本发明涉及人工智能医疗,具体地涉及一种便携式心音传感装置及心率监测系统。
背景技术:
1、心律不齐是常见的心脏疾病之一,患者需对心跳进行长期监测和管理。
2、现有的心律不齐监测方案主要有两种。一种依赖心电信号,使用体表电极进行信号采集,然后通过数据传输到专业的心电仪或者计算机进行信号分析和诊断。这种监测方式成本较高,且长期佩戴体表电极可能给被测者带来不适。另一种是采用光学信号进行心率测量,但该方法存在检测精度不高等问题。
技术实现思路
1、本发明实施例的目的是提供一种便携式心音传感装置及心率监测系统,通过本发明实施例可以解决或部分解决现有技术中存在的问题。
2、为了实现上述目的,本发明实施例提供一种便携式心音传感装置,该装置包括:数据采集模块和数据处理模块;
3、所述数据采集模块,用于采集被测者的心音信号;
4、所述数据处理模块包括分类模型,所述数据处理模块用于将所述被测者的心音信号对应的特征参数输入所述分类模型,并输出被测者的分类标签,所述分类模型通过以下过程获得:获取样本数据集,以及利用所述样本数据集对神经网络进行训练得到分类模型;
5、其中,所述样本数据集中的每组样本数据包括心音信号对应的特征参数和分类标签,所述分类标签用于标志被测者是否患有心率不齐疾病,所述分类标签包括正常窦性心律、心动过速、心动过缓、室性早搏、房性早搏、心房扑动和心房颤动中的至少一者。
6、可选的,该装置还包括通信模块和数据可视化模块;
7、所述数据可视化模块通过所述通信模块与所述数据处理模块相连,用于显示所述数据处理模块输出的被测者的分类标签,以提示被测者是否患有心律不齐疾病;
8、所述数据可视化模块通过所述通信模块与所述数据采集模块相连,用于显示所述被测者的实时心率信息。
9、可选的,所述心音信号对应的特征参数通过以下方式得到:
10、对心音信号执行加强信号性能的预处理,得到经过预处理的心音信号;
11、对所述预处理的心音信号进行傅里叶变换,得到所述心音信号的频谱信息;
12、通过梅尔滤波器组对所述心音信号的频谱信息进行滤波处理,并将所述经过滤波处理的频谱信息进行离散余弦变换,得到梅尔倒谱系数,以作为心音信号对应的特征参数。
13、可选的,所述对心音信号执行加强信号性能的预处理,得到经过预处理后的心音信号,包括:
14、采用巴特沃斯滤波器对所述心音信号进行滤波;
15、将所述滤波后的心音信号进行信号分割,得到心音信号片段;
16、对所述心音信号片段预加重后进行窗函数处理,得到预处理后的心音信号。
17、可选的,所述将所述滤波后的心音信号进行信号分割,得到心音信号片段,包括:
18、将所述滤波后的心音信号划分为第一时间间隔的信号片段,并使用滑动窗口进行分割,以使得每个滑动窗口之间均存在重叠的心音信号,其中所述滑动窗口的大小为第二时间间隔,所述第二时间间隔小于第一时间间隔。
19、可选的,所述第一时间间隔为4-6秒,所述第二时间间隔为2-3秒。
20、可选的,利用所述样本数据集对神经网络进行训练,得到分类模型,包括:
21、将所述样本数据集中的一组样本数据作为测试数据,将所述测试数据以外的样本数据作为训练数据;
22、利用所述训练数据对包含初始模型参数的所述神经网络进行训练,并利用训练后的神经网络对所述测试数据进行分类,得到一组初始模型分类精度值;
23、将所述样本数据集中的样本数据依次作为测试数据,重复上述步骤直至得到n组所述初始模型分类精度值,并根据所述n组初始模型分类精度值,计算对应于该初始模型参数的综合模型分类精度值,其中n等于样本数据集中样本数据的组数;
24、不断调整所述初始模型参数,将所述综合模型分类精度值最大时的初始模型参数作为最优模型参数,以构成分类模型。
25、可选的,所述初始模型参数为惩罚系数。
26、可选的,所述根据所述n组初始模型分类精度值,计算得到该初始模型参数对应的综合模型分类精度值,包括:
27、取n组初始模型分类精度值的平均值作为该初始模型参数对应的综合模型分类精度值。
28、相应的,本发明实施例还提供一种心律监测系统,包括所述便携式心音传感装置。
29、本发明实施例通过数据采集模块采集心音信号,通过数据处理模块中的分类模型检查被测者是否存在心律不齐等问题,从而实现健康监测。
30、本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种便携式心音传感装置,其特征在于,该装置包括:数据采集模块和数据处理模块;所述数据采集模块,用于采集被测者的心音信号;所述数据处理模块包括分类模型,所述数据处理模块用于将所述被测者的心音信号对应的特征参数输入所述分类模型,并输出被测者的分类标签,所述分类模型通过以下过程获得:获取样本数据集,以及利用所述样本数据集对神经网络进行训练得到分类模型;其中,所述样本数据集中的每组样本数据包括心音信号对应的特征参数和分类标签,所述分类标签用于标志被测者是否患有心率不齐疾病,所述分类标签包括正常窦性心律、心动过速、心动过缓、室性早搏、房性早搏、心房扑动和心房颤动中的至少一者。
2.根据权利要求1所述的便携式心音传感装置,其特征在于,该装置还包括通信模块和数据可视化模块;所述数据可视化模块通过所述通信模块与所述数据处理模块相连,用于显示所述数据处理模块输出的被测者的分类标签,以提示被测者是否患有心律不齐疾病;所述数据可视化模块通过所述通信模块与所述数据采集模块相连,用于显示所述被测者的实时心率信息。
3.根据权利要求1所述的便携式心音传感装置,其特征在于,所述心音信号对应的特征参数通过以下方式得到:对心音信号执行加强信号性能的预处理,得到经过预处理的心音信号;对所述预处理的心音信号进行傅里叶变换,得到所述心音信号的频谱信息;通过梅尔滤波器组对所述心音信号的频谱信息进行滤波处理,并将所述经过滤波处理的频谱信息进行离散余弦变换,得到梅尔倒谱系数,以作为心音信号对应的特征参数。
4.根据权利要求3所述的便携式心音传感装置,其特征在于,所述对心音信号执行加强信号性能的预处理,得到经过预处理后的心音信号,包括:采用巴特沃斯滤波器对所述心音信号进行滤波;将所述滤波后的心音信号进行信号分割,得到心音信号片段;对所述心音信号片段预加重后进行窗函数处理,得到预处理后的心音信号。
5.根据权利要求4所述的便携式心音传感装置,其特征在于,所述将所述滤波后的心音信号进行信号分割,得到心音信号片段,包括:将所述滤波后的心音信号划分为第一时间间隔的信号片段,并使用滑动窗口进行分割,以使得每个滑动窗口之间均存在重叠的心音信号,其中所述滑动窗口的大小为第二时间间隔,所述第二时间间隔小于第一时间间隔。
6.根据权利要求5所述的便携式心音传感装置,其特征在于,所述第一时间间隔为4-6秒,所述第二时间间隔为2-3秒。
7.根据权利要求1所述的便携式心音传感装置,其特征在于,利用所述样本数据集对神经网络进行训练,得到分类模型,包括:将所述样本数据集中的一组样本数据作为测试数据,将所述测试数据以外的样本数据作为训练数据;利用所述训练数据对包含初始模型参数的所述神经网络进行训练,并利用训练后的神经网络对所述测试数据进行分类,得到一组初始模型分类精度值;将所述样本数据集中的样本数据依次作为测试数据,重复上述步骤直至得到n组所述初始模型分类精度值,并根据所述n组初始模型分类精度值,计算对应于该初始模型参数的综合模型分类精度值,其中n等于样本数据集中样本数据的组数;不断调整所述初始模型参数,将所述综合模型分类精度值最大时的初始模型参数作为最优模型参数,以构成分类模型。
8.根据权利要求7所述的便携式心音传感装置,其特征在于,所述初始模型参数为惩罚系数。
9.根据权利要求8所述的便携式心音传感装置,其特征在于,所述根据所述n组初始模型分类精度值,计算得到该初始模型参数对应的综合模型分类精度值,包括:取n组初始模型分类精度值的平均值作为该初始模型参数对应的综合模型分类精度值。
10.一种心率监测系统,其特征在于,包括权利要求1-9任一项所述的便携式心音传感装置。