所有提交的EM系统将被重定向到网上投稿系统.作者被要求将文章直接提交给网上投稿系统各自的日志。

肺音分类对肺疾病的分析及肺畸形的检测

Jayant Mankar1普拉文·库马尔·马尔维亚2
  1. M.Tech。学生,(数字通信),雅典卫城技术研究所,博帕尔,印度1
  2. 印度博帕尔卫城技术研究所电子和电信系教授2
有关文章载于Pubmed谷歌学者

更多相关文章请访问国际电气、电子和仪器工程高级研究杂志

摘要

听诊是一项技能,需要丰富的临床经验,一个好的听诊器和良好的听力技巧。通过听肺音,我们可以知道发生了什么类型的肺音,如:噼啪声、喘息声、喘鸣声、隆隆声等,并确定肺部的哪个部位需要进一步的调查和治疗。然而,这种诊断方法在很大程度上依赖于护理人员/医生的听力技巧和判断。裂纹的时间、可重复性和形状是诊断裂纹的重要参数。本文旨在基于波形特征对裂纹进行分类。

关键字

肺声,水泡呼吸声,龟裂,粗,细,倒谱分析

介绍

本文就肺声音分析和疾病雷竞技苹果下载诊断的各种技术进行综述。肺声信号是人体呼吸系统与外界环境通气过程中发生的随机生理信号。肺声信号是人体呼吸系统通气过程中产生的随机生理信号。不同的声音,如气管呼吸声音,水泡呼吸声音,吸气和呼气喘鸣和喘鸣[2]。研究将诊断目的扩大到可能感染所有呼吸子系统的各种疾病,特别是肺器官。这是有可能的,因为将记录下来的呼吸声进行处理,分离成肺声和上呼吸道声,并与各种不定/异常的肺声和呼吸声数据库进行比较,以确定是哪种疾病感染了患者。近年来,数据采集和信号处理技术的发展在一定程度上促进了肺音研究的发展。肺部疾病诊断应用程序由软件和硬件组成,形成了肺部疾病的第一手诊断工具。
目前有不同的技术,如听诊、支气管镜、胸部CT或胸部扫描[1]来检测和提取声音,但由于频率的变化,开发可以使用动态频率的工具非常重要。传统上,正常和异常肺音都是用频谱图(SP)来分析的,但它的缺点是只处理非平稳信号。有效的采集、信号处理和定量分析对肺部疾病的诊断具有特殊的意义。
1967年,Forgacs[19]给出了裂纹的定量分析。基于频域信号强度和谱含量的分析。测量肺音有不同的技术。听诊包括用听诊器直接听肺音。在支气管镜检查中,支气管镜设备用于检查和观察气道,并对侧肺进行诊断。胸部CT扫描使用一种成像方法,使用x射线来创建胸部/上腹部的横切面图像。常规痰培养:对肺和支气管的分泌物进行检测,这些分泌物将空气输送到肺部,以寻找引起感染的微生物。所有方法的优点和缺点如下表所示
仅使用这些方法有一些缺点。听诊已被公认为最常见和已得到证实的一手方法,但需要与病人直接接触,当病人远离护理人员/医生/医院时,就不能使用听诊。雷竞技网页版这种检查也严重依赖于医生的听力技巧和判断,因此可能存在偏见。支气管镜检查还需要直接接触患者,通过鼻或口将支气管镜设备插入气道可能雷竞技网页版会引起不适,通常这是为了进行高级诊断。胸部CT扫描是一种可以进行准确诊断的设备,但是这种设备需要较高的成本投入。胸部x光片虽然是比较常见的设备,但投资成本也很高,而且需要专门的实验室。

文献综述

肺声检测是非常重要的,因为各种疾病可能感染所有的呼吸子系统,特别是肺器官。许多研究人员提出了不同的技术来分析肺部声音。
Murphy等人在1977年,[11]通过时间扩展波形分析(TEWA)实现了不定音分析。在TEWA中,噼啪声显示出比正弦波更短、更复杂的波形。后来,Hoevers和Loudon用初始挠度宽度(IDW)、两个循环持续时间(2CD)和最大初始挠度(LDW)等时域参数描述了裂纹。
有人提出时频表示希尔伯特-黄(HHS)谱[18]可作为细裂纹和粗裂纹的分析工具。在一篇配套论文中对具有相似时频特征的信号进行了证明后,选择了HHS。
Irina Hossain等[20]研究了利用小波变换将频率分解为不同分量并应用于不同滤波器的心噪声抑制技术。结果表明,基于小波变换的肺声滤波在整个频率范围内均能显著降低肺声的平均功率。
Tiago H. Falk等[21]设计了一种调制滤波器,以提高心肺音与呼吸音录音的分离。Le Belvedere等人利用自适应小波对肺声音进行分析,成功检测到肺的病理变化。
王本金等基于倒谱的肺声[2]多源估计,研究了肺多源振动与延迟时间的关系。从数字信号处理的角度,对倒谱进行了分析。肺声信号具有多种叠加分量。不同的成分有自己特定的时间周期。同时,正常和异常肺音在频谱、时域波形、信号周期、延迟时间等方面都有相应的变化。多种声源的数量和时间延迟包含了丰富的病例信息,反映了肺部疾病的物理特征。倒谱分析方法在典型肺声源信号的应用中,主要研究多声源[2]的肺声源个数与时延之间的关系。

肺音分类

A.水泡性(正常)肺音
气泡声是一种由空气与气道壁摩擦引起的低音。然后通过大量充满空气的肺泡空间和胸壁结构来“修改”声音。
B.肺音异常
1.粗糙的噼啪声:这是一种低音调的爆炸声,是由空气从分泌物中起泡引起的。在支气管中,物理治疗后咳嗽后不消失或改变的粗裂纹可被支气管壁和支气管腔的破坏所解释。
在远离受影响的胸壁支气管或将听诊器置于口腔时,可听到粗糙的噼啪声。Nath和Capel发现,在咳嗽、深吸气和呼气后,粗裂纹通常会消失或减少,粗裂纹患者的肺功能检查有梗阻性缺陷,这与气道狭窄[14]有关。
当通过时间扩展波形分析记录时,裂纹的第一次偏转(也称为初始宽度)为>1.25 m.s,两个周期持续时间超过9.32 m.s。
在慢性支气管炎、哮喘、支气管扩张、肺水肿和长时间卧床休息时可听到粗脆的噼啪声。在绝症患者中也能听到。
2.细噼啪声:这是一种高音不连续的细声。细小的裂纹被广泛认为是部分封闭和僵硬的小气道和肺泡突然打开的结果。粗糙的噼啪声通常出现在灵感的中期,并且在时间和地点上有重复的趋势,这强烈地表明了它们是由结构[15]的变化引起的。在计算机化的肺声分析中,裂纹较窄,初始偏转宽度< 0.92 m.s,两个循环持续时间为6.02 m.s。
间质性肺疾病、早期心力衰竭和早期复发性肺炎患者可听到细小的噼啪声。Nath和Capel表明细裂纹与限制性肺功能缺失有关。间质性肺纤维化,每个呼吸周期的裂纹数量与疾病的严重程度相关。

提出了系统

倒谱分析可以准确地捕捉多源信号特征、病源数量和声源间隔。通常用倒谱法来确定基波的到达时间和回波及其相对振幅。
一个信号从一个系统发出是由于输入激励和系统的响应。从信号处理的角度来看,系统的输出可以看作是输入激励与系统响应的卷积。有时,我们需要分别研究和/或处理每个组件。分离两个分量的过程称为反褶积。所得到的声音可以被认为是各自激励序列和记录特征的卷积。设e(n)为激发序列,h(n)为记录序列,则所得序列s(n)可表示为:
图像
这可以在频域表示为,
图像
Eqn。(2)表示激励分量与系统分量在频域的乘积,在时域为相同的卷积序列。
从Eqn。(2)序列的幅度谱可表示为:
图像
为了在频域中线性组合E(ω)和H(ω),使用对数表示法。Eqn的对数表示。(3)将是,
图像
如Eqn所示。(4),对数操作将激发分量和记录分量相乘的幅度声谱转换为这些分量的线性组合(总和),即对数操作将频域的“*”操作转换为“+”操作。分离可以通过对激发和标准系统组分的线性组合对数光谱进行离散傅里叶反变换(IDFT)来完成。需要注意的是,线性谱的IDFT变换回时域,而对数谱的IDFT变换回频率域或倒谱域,与时域相似。这在Eqn中有数学解释。(5)在频率域中,标准分量由集中在低频率区附近的慢变分量表示,激励分量由高频率区附近的快变分量表示。
图像
图4详细描述了将给定的短期语音信号转换为其倒谱域表示所涉及的各个步骤,图5显示了回波的去除。

实验结果表明

所提出的肺声分析算法的结果如图6A和图6B所示。给出了肺裂音的振幅值与正常肺音的比较。如图6B所示,噼啪声是重复的、高音调的,主要与肺纤维化、肺水肿等阻塞性气道疾病和哮喘、石棉肺等肠肺疾病有关。

结论

正常和异常的呼吸音种类繁多,其特征可能是呼吸系统中某种疾病或某种病理变化的典型特征。这种畸形可以用我们提出的方法检测,该方法有能力分析和提高可用于临床评估的呼吸疾病的生理学和病理生理学知识。

表格一览

表的图标
表1

数字一览

图1 图2 图3 图4
图1 图2 图3 图4
图5 图6 图6 b
图5 图6 图6 b

参考文献






















全球科技峰会