[发明专利]一种人工智能听诊器及建立病理性声音库的方法在审
| 申请号: | 201911047194.X | 申请日: | 2019-10-30 |
| 公开(公告)号: | CN110731791A | 公开(公告)日: | 2020-01-31 |
| 发明(设计)人: | 邱亚娟 | 申请(专利权)人: | 郑州大学第一附属医院 |
| 主分类号: | A61B7/00 | 分类号: | A61B7/00 |
| 代理公司: | 11335 北京汇信合知识产权代理有限公司 | 代理人: | 张焕响 |
| 地址: | 450052 河*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 按键区 病理性 扬声器 模式选择键 听诊器 扬声区 显示屏 实时监测分析 数据处理部 智能化分析 人工智能 心音 病情变化 声音数据 信息采集 早期诊断 诊断结果 直观显示 呼吸音 声音库 听诊头 筛查 昏迷 提示 发现 智能 医生 | ||
1.一种人工智能听诊器,其特征在于:包括本体(1)、听诊头(2)、扬声器(3)、手持部(4)、模式选择键(5)和显示屏(6),所述本体(1)上通过螺纹设有听诊头(2),所述听诊头(2)上方的本体(1)上设有扬声区(7),所述扬声区(7)设有扬声器(3),所述扬声器(3)一侧设有旋钮控制开关(11),所述扬声区(7)上方的本体(1)上设有手持部(4),所述手持部(4)上方的本体(1)上设有按键区,所述按键区设有模式选择键(5),所述按键区顶部设有显示屏(6),所述本体(1)内部设有信息采集部(8)和数据处理部(10),所述信息采集部(8)连接数据处理部(10),所述数据处理部(10)连接显示屏(6)。
2.根据权利要求1所述的一种人工智能听诊器,其特征在于:所述听诊头(2)和显示屏(6)的截断面均为圆形。
3.根据权利要求1所述的一种人工智能听诊器,其特征在于:所述本体(1)和听诊头(2)均为不锈钢材质。
4.根据权利要求1所述的一种人工智能听诊器,其特征在于:所述听诊头(2)为具有膜型和鼓型两种形式的听诊头(2),所述听诊头(2)为膜型用于听取高调声音,所述听诊头(2)为鼓型用于听取低调声音。
5.根据权利要求1所述的一种人工智能听诊器,其特征在于:所述手持部(4)设有防滑螺纹(9)。
6.根据权利要求1所述的一种人工智能听诊器,其特征在于:所述模式选择键(5)包括心音按键、呼吸音按键、肠鸣音按键、胎心音按键、血管杂音按键、开关按键、目录按键、上下键和结果按键,且所述心音按键、呼吸音按键、肠鸣音按键、胎心音按键、血管杂音按键、开关按键、目录按键、上下键和结果按键呈环形设置在按键区。
7.一种人工智能听诊器建立病理性声音库的方法,其特征在于,包括以下步骤:
步骤一:利用显示屏(6)输入疾病患者个人信息,然后由两名医生共同利用信息采集部(8)采集确诊疾病患者的病理性声音,信息采集部(8)将采集的确诊疾病患者的病理性声音转换为数字信号的波谱图,并利用显示屏(6)实时直观显示,显示屏(6)将波谱图的异常区域截取,反复听诊,形成带有标签的声音数据集,然后利用数据处理部(10)对带有标签的声音数据集截取特征片段,并进行频域声学特征分析;
步骤二:利用声音采集设备对挂号进行问诊的病人的声音进行采集,并对采集的声音进行分类,构建基础声音数据集;
步骤三:判断基础声音数据集在步骤一中的带有标签的声音数据集中的所述类别,得出一个估计病理性声音类别;
步骤四:构建卷积神经网络模型,然后利用步骤一中进行频域声学特征分析后的带有标签的声音数据集对卷积神经网络模型进行训练,获得目标识别模型;
步骤五:集成步骤一中带有标签的声音数据集、步骤二中的目标识别模型和步骤三中的估计病理性声音类别,建立病理性声音库。
8.根据去权利要求7所述的一种人工智能听诊器建立病理性声音库的方法,其特征在于:所述步骤一中采集确诊疾病患者的病理性声音包括心音、呼吸音、胎心音、肠鸣音和血管杂音,其中心音和呼吸音包括正常呼吸音、正常心音、干啰音、湿罗音、二尖瓣狭窄、二尖瓣关闭不全、室间隔缺损和房间隔缺损。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学第一附属医院,未经郑州大学第一附属医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911047194.X/1.html,转载请声明来源钻瓜专利网。





