[发明专利]一种基于肺音的肺间质纤维化的数字化检测分析装置

说明书

技术领域

本发明涉及医学信号分析领域，特别涉及一种基于肺音的肺间质纤维化的数字化检测分析方法。

背景技术

肺间质纤维化是一种常见的肺部疾病，目前，医生通常通过观察胸部X光片或胸部CT片来评估肺纤维间质化的严重程度。由于X射线具有放射性，对患者的健康有较大影响，因此不易频繁进行胸片及胸部CT检查。且成本也较高。

医生通过听诊肺间质纤维化患者的肺音，可以听到与疾病相关的爆裂音，在一定程度了解患者的病情。听诊简便易行，可随时随地操作，对患者的健康无影响，可以多次检测分析，便于医生及时掌握患者病情。然而其准确程度依赖医生的个人经验，客观性较差。且人耳进行的听诊的缺点是存在非定量化和一定的主观性，只能单个人听诊，前后对比只能是医生的个体行为，难以进行量化分析。而听诊器性能的限制也会使肺音信号不能良好地传输，而人耳对声音的灵敏度也因人而异，即使是受过专门训练的专科医师，其主观感觉和经验也有一定的局限性，导致诊断结果受人为因素影响较大，从而造成诊断结果的准确性偏低。

发明内容

本发明的目的是提供一种基于肺音的肺间质纤维化的数字化检测分析方法，采用该检测分析方法对肺间质纤维化患者的肺音进行量化分析，来评估患者的肺纤维间质化的严重程度，对患者的健康无影响，检测更安全，可以多次检测分析，分析更客观，准确性高，且成本低，操作简单，适合于监测跟踪间质性肺炎患者的病情程度。

具体的技术方案是：

一种基于肺音的肺间质纤维化的数字化检测分析方法，包括以下步骤：

1）选取采集到的一个时段内的数字化肺音信号，该数字化肺音信号的采样频率为f；

2）对步骤1）中的数字化肺音信号进行归一化处理;

3）对步骤2）中归一化处理后的数字化肺音信号，采用Mallat正交小波变换快速算法进行小波分解，选择小波基函数和小波分解层数j，将肺音信号分解为频段不同的各个小波分解分量信号，各小波分解分量信号由相应的小波分解系数进行小波重构得到；

4）分别计算步骤3）中的各小波分解分量信号的信号特征，根据肺间质纤维化爆裂音信号主要分布频段，判断出各小波分解分量信号中与爆裂音信号主要分布频段对应的几个小波分解分量信号，并将这几个小波分解分量信号的信号特征求和，即得到表征肺间质纤维化程度的指标；肺间质纤维化爆裂音信号主要分布频段为200Hz-1000Hz。

5）将表征肺间质纤维化程度的指标与参照指标进行比较，即可得出肺间质纤维化的严重程度。

步骤2）中对肺音信号进行归一化处理采用的公式为：                                               ，其中是归一化处理前肺音数据的第i个数据，是归一化处理前肺音数据的最小值，是归一化处理前肺音数据的最大值，是归一化处理前肺音数据的第i个数据。

步骤1）所述的数字化肺音信号的采样频率f为8000～10000Hz，如果该数字化肺音信号的采样频率不在8000～10000Hz，可以对该肺音数据进行重采样到采样频率为9000Hz。

步骤1）所述的数字化肺音信号的分析时段应包含2个或2个以上呼吸周期。

所述数字化肺音信号的时间长度为8s-12s。

步骤3）所述的小波分解层数j≥5,第n层小波分解分量信号对应的高频频段Dn为：f/～f/，n为1，2，3…j，f为信号采样频率。

步骤3）所述的小波基函数为dbN系列，3≤N≤5。

步骤4）所述的各小波分解分量信号的信号特征为标准差，若信号为，其标准差计算公式为：

其中，N是数组的个数，m是数组的均值，。

步骤4）所述的各小波分解分量信号的信号特征为能量，若信号为，其能量计算公式为：

其中，N是数组的个数，m是数组的均值，。

申请人通过采集肺间质纤维化患者的肺音，对肺音信号进行小波分析，为医生提供一种肺音量化分析方法，本方法属于安全的检测方法，检测方法简单，成本低，便于重复多次检测，便于医生作治疗前后的对比以及同一时间不同部位的对比，便于医生及时掌握患者病情，对患者的健康无影响，且更具客观性，准确性高，还具有数字化的特点。

附图说明

图1为本发明的检测分析方法流程图；

图2(a)是患者A治疗前的肺音及小波分解图，图2(b)是患者A治疗半年后复查时的肺音及小波分解图。

具体实施方式