本发明属于医疗仪器,具体涉及一种基于智能听诊器的传感数据分类判别系统及方法。
背景技术:
1、肺音是呼吸系统和大气进行气体交换时候所产生的声音信号,蕴含人体的生理和病理信息,能够很好反映人体呼吸体统的健康状况。呼吸音学在临床医学上有重要的意义,肺音自动诊断能够很好的用于早期健康筛查,还可用于检测病人的康复程度,并且在远程互联网医院具有广阔的应用前景。
2、电子听诊器是利用电子技术放大身体的声音,克服了声学听诊器噪音高的缺点,电子听诊器需要转换声波为电信号,然后被放大和处理,以获得听诊结果,可与计算机辅助听诊计划的分析所记录的心的声音病理或心脏杂音。现在的处理器的算力已经可以完成听诊结果的自动诊断,更加高效快捷。
3、现有的智能听诊器的传感器类型比较单一,通常仅依靠单一种类传感器来测得听诊数据,无法实现对多种类传感器采集数据的处理,对数据输出后通过人耳进行判断或通过外设显示来辅助判断,无法达到随用随测的方便程度。由于现在cpu设备以及处理性能逐渐发达,使得智能听诊随用随测成为可能,因此提出一种基于智能听诊器的传感数据分类判别系统及方法。
技术实现思路
1、本发明的目的在于提供一种基于智能听诊器的传感数据分类判别系统及方法,具备多种类传感器采集数据的处理,进行肺音自动诊断,实现智能听诊随用随测功能,解决了现有技术的无法实现对多种类传感器采集数据的处理,通过人耳进行判断或通过外设显示来辅助判断,无法达到随用随测的问题。
2、为了达到上述目的,本发明采用的技术方案为,本发明提供一种基于智能听诊器的传感数据分类判别系统,包括传感器,所述传感器电连接一级放大器,一级放大器电连接采样滤波器,采样滤波器电连接处理器,处理器电连接二级放大器,二级放大器电连接dac,dac电连接显示设备。
3、具体的,所述传感器包括位移传感器、速度传感器、加速度传感器、力传感器等振动传感器,传感器的灵敏度为-26db--29db。
4、具体的,所述一级放大器的放大增益为0-30db,二级放大器的放大增益为0-18db。
5、具体的,所述采样滤波器的滤波范围为≥10khz,采样信号8k-48khz。
6、具体的,所述处理器为双核主频2ghz。
7、具体的,所述显示设备包括显示器、喇叭等视觉显示设备以及听觉显示设备。
8、本发明同样提供一种基于智能听诊器的传感数据分类判别方法,所述处理器处理过程包括如下步骤:
9、1)获取采样信号;
10、2)使用信号处理算法对采样信号进行处理;
11、3)接入样本模型训练对比库;
12、4)将处理后的信号数据与样本对比库进行分类识别对比;
13、5)将判别结果输出。
14、具体的,所述步骤2)中使用hilber变换获得频域数据,再将频域数据使用emd算法提取特征参数。
15、具体的,所述步骤3)中的样本模型对比库中包括正常呼吸音与异常呼吸音经过步骤2)后的特性参数,包括正常呼吸音的气管呼吸音、支气管呼吸音、肺泡呼吸音的特性参数及异常呼吸音的干啰音、哮鸣音、湿啰音(粗湿啰音、细湿啰音、捻发音)和其他异常呼吸音(齁音、胸膜摩擦音等)的特性参数。
16、具体的,所述步骤5)中判别结果输出为数字信号。
17、与现有技术相比,本发明的优点和积极效果在于,
18、1、本发明能够利用不同类型的传感器采集信息数据测量听诊结果,提高了数据获取的通用性和实时性,增加了听诊操作的便捷性;
19、2、本发明具备多种类传感器采集数据的处理,进行肺音自动诊断,实现智能听诊随用随测功能,解决了现有技术的无法实现对多种类传感器采集数据的处理,通过人耳进行判断或通过外设显示来辅助判断,无法达到随用随测的问题。
1.一种基于智能听诊器的传感数据分类判别系统,其特征在于,包括传感器,所述传感器电连接一级放大器,一级放大器电连接采样滤波器,采样滤波器电连接处理器,处理器电连接二级放大器,二级放大器电连接dac,dac电连接显示设备。
2.根据权利要求1所述的一种基于智能听诊器的传感数据分类判别系统,其特征在于,所述传感器包括位移传感器、速度传感器、加速度传感器、力传感器等振动传感器,传感器的灵敏度为-26db--29db。
3.根据权利要求1所述的一种基于智能听诊器的传感数据分类判别系统,其特征在于,所述一级放大器的放大增益为0-30db,二级放大器的放大增益为0-18db。
4.根据权利要求1所述的一种基于智能听诊器的传感数据分类判别系统,其特征在于,所述采样滤波器的滤波范围为≥10khz,采样信号8k-48khz。
5.根据权利要求1所述的一种基于智能听诊器的传感数据分类判别系统,其特征在于,所述处理器为双核主频2ghz。
6.根据权利要求1所述的一种基于智能听诊器的传感数据分类判别系统,其特征在于,所述显示设备包括显示器、喇叭等视觉显示设备以及听觉显示设备。
7.根据权利要求1-6任一所述的一种基于智能听诊器的传感数据分类判别方法,其特征在于,所述处理器处理过程包括如下步骤:
8.根据权利要求7所述的一种基于智能听诊器的传感数据分类判别方法,其特征在于,所述步骤2)中使用hilber变换获得频域数据,再将频域数据使用emd算法提取特征参数。
9.根据权利要求7所述的一种基于智能听诊器的传感数据分类判别方法,其特征在于,所述步骤3)中的样本模型对比库中包括正常呼吸音与异常呼吸音经过步骤2)后的特性参数,包括正常呼吸音的气管呼吸音、支气管呼吸音、肺泡呼吸音的特性参数及异常呼吸音的干啰音、哮鸣音、湿啰音(粗湿啰音、细湿啰音、捻发音)和其他异常呼吸音(齁音、胸膜摩擦音等)的特性参数。
10.根据权利要求7所述的一种基于智能听诊器的传感数据分类判别方法,其特征在于,所述步骤5)中判别结果输出为数字信号。