[发明专利]筛选结构性心脏病的设备、方法及系统

说明书

本发明涉及可穿戴无线传感器设备、系统、方法和非暂时性计算机可读介质，用于基于患者皮肤表面上的心电图、心音图和/或加速度计信号来筛选结构性心脏病。

相关申请的交叉引用

本申请要求享有申请日为2018年9月7日、申请号为US 62/728,199的美国临时专利申请的权益，其全文通过引用归并本文。

技术领域

本发明涉及医疗设备，更具体涉及使用可穿戴传感器设备筛选结构性心脏病的方法，该传感器设备在胸部皮肤表面上测量心电图、心音图和加速度计信号中的一条或多条导线。

背景技术

听诊是一种使用听诊器倾听与心脏、肺和肠等内部器官功能相关联的声音的技术，它是医师的基本诊断工具之一。这些声音主要是由房室和心脏半月瓣闭合以及人工心脏听诊产生，可对心脏的结构性和功能性健康状况提供粗略的心脏诊断。然而，常规上用作现场检查诊断工具的听诊器依赖于医师的技能和经验，因此固有地受限于人类听力阈值，只能感知一定幅度和带宽的声音；此外，无法捕获声音数据记录以备将来参考。

使用电子记录进行客观心音分析的进展至关重要，因为美国每年有超过500万人被诊断出患有心脏瓣膜疾病。随着人口老龄化，患结构性心脏病(诸如主动脉瓣钙化狭窄和二尖瓣反流)是第三大最常见的心血管疾病。成人主动脉瓣狭窄患者在美国约达150万，欧洲有56％的患者年龄超过70岁。此外，先天性心脏病是出生时患结构性心脏缺陷的最常见疾病，美国和欧盟每年影响到71000多名儿童。对结构性或先天性心脏病进行有效的医疗管理和手术治疗计划，可能需要客观又可靠地监测心脏功能，包括心音。

随着数字听诊器的出现，临床医师能够将心音记录为数字波形，并且除了诊听之外还包括视觉组件来进行检查。心音记录称为心音图(PCG)，由通常放置在常见心脏听诊部位之一的麦克风来记录。这些部位包括胸部上的主动脉、肺动脉、三尖瓣和二尖瓣区域。PCG记录实质上由基本心音S1和S2组成，通常分别称为“Lub”音和“Dub”音。除这些正常的心音之外，还可能存在具有心力衰竭风险的个体相对较弱的S3和S4心音，以及其他异常声音，诸如开瓣音、喷射音、杂音和收缩中晚期喀喇音。将数字信号处理和机器学习技术应用于这些PCG信号能够克服人工听诊的局限性，从而利用心音进行有效的临床诊断。然而，自动分类心音并非易事，因为PCG可能会受背景噪音、呼吸音、肠鸣音和传感器相对于身体运动所掩盖。使用具有繁复算法的新型可穿戴医疗设备传感器来连续监测心音可能用来筛选或诊断异常的心脏状况/缺陷，这会有助于早期和适当的医疗干预。

在过去十年中，自动分类心音病理学持续发展，使用了各种特征提取，包括信号幅度、频率、小波、时频谱测量以及与分段与分类法相结合的统计法。采用能够测量包括ECG、PPG和加速度计在内的多个生理信号的连续可穿戴传感器设备进行大规模筛选结构性心脏病，允许准确地对心音进行分段并将其分类成医院或住家环境中的正常类与异常类，但这仍然存在挑战性。

听觉滤波器模型设计为使用一系列独立带通滤波器模仿人耳过滤声音的方式，这些滤波器可有效地识别和区分相比高频更接近低频的声音信号。这种更接近低频的分辨变化能力是PCG分析的一项有益功能，因为大多数心音的频谱功率主要在低频下出现并重叠，尤其是在200Hz以下。尽管听觉滤波器模型已成功应用于语音分析，但在心音分类中尚未得到良好的开发。先前涉及用于PCG分析的听觉滤波器模型的研究包括噪声检测和动脉导管未闭评估。

有鉴于此，亟需一种克服上述问题的解决方案。本发明解决了这种需求。

发明内容

本公开涉及一种使用可穿戴传感器设备筛选结构性心脏病的方法，该传感器设备在胸部皮肤表面上测量心电图、心音图和加速度计信号中的一条或多条导线。所述方法包括：测量患者皮肤表面上的心电图、心音图和加速度计信号；基于身体加速度的度量，将测得的信号划分成一个或多个序列；对心电图和心音图的一个或多个序列导出的特征筛选决策；确定聚合筛选决策的序列；以及组合个体决策以筛选结构性心脏病。

附图说明