一种基于呼气相频谱分析的儿童咳嗽变异性哮喘诊断仪器

摘要

本发明公开了一种基于呼气相频谱分析的儿童咳嗽变异性哮喘诊断仪器，通过仪器设备对儿童呼气的声音信号进行高灵敏度采集，利用仪器内建的CVA诊断算法体系，可以实现对异常呼气相声音信号的捕捉分析用于协助儿童变异性哮喘的诊断。本发明使用方便，诊断结果可靠，有望显著提高儿童CVA诊断效率和准确率，解决目前儿童CVA诊断困难、误诊率高的问题。

说明书

技术领域

本发明为一种基于呼气相频谱分析的儿童咳嗽变异性哮喘诊断仪器，属于医学与声波传导工程(信号方向)的交叉领域。

背景技术

咳嗽变异性哮喘是儿童支气管哮喘的一种类型，早期诊治可降低恶化为典型支气管哮喘的风险，目前利用呼气相呼吸音进行诊断缺乏客观评价指标，诊断过度和误诊问题突出。根据我国相关研究表明，中国儿童慢性咳嗽的最大病因是咳嗽变异性哮喘(CVA)，占41.95％。但CVA的确诊难度大，误诊率一直较高，主要原因如下：(1)CVA仅有的临床特征为孤立性慢性咳嗽，缺乏典型哮喘的征象，肺部听诊常无阳性体征。(2)CVA听诊缺乏典型量化喘鸣音指标，喘鸣音凭借医生经验主观判断。(3)人类最佳听力频带范围为1000Hz-2000Hz，而呼吸音的频带范围大约为100Hz～1000Hz，且人身体上各种来源的声音混杂在一起，对医生的听诊判断造成了一定的干扰。

对于以上因素造成的较高临床误诊率，借助计算机技术与数字信号处理技术可以提高诊断的效率和准确率。使用声音频率信号采集及信号处理技术，实现通过自动化呼吸音频信号识别异常呼吸音来辅助诊断，建立经验听诊与音频信号对比及识别数据库，数字化的呼吸音频自动采集分析系统或装置可弥补人工听诊捕捉不到的异常呼吸音方面显示出优势。

当前，国内外将呼吸音频用于呼吸系统疾病的诊断研究和相关算法还处于起步阶段，研究对象多为成人患者，尚未建立起成熟的异常呼吸音的特征提取与诊断方法。针对儿童呼吸音频研究与开发国内外尚处于空白状态，儿童的呼吸音发生规律、呼吸系统解剖与成人有较大区别，因此，设计一种针对儿童咳嗽变异性哮喘的诊断仪器十分有必要。

发明内容

为了解决目前技术诊断儿童CVA误诊率高的问题，本发明通过采集问诊儿童呼吸音信号，使用内建诊断算法的诊断仪器，分析判断呼气相中的喘息音、啰音等特征信号进行判断。所述儿童CVA分析方法通过对CVA患儿呼吸音信号进行采集、处理与深度学习建立，该诊断仪器借助信号处理与分析技术进行客观判断。

本发明采用的技术方案为一种基于呼气相频谱分析的儿童咳嗽变异性哮喘诊断仪器，包括传感器1、传感器连接线2和信号处理分析器3，所述信号处理分析器3包括数据采集卡4、供电模块5、单片机开发板6和屏幕7；所述传感器1通过传感器连接线2与信号处理分析器3中的数据采集卡4连接，所述数据采集卡4与供电模块5连接，单片机开发板6与数据采集卡4以及屏幕7连接。

所述信号处理分析器3中的CVA分析方法建立步骤如下：

步骤一：通过传感器1收集呼吸音信号。

步骤二：对采集的呼吸音信号进行重新采样和滤波。

步骤三：经过重新采样和滤波后确定呼气相信号。

步骤四：分离高频与低频呼气相信号得到特征信号，对特征信号进行标注。

步骤五：将标注了特征信号的大量数据(不少于500组)作为模型进行深度学习，得到CVA分析方法。

进一步地，所述传感器1为声音传感器，使用声音传感器在胸部多点位信号同时收集。

进一步地，所述重新采样的采样频率为1000Hz-5000Hz。

进一步地，所述CVA分析方法通过识别并分析呼气相中喘息音、啰音等异常信号。

与现有诊断方法相比，本发明的优势是：

(1)本发明对呼气相声音信号进行数字化采集，对呼吸音频带采集范围广，弥补了人工听力范围有限的问题。

(2)本发明对所采集声音信号进行数字化处理，过滤掉影响诊断的咳嗽、肠鸣音、语音、心音等噪声。

(3)本发明形成针对儿童CVA的分析算法体系，应用此算法可以对问诊儿童进行客观的诊断。避免医生凭借经验听诊而造成漏诊或误诊。

附图说明

图1是本发明诊断仪器的使用法方法示意图。

图2是本发明诊断仪器的拆分示意图。

图中：1-传感器；2-传感器连接线；3-信号处理分析器；4-数据采集卡；5-供电模块；6-单片机开发板；7-屏幕。

具体实施方式

以下说明本发明的实施例。但下列实施例仅限于解释本发明，本发明的保护范围应包括权利要求的全部内容，而且通过以下实施例对该领域的技术人员即可以实现本发明权利要求的全部内容。

一种基于呼气相频谱分析的儿童咳嗽变异性哮喘诊断仪器，包括传感器1、传感器连接线2和信号处理分析器3，所述信号处理分析器3包括数据采集卡4、供电模块5、单片机开发板6和屏幕7；所述传感器1通过传感器连接线2与信号处理分析器3中的数据采集卡4连接，所述数据采集卡4与供电模块5连接，单片机开发板6与数据采集卡4以及屏幕7连接。

实例1

本发明具体实施例是基本实施例的优选实施例，具体如下：

诊断仪器工作步骤：

1)通过多点高灵敏度音频信号采集的方法，在检测者胸部双侧上肺、中肺、下肺，双侧腋中线、背部肩胛间区、背肩甲下区共12个区域放置传感器，同时采集呼吸音频信号1分钟。

2)利用4000Hz的速度会收集的信号进行重新采样，一方面滤除无关的高频噪声信号，还可以增加后续信号处理和深度学习过程的速度。

3)采用带通滤波算法，截断频率在120Hz到1800Hz以外的频率信号。消除由于咳嗽、肠鸣音、语音和心音引起的噪声成分。且呼气相常见正常和异常呼吸声音信号仍然保留。

4)使用时频图在时域上确定呼气相信号。

5)通过小波变换，将呼气相信号的高频与低频信号分离，得到目标喘息音和啰音。

6)使用CVA分析方法对呼吸音进行分析，根据呼气相中的喘息音和啰音进行病情判断。

以上所述仅为本发明的一种实施方式，不是全部或唯一的实施方式，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换，均为本发明的权利要求所涵盖。