研究人员结合了单独的技术来开发新的数字听诊器设计

研究人员开发了一种新的数字听诊器，将精密传感器，心电图技术和机器学习应用结合到一块设备中，以更好地检测植入的心脏泵可能发生的心脏病和问题。

Jason Kolodziej和史蒂文日，罗切斯特理工学院的工程教授，与罗切斯特大学罗切斯特医疗中心的卡尔施瓦茨，心脏病专员和医学教授合作，开发了先进的数字听诊器原型。研究人员扩大了传统听诊器的能力和功能，以检测心脏的关节节奏，主要是一个带有嵌入的左心室辅助装置或心脏泵。

剩下室内辅助设备（LVAD）用于帮助管理终级心力衰竭，从左心室泵送血液，为主动脉提供所需的血流，为患者进行严重减少的心功能。研究小组确定了自然心声和植入的LVAD的声音可以抑制诊断疑似装置功能障碍的患者的关键。

“这种听诊器，我们设计了多个传感器将多个传感器集成到一个。这不一定是一个新的传感器，这些传感器测量以前从未测量的东西;它是在医院设置的东西可以由多台机器完成。大多数心脏病学家都没有转变这些数据收集硬件，“Rit的Kate Glase of Engineering Clien of Mechanical Engineergance of Mechanical Engineering副教授Kolodziej说。

根据疾病控制中心，心血管疾病是美国死亡的主要死因之一，每年有超过60万心脏病死亡。例如，疾病的诊断需要进行几个重要的测试和评估，包括例如ECG，超声心动图，X射线和心脏磁共振成像。通过听诊器的声学信息也是获得有关信息的一种方法心功能。

由于Rene Laennec 1816年，听诊器设计已经改变了很少的变化。乌尔姆康超声心动图实验室主任Schwarz对患有复杂心脏病和机械辅助装置的患者进行常规成像和先进的成像研究。RIT和URMC研究人员提出了现代化的听诊器设计，并使用创新的数字信号处理技术开发了原型，包括数字信号滤波，高级拍摄的基于谷蚀算法和整体平均。

新设计包括用于通过听诊器收集的数据的麦克风，与ECG引线 - 不锈钢接触垫相结合，通常贴在患者的胸部，臂和腿上。通常，ECG领导是获取电子声音数字音频的单独设备标准的一部分。相反，研究人员将他们附加到新的听诊器头。新的铅是在构建体的3-D印刷的Rit实验室。

除了项目的硬件外，计算机算法还被称为机器学习技术 - 被纳入较大的系统中，以采用信号，并学习和识别缺陷。改善声学诊断的技术包括频谱分析，先进的自动化神经网络以及基于智能手机的交互式软件的组合，临床医生在整合与其他常规临床信息的先进声学分析时诊断。

对数字听诊器的改进提供了比通常使用的声学签名中的更多信息，并且已经过训练以倾听不同的东西，医生听到诸如的信号心MURMURS，阀门反流和表示不同缺陷的其他信号，进一步解释。

“几乎是无意识的，就像倾听引擎的人，听到一些事情可能意味着一个问题。但如果你问有什么声音不同，他们可能无法解释它或表达它，但他们只是知道。这是关于让设备这样做，听听声音，然后使得确定问题可以是什么，“Rit的生物医学工程计划教授和负责人表示。他还拥有巨大的植物，建立了弗吉尼亚大学，犹他州人工心脏研究所和Medquest Inc.的同龄人的植物血液泵的巨大经验。

---

---