[发明专利]心血管声音的多参数分类

说明书

技术领域

本发明涉及用于将从活体记录的心音分类为多个类别的方法和系统，所述类别用于描述是否在心音内存在由于冠状动脉狭窄而导致的杂音。

背景技术

在西方世界，冠状动脉疾病是心血管疾病导致的单个最常见的死因。心肌通过冠状动脉来接收其血液供应，并且动脉粥样硬化是在引起冠状动脉搅拌(CAD)的冠状动脉内发生的最常见的病理生理过程。动脉粥样硬化是在动脉内产生斑的过程，因此，血流能够被斑减小或者甚至阻塞。不断工作的心脏需要连续和有效的血液供应，以便正确地工作。在血液供应上的缺陷可能很严重或者甚至致命。程度渐增的血管直径减少或者冠状动脉狭窄首先限制反流(reserve flow)，然后减少在静息时的流动，最后可能完全地闭塞血管。

临床医生和其他医疗专业人员需要测量/检测冠状动脉狭窄以诊断CAD。一旦已经进行了诊断，则能够开始治疗/处理。

现在，存在几种非侵入性技术，用于测量/检测狭窄的严重度或者其在冠状动脉内的存在。这能够通过磁共振成像(MRI)、活体血管内超声(IVUS)或者光学相干断层扫描(OCT)来完成。但是，上述技术使用起来都相当复杂和昂贵，因此仅仅向具有特定病症的病人提供这些检查。结果是大多数病人当被检查时具有严重的狭窄。

临床医生和其他医疗专业人员长期依赖于诸如心血管声音的听诊声音，以帮助检测和诊断生理情况。例如，临床医生可以使用听诊器来监控和记录心音，以便检测心脏瓣膜疾病。而且，所记录的心音能够被数字化、保存和存储为数据文件以用于以后的分析。已经开发了向电子记录的听诊声音应用算法的装置。一个示例是自动化的血压监控装置。其他示例包括分析系统，其试图根据听诊声音的分析而自动地检测生理情况。例如，人工神经网络已经被讨论作为一种用于分析听诊声音并且提供自动化的诊断或者建议诊断的可能机制。难于提供一种用于使用这些传统技术来按照冠状动脉狭窄而对听诊声音进行分类的自动化装置，因为考虑人之间的差别对这些技术进行调整是非常困难的。两个不同的人将不同地影响听诊声音，并且即使两人都患有冠状动脉狭窄，来自两个病人的听诊声音也会不同。而且，经常难于以可以实时或者伪实时地应用来帮助临床医生的方式来实现传统技术。

许多临床医生推崇使用数字听诊器来获取听诊声音，因为他们熟悉听诊器，但是使用数字听诊器所获取的听诊声音的质量与由更高级的系统记录的听诊声音相比较，经常不良。这样的听诊声音的质量经常降低，因为在记录期间引入了其他的噪声——例如由于在麦克风和病人的胸部之间的摩擦或者由于环境噪声所导致的噪声。而且，当临床医生使用听诊器来记录听诊声音时是很亲密的情况，因为在病人和临床医生之间的距离很小，结果是听诊记录很短。因此，当使用听诊器时，仅仅获取适于执行冠状动脉疾病的分析的小量数据，因此由已知的技术执行的分析经常不正确。

US5036857公开了一种用于非侵入地检测冠状动脉疾病的方法和系统。所述方法包括：分析在心脏周期的舒张期间从病人的胸腔检测的舒张的心音，以便识别与在部分阻塞的冠状动脉内的湍流的血流相关联的低阶可听分量(low level auditory component)。使用诸如自回归(AAR)、自回归滑动平均(ARMA)和特征向量方法的高级信号处理技术来对这些舒张的心音建模，以便可以可靠地指示这样的可听分量的存在。所述系统包括声换能器、脉搏传感器装置、信号处理器和诊断显示器。另外，所述系统包括控制器，用于自动地对数据收集、分析和显示阶段进行排序，因此需要最少的操作员交互。这种方法和系统分析在舒张段内的噪声量，并且具有大量噪声的舒张段被丢弃，并且不用于分析与在部分阻塞的冠状动脉内的湍流的血流相关联的低阶可听分量。因此，需要记录大量的舒张段，以便实现正确的分析，因此，声音记录应当很长或者被重复多次。在许多临床情况下，这是不可能的，特别是当使用数字听诊器来记录心音时。

发明内容

本发明的目的是解决上述问题。

这是通过一种用于对从活体记录的心血管声音进行分类的方法来实现的；所述方法包括步骤：

●识别所述心血管声音的心脏舒张和/或收缩段；

●将所识别的心脏舒张和/或收缩段中的至少一个划分为多个子段，所述多个子段包括至少第一子段和至少第二子段；

●从所述第一子段提取用于表征所述心血管声音的第一属性的至少第一信号参数，从所述第二子段提取用于表征所述心血管声音的第二属性的至少第二信号参数；

●在多变量分类方法内使用所述至少第一信号参数和所述至少第二信号参数来对所述心血管声音进行分类。