[发明专利]一种基于心音检测和机器学习算法的心脏病筛查系统

权利要求书

1.一种基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：包括信号采集模块(1)、心音数据分析模块(2)和数据库模块(3)；

所述信号采集模块(1)包括壳体、以及设置在所述壳体内的噪音采集单元(11)和心音采集单元(12)；

所述噪音采集单元(11)安装在壳体的顶部，其包括与壳体固定连接的上安装壳体(111)，在所述上安装壳体(111)上安装有噪音采集器(112)、以及与所述噪音采集器(112)连接的噪音传感器(113)；

所述心音采集单元(12)安装在壳体的底部，其包括通过卡槽与壳体固定连接的不锈钢腔体(121)、以及安装在不锈钢腔体(121)上的下安装壳体(122)，在所述下安装壳体(122)上安装有心音采集器(123)、以及与所述心音采集器(123)连接的心音传感器(124)；

所述心音数据分析模块(2)包括预处理电路(21)，预处理电路(21)的输入端与噪音传感器(113)和心音传感器(124)的数据输出端连接，预处理电路(21)包括依次设置的前级放大器、滤波器、中间放大器、后级放大器和A/D转换器，心音数据和噪音数据经预处理电路(21)处理后由蓝牙天线(14)发送至云端，并利用基于机器学习算法得到的模型进行数据分析，数据分析后得到的数据与数据库模块(3)中的心脏病数据进行比对；

所述数据库模块存(3)储有病人基本信息、病人心脏病类型、病人心音和各类心脏病的模型，其中各类心脏病的模型前期的建立和后期的更新由机器学习算法实现。

2.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：所述基于机器学习算法的模型的建立和更新过程如下：

1)将连续的心音信号f1(t)利用分割算法将原信号按照心跳周期进行分割。从而得到一系列只含有一个心跳周期的心音信号；

2)利用深度学习的自编码器进行降维和特征提取，并同时提取心音信号时域和频域的特征参数；

3)将上述有特征参数的训练样本利用分类算法，确定模型中不同类型的心脏病所对应的参数，结合交叉验证的方法对所得到的模型进行融合并存储于云端的数据库模块。

3.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：所述不锈钢腔体(121)用于隔离噪音，其主体为圆锥形腔体，圆锥形腔体的倾角为46°。

4.根据权利要求1所述的基于心音检测和机器学习算法的心脏病筛查系统，其特征在于：用于测量环境噪音的噪音采集单元(11)和用于测量心跳声音的心音采集单元(12)相互配合。通过反相的方法减少环境噪音对测量的心音的影响。