[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

权利要求书

1.一种基于肺音的肺间质纤维化的数字化检测分析方法，其特征在于包括以下步骤：

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；

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。

2.根据权利要求1所述的检测分析方法，其特征在于，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。

3.根据权利要求1所述的检测分析方法，其特征在于，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。

4.根据权利要求1所述的检测分析方法，其特征在于，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。

5.根据权利要求4所述的检测分析方法，其特征在于，所述数字化肺音信号的时间长度为8s-12s。

6.根据权利要求1所述的检测分析方法，其特征在于，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。

7.根据权利要求1所述的检测分析方法，其特征在于，步骤3）所述的小波基函数为dbN系列，3≤N≤5。

8.根据权利要求1所述的检测分析方法，其特征在于，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，。

9.根据权利要求1所述的检测分析方法，其特征在于，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，。