五導(dǎo)呼吸音采集分析研究.pdf

1、呼吸疾病的機理信息在呼吸系統(tǒng)分布分散往往反應(yīng)在整個胸部區(qū)域，呼吸音聽診作為一種主要的呼吸音監(jiān)測手段，得到了越來越廣泛的應(yīng)用，但由于臨床常見呼吸音疾病多為混合病變，傳統(tǒng)的單導(dǎo)聽診只能依次反復(fù)聽診不同部位才能提供臨床信息，而多導(dǎo)呼吸音采集有利于在同一時間對不同部位間的呼吸音及雜音的持續(xù)時間、強度等信息進行收集，提供豐富的臨床信息，并對采集的呼吸信號進行進一步分析研究，本文擬在以下幾個方面進行深入研究：
　　（1）熟悉呼吸音的基本信息，

2、掌握呼吸音的產(chǎn)生機理以及呼吸雜音與呼吸系統(tǒng)疾病的病例關(guān)系和內(nèi)外的呼吸音的研究和方法。
　?。?）分析與實驗室有合作的山口大學(xué)自主研制的聽診頭是否符合呼吸音采集，此聽診頭主要由鐵三角AT9904麥克風(fēng)和3M公司生產(chǎn)的震動腔（Littmann，ClassicIISE）構(gòu)成。
　?。?）結(jié)合成都452醫(yī)院醫(yī)師指導(dǎo)，提出五導(dǎo)采集部位，基于聽診部位和處理方法已經(jīng)申請一項實用新型專利目前已經(jīng)采用此方案采集到20名正常呼吸音志愿者的50多

3、例呼吸音信號和20名患者的21例異常呼吸音信號（其中有14列相同病理），完成了初步的呼吸音采集測試。
　　（4）對采集到的呼吸音信號進行預(yù)處理分析，針對各種噪音設(shè)計相應(yīng)的處理方法，例如：工頻陷波器、小波閾值降噪、IIR濾波器設(shè)計，通過以上的方案盡可能的提高呼吸音信號的信噪比，通過對比實驗，預(yù)處理效果比較明顯。
　?。?）包絡(luò)提取與特征提取，針對呼吸音的特性，首先采用了頻域分析為輔，然后主要采用時域的包絡(luò)提取，采用常用包絡(luò)提取

4、方法的對比，基于希爾伯特變換的呼吸音包絡(luò)提取、基于歸一化平均香農(nóng)能量的呼吸音包絡(luò)提取、基于單自由度模型的呼吸音包絡(luò)提取、基于Morlet小波呼吸音包絡(luò)提取的對比性試驗，選取Morlet包絡(luò)提取算法，然后通過采用FCM算法對包絡(luò)波進行閾值線劃分，最后得到特征參數(shù)呼氣相和吸氣相的持續(xù)時間(T1,T2),呼氣間隙時間和吸氣間歇時間（D1,D2）,呼氣相和吸氣相的峰值（P1，P2），以T1/T2，D1/D2作為區(qū)分呼吸音類型參數(shù)，進行初步的呼吸

5、音二分類。
　?。?）本實驗室的最終目的在于能夠下位采集，后端有服務(wù)器的支持診斷，于是如何利用較少的資源去儲存和傳輸逐步增大的數(shù)據(jù)庫和提升單次采集數(shù)據(jù)傳輸速度，也是本文需要研究的一個方向，實驗以改寫OMP算法和SAMP算法應(yīng)用于呼吸音，通過對兩種算法運算過程中所需要涉及的步驟和條件進行對比，得出需要在未知稀疏度（K）的前提下，改進算法，加快運算速度和運算精準度。
　　綜上所述，本文對于呼吸音的采集和分析進行了研究，并運用實際