信号进行缓存，对缓存的心音信号数据进行分帧和第二窗口滑动长度设置；步骤1.2，将每一帧心音信号数据进行归一化处理得到所述预处理后的心音信号；步骤1.3，设置心音信号处理的窗口长度，和相邻窗口之间的重叠长度。进一步，所述步骤1.1中，对缓存的心音信号数据进行分帧时的帧时长具体为可以确保每一帧心音信号数据至少包含一个心音周期的时长。进一步，所述步骤1.2具体包括：判断当前帧是否是第一帧心音信号数据，如果不是第一帧心音信号数据，则从缓存中向前滑动所述第二窗口滑动长度开始取一帧心音信号数据并继续下一步骤；否则，继续下一步骤；将每一帧心音信号数据通过公式进行归一化处理，所述xnorm(t)为归一化处理得到时间t对应的所述预处理后的心音信号，所述S(t)为每一帧心音信号中的每一个时间t对应的数据，max(|s(t)|)为每一帧心音信号中所有数据的最大值。进一步，所述步骤2具体包括：将预处理后的心音信号中依次连续长度为心音信号处理的一个所述窗口长度的数据根据公式计算平均香农能量，其中，xnorm(i)为每一帧所述预处理后的心音信号，所述N为一个心音信号处理的窗口长度内的采样点数，Es(t)为第t段窗口长度的心音信号的平均香农能量；根据标准方差公式计算平均香农能量的标准方差S(Es(t))；根据公式计算归一化平均香农能量得到香农包络曲线数据并进行缓存，所述P(t)为第t段窗口长度的心音信号对应的香农包络曲线数据，M(Es(t))为Es(t)的平均值。进一步，所述步骤4具体包括：设置包络阈值；按照时间顺序依次将每一帧数据中的归一化平均香农能量与阈值进行比较；从找到大于所述阈值的归一化平均香农能量对应的时间点t1起，直到找到下一个小于等于所述阈值的归一化平均香农能量对应的时间点t2为止，将时间点t1与时间点t2之间的归一化平均香农能量存为一个心音包络对应的心音包络数据；继续预测时间点t2之后的Vn个归一化平均香农能量，若存在大于所述阈值的归一化平均香农能量，则向后查找新的时间点t2，使得新的时间点t2处的归一化平均香农能量小于等于所述阈值，且该新的时间点t2之后的Vn个归一化平均香农能量不存在大于所述阈值的归一化平均香农能量。上述Vn的取值满足，Vn*Dt小于相邻两次心音(S1、S2)的时间间隔。进一步，所述步骤5具体包括：将每一个心音包络的所述时间点t2与时间点t1的差值乘以相邻两段平均香农能量的时间间隔得到的取值，与预设时间值进行比较，若所述取值小于等于所述预设时间值，则该心音包络对应的心音包络数据为有效的心音包络数据，否则，为无效的心音包络本文档来自技高网...

【技术保护点】
1.一种基于心音信号计算心率的方法，其特征在于，包括：/n步骤1，接收实时心音信号并进行预处理；/n步骤2，将预处理后的心音信号通过香农包络算法计算得到香农包络曲线数据并进行缓存；/n步骤3，对缓存的香农包络曲线数据进行分帧和第一窗口滑动长度设置；/n步骤4，对当前缓存的香农包括曲线数据的每一帧数据进行分析，得到一系列的心音包络数据；/n步骤5，筛选出有效的心音包络数据；/n步骤6，按照时间顺序取相邻两个对应心音中对应的包络峰值，根据两个包络峰值计算得到瞬时心率。/n

【技术特征摘要】
1.一种基于心音信号计算心率的方法，其特征在于，包括：
步骤1，接收实时心音信号并进行预处理；
步骤2，将预处理后的心音信号通过香农包络算法计算得到香农包络曲线数据并进行缓存；
步骤3，对缓存的香农包络曲线数据进行分帧和第一窗口滑动长度设置；
步骤4，对当前缓存的香农包括曲线数据的每一帧数据进行分析，得到一系列的心音包络数据；
步骤5，筛选出有效的心音包络数据；
步骤6，按照时间顺序取相邻两个对应心音中对应的包络峰值，根据两个包络峰值计算得到瞬时心率。


2.如权利要求1所述的基于心音信号计算心率的方法，其特征在于，还包括步骤7：计算多个顺次的瞬时心率的平均值得到平均心率。


3.如权利要求1所述的基于心音信号计算心率的方法，其特征在于，所述步骤1具体包括：
步骤1.1，将实时心音信号进行缓存，对缓存的心音信号数据进行分帧和第二窗口滑动长度设置；
步骤1.2，将每一帧心音信号数据进行归一化处理得到所述预处理后的心音信号；
步骤1.3，设置心音信号处理的窗口长度，和相邻窗口之间的重叠长度。


4.如权利要求3所述的基于心音信号计算心率的方法，其特征在于，所述步骤1.1中，对缓存的心音信号数据进行分帧时的帧时长具体为可以确保每一帧心音信号数据至少包含一个心音周期的时长。


5.如权利要求3所述的基于心音信号计算心率的方法，其特征在于，所述步骤1.2具体包括：
判断当前帧是否是第一帧心音信号数据，如果不是第一帧心音信号数据，则从缓存中向前滑动所述第二窗口滑动长度开始取一帧心音信号数据并继续下一步骤；否则，继续下一步骤；
将每一帧心音信号数据通过公式进行归一化处理，所述xnorm(t)为归一化处理得到时间t对应的所述预处理后的心音信号，所述S(t)为每一帧心音信号中的每一个时间t对应的数据，max(|s(t)|)为每一帧心音信号中所有数据的最大值。


6.如权利要求3所述的基于心音信号计算心率的方法，其特征在于，所述步骤2具体包括：
将预处理后的心音信号中依次连续长度为心音信号处理的一个所述窗口长度的数据根据公式计算平均...

【专利技术属性】
技术研发人员：邓成城，刘学文，车明贤，
申请(专利权)人：国微集团深圳有限公司，
类型：发明
国别省市：广东;44