基于电子听诊器的心肺音智能诊断技术综述

心肺疾病是威胁人类健康的主要疾病,致死率居我国慢性病死因的前3位。对于心肺疾病的前期诊断,听诊器听诊是最便捷、最重要的手段。随着医疗设备智能化技术的发展,电子听诊器取代传统听诊器的趋势越来越明显,临床医师可通过对电子听诊器采集的听诊信号进行分析,进行心肺疾病的诊断。该研究介绍了基于电子听诊器的心肺音智能诊断中存在的技术问题,从心肺音数据库、前端声信号处理技术及人工智能诊断技术3方面进行综述,并对未来心肺音智能诊断技术的研究方向进行了展望。

基于听觉场景分析的电子听诊器降噪算法研究

针对在医院和救护车等噪声环境下使用的电子听诊器,提出了一种与噪声的类型无关的、基于人耳听觉场景分析的心肺音降噪CASA算法。该算法利用双通道采集到的信号和噪声的能量的不同,模仿人耳提取双通道之间强度差(IID)特征,以此为依据来辨别信号和噪声。再利用声学掩蔽效应,对噪声进行掩蔽,实现目标心肺音的增强。与自适应NLMS滤波相比,CASA的效果要好16 dB以上。