一种无线肠鸣音分析仪的制作方法

本发明涉及生物医学的信号采集处理技术领域，具体涉及一种无线肠鸣音分析仪。

背景技术：

肠鸣音是指肠蠕动时，肠管内的气体、液体被推动，从而产生的一种断断续续的咕噜声。1905年cannon首次对在腹部听诊到声音进行了系统地解释，将腹部声音与胃肠系统关联起来。随着医学研究的进展，肠鸣音已经成为诊断腹部疾病的重要指标。目前，临床的腹部听诊多采用听诊器进行，听诊时间一般持续半分钟到数分钟。肠鸣音病理特征与疾病类型相关，患同一疾病的不同患者的肠鸣音有所差异，而同一患者的肠鸣音在不同时间有明显变化，因此肠鸣音的诊断需要具备极丰富的临床经验。此外，对于如术后肠梗阻等患者，肠活动性低下，术后数小时都不会有明显肠鸣音，而术后首次肠鸣音是判断患者恢复情况的指标之一，显然让医生使用一般的听诊器进行长时间听诊的方法是不适用。另外，由于肠鸣音信号是随时间变化的，将听诊到的某些特征性的肠鸣音记录下来，进行肠鸣音特征分析和识别，能有效减少对临床经验的要求。同时，记录下的肠鸣音可以重复播放、对比，对于多位医生集体会诊，以及通过对比同一病人在一段时间内的肠鸣音变化来判断病情发展等情况，在辅助诊断、辅助医疗上有很大作用。常用的识别方法有贝叶斯算法、神经网络等，这些算法被广泛的应用于语音识别和说话人识别中。而肠鸣音与语音在频率范围、声音大小、时间间隔等特征不完全相同。因此，肠鸣音的监测和识别是一个需要研究与解决的问题。

技术实现要素：

本发明针对现有技术存在的不足，提供一种无线肠鸣音分析仪，其应用时，可以实现对肠鸣音信号的长时间无人持守采集和无线传输，并对采集到的信号进行智能高效的识别处理，以准确判定提取出其中的肠鸣音信号进行存储和显示。

本发明通过以下技术方案实现：

一种无线肠鸣音分析仪，包括无线听诊头和信号处理终端，所述无线听诊头用于采集患处的声音信号，并转换为电学信号后无线传输至信号处理终端，无线听诊头包括声音传感器、滤波放大模块、微处理器、无线传输模块和电源管理模块，其中，声音传感器用于将采集到的声音信号转换为模拟电信号，滤波放大模块用于对模拟电信号进行滤波、放大处理，微处理器接收滤波、放大后的电信号进行模/数转换及协议处理，并通过无线传输模块进行无线信号传输，同时，微处理器对声音传感器、滤波放大模块和无线传输模块的工作过程进行控制，电源管理模块为声音传感器、滤波放大模块、微处理器和无线传输模块提供工作电源；所述信号处理终端包括预处理单元、特征信号提取单元、特征判定单元、存储单元和显示单元，其中，预处理单元用于接收无线听诊头发送的无线信号，并对信号进行预处理，特征信号提取单元用于从预处理后的信号中提取特征信号，并传输至特征判定单元，特征判定单元采用预先植入的肠鸣音识别算法对特征信号进行分析处理，判定特征信号是否为肠鸣音信号，若判定为肠鸣音信号则通过显示单元进行显示，并存入存储单元。

优选地，所述无线听诊头设有粘贴装置，用于将无线听诊头粘贴在患处持续采集声音信号。

优选地，所述电源管理模块包括充电电路、可充电电池和供电电路，充电电路可接入外部电源为可充电电池充电，供电电路设lm4132amf电源芯片和tps727电源芯片，用于将可充电电池的输出电压转换成不同电压来供电，滤波放大模块设有opa333aidck型运放芯片来进行信号放大，无线传输模块设有nrf24l01型射频收发芯片和mifa天线来进行无线信号传输，可充电电池充满电可供无线听诊头持续工作至少24小时。

优选地，所述预处理单元对接收信号的预处理过程包括协议转换、去直流和滤波处理，滤波范围控制在30hz-2500hz的频率范围内。

优选地，所述特征信号提取单元提取特征信号的过程包括：首先基于1s信号片段，降采样，每隔10点采样一次，然后采用希尔伯特变换计算采样信号的包络p，并得到此包络p后，进行平滑，然后差分得到包络p的差分包络p1，然后基于包络p的自适应阈值和差分包络p1的自适应阈值，设定希尔伯特包络阈值和差分包络阈值，当采样信号中后一个数据点的值大于对应设定阈值且大于前一数据点的值，则持续到第三个点即为起始点，终点要求希尔伯特包络小于均值，差分包络小于0，且持续三个点小于前一个点的值，则第三个点即为终点，最后根据起始点和终点提取出特征信号。

优选地，所述特征判定单元预先植入肠鸣音识别算法和模板信号的mfcc系数，特征判定单元接收到特征信号后，启动肠鸣音识别算法对特征信号进行处理，得到其时频特征，根据时频特征判定特征信号是否为肠鸣音疑似信号，若判定为疑似信号，则计算得到疑似信号的mfcc系数，再将疑似信号的mfcc系数与预先准备好的模板信号的mfcc系数采用dtw算法进行计算，得到疑似信号和模板信号mfcc系数的匹配距离，最后将匹配距离与设定的距离阈值进行对比，判定疑似信号是否为肠鸣音信号，若判定为肠鸣音信号则将肠鸣音信号分别传输至显示单元和存储单元进行显示和存储。

优选地，所述特征判定单元判定特征信号是否为肠鸣音疑似信号的过程包括：采用肠鸣音识别算法计算出特征信号片段的方差和峰值特征大于设定阈值，并且计算出特征信号在60hz-800hz区间功率占总功率的比大于设定阈值，则判定特征信号为肠鸣音疑似信号。

优选地，所述特征判定单元计算疑似信号的mfcc系数的过程包括预加重、分帧和加窗，其中窗函数可采用海明窗或汉宁窗。

优选地，所述存储单元设有若干存储分区，每个存储分区对应存储一个患者的治疗信息，信号处理终端处理得到肠鸣音信号后存入对应患者的存储分区，通过显示单元可实时调取对应患者的肠鸣音信号和治疗信息进行同步显示。

本发明具有如下的优点和有益效果：

1、本发明一种无线肠鸣音分析仪，可以实现对肠鸣音信号的长时间无人持守采集和无线传输。

2、本发明一种无线肠鸣音分析仪，采集到的信号进行智能高效的识别处理，以准确判定提取出其中的肠鸣音信号进行存储和显示。

3、本发明一种无线肠鸣音分析仪，用途广泛、功能强大、使用方便，具有很好的医疗辅助作用。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明的系统示意框图；

图2为实施例3中的肠鸣音识别步骤示意图；

图3为原始的声音信号与识别出的肠鸣音特征对比图；

图4识别出的肠鸣音主要特征示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

如图1所示，一种无线肠鸣音分析仪，包括无线听诊头和信号处理终端，所述无线听诊头用于采集患处的声音信号，并转换为电学信号后无线传输至信号处理终端，无线听诊头包括声音传感器、滤波放大模块、微处理器、无线传输模块和电源管理模块，其中，声音传感器用于将采集到的声音信号转换为模拟电信号，滤波放大模块用于对模拟电信号进行滤波、放大处理，微处理器接收滤波、放大后的电信号进行模/数转换及协议处理，并通过无线传输模块进行无线信号传输，同时，微处理器对声音传感器、滤波放大模块和无线传输模块的工作过程进行控制，电源管理模块为声音传感器、滤波放大模块、微处理器和无线传输模块提供工作电源；所述信号处理终端包括预处理单元、特征信号提取单元、特征判定单元、存储单元和显示单元，其中，预处理单元用于接收无线听诊头发送的无线信号，并对信号进行预处理，特征信号提取单元用于从预处理后的信号中提取特征信号，并传输至特征判定单元，特征判定单元采用预先植入的肠鸣音识别算法对特征信号进行分析处理，判定特征信号是否为肠鸣音信号，若判定为肠鸣音信号则通过显示单元进行显示，并存入存储单元，识别出的肠鸣音信特征显示如图3、图4所示。

实施例2

无线听诊头设有粘贴装置，用于将无线听诊头粘贴在患处持续采集声音信号。电源管理模块包括充电电路、可充电电池和供电电路，充电电路可接入外部电源为可充电电池充电，供电电路设lm4132amf电源芯片和tps727电源芯片，用于将可充电电池的输出电压转换成不同电压来供电，滤波放大模块设有opa333aidck型运放芯片来进行信号放大，无线传输模块设有nrf24l01型射频收发芯片和mifa天线来进行无线信号传输，可充电电池充满电可供无线听诊头持续工作至少24小时。

实施例3

肠鸣音听诊监测系统可通过如图2所示的步骤来实现肠鸣音的智能识别，其中：

预处理单元对接收信号的预处理过程包括协议转换、去直流和滤波处理，滤波范围控制在30hz-2500hz的频率范围内。

所述特征信号提取单元提取特征信号的过程包括：首先基于1s信号片段，降采样，每隔10点采样一次，然后采用希尔伯特变换计算采样信号的包络p，并得到此包络p后，进行平滑，然后差分得到包络p的差分包络p1，然后基于包络p的自适应阈值和差分包络p1的自适应阈值，设定希尔伯特包络阈值和差分包络阈值，当采样信号中后一个数据点的值大于对应设定阈值且大于前一数据点的值，则持续到第三个点即为起始点，终点要求希尔伯特包络小于均值，差分包络小于0，且持续三个点小于前一个点的值，则第三个点即为终点，最后根据起始点和终点提取出特征信号。

特征判定单元预先植入肠鸣音识别算法和模板信号的mfcc系数，特征判定单元接收到特征信号后，启动肠鸣音识别算法对特征信号进行处理，得到其时频特征，根据时频特征判定特征信号是否为肠鸣音疑似信号，若判定为疑似信号，则计算得到疑似信号的mfcc系数，再将疑似信号的mfcc系数与预先准备好的模板信号的mfcc系数采用dtw算法进行计算，得到疑似信号和模板信号mfcc系数的匹配距离，最后将匹配距离与设定的距离阈值进行对比，判定疑似信号是否为肠鸣音信号，若判定为肠鸣音信号则将肠鸣音信号分别传输至显示单元和存储单元进行显示和存储。

所述特征判定单元判定特征信号是否为肠鸣音疑似信号的过程包括：采用肠鸣音识别算法计算出特征信号片段的方差和峰值特征大于设定阈值，并且计算出特征信号在60hz-800hz区间功率占总功率的比大于设定阈值，则判定特征信号为肠鸣音疑似信号。

特征判定单元计算疑似信号的mfcc系数的过程包括预加重、分帧和加窗，其中窗函数可采用海明窗或汉宁窗。

实施例4

基于自适应双阈值进行疑似肠鸣音数据段的判断，精确定位肠鸣音起始点，同时基于肠鸣音的时域频域特征进行第一重判断，然后再基于mfcc系数结合dtw算法进行肠鸣音最终的识别分类，最终统计显示，具体步骤如下：

一、采集患者信号：首先要采集多个病患肠鸣音样本信号，作为模板匹配的样本信号，并基于确定的肠鸣音模板样本信号，提取出mfcc系数。

提取mfcc系数，信号采样率12000hz,采用海明窗，预加重系数0.93，采用8个三角滤波器，每帧长32点，重叠16点。

二、自适应双阈值，具体流程包括以下：

首先取1s原始信号，进行预处理，包括去直流，以及进行50-2500hz的滤波，得到较为纯净的肠鸣音信号。

然后进行信号的希尔伯特包络，为了降低计算量及信号的平滑程度，首先对信号进行降采样，每10个原始数据点，取一个点，得到新的原始数据，基于此计算希尔伯特包。并基于此包络进行11个点的平滑，得到较为光滑的包络数据p1(n)，然后将此数据进行差分。

p2(n)＝p1(n)-p1(n-1)

最后基于p2(n)进行自适应双阈值的判断，首先是起点的判断，信号满足后一个点大于前一个点，并持续三个点，并且第一个点需要满足大于信号包络及差分包络的均值，即为起点，然后终点为大于后一个点并持续三个点即为终点。

三、第一重特征判断

首先计算特征信号片段的方差：

n为数据长度，μ为数据均值；

然后继续特征信号峰值参数：

q＝d_max/(mean(sqrt(abs(data3)))^2)，

abs为取信号数据的绝对值，sqrt取数据开方，mean为计算信号的均值，d_max为信号幅度最大值。

然后计算特征信号的功率占比：

基于此段信号进行fft傅里叶变换得到频谱y，

计算60hz～800hz频率范围的幅度功率和p60～800hz，

计算此段信号的总功率psum，

计算功率占比pratio＝p60～800hz/psum；

四、基于mfcc的dtw模板匹配计算：

首先计算疑似信号的mfcc系数，然后匹配模板信号mfcc系数向量qi和疑似信号mfcc系数ci的点间距离矩阵，计算公式如下：

d(qi,cj)＝∑(qi-cj).^2

计算模板和疑似信号的距离矩阵，分别计算单个模板和疑似信号的最小累计距离之和，计算公式如下：

r(i,j)＝d(qi,cj)+min{r(i-1,j-1),r(i-1,j),r(i,j-1)}

基于n个模板得到最小距离对应模板相应的阈值参数：疑似信号在小于经验距离内，并且和对应模板距离最小的模板即为肠鸣音，及对应的肠鸣音类别。

实施例5

存储单元设有若干存储分区，每个存储分区对应存储一个患者的治疗信息，信号处理终端处理得到肠鸣音信号后存入对应患者的存储分区，通过显示单元可实时调取对应患者的肠鸣音信号和治疗信息进行同步显示。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。