2022年6月3日功能

一种用于远程疾病自动诊断的可穿戴软听诊器

Thamarasee Jeewandara, Medibob游戏cal Xpress

数字听诊器提供更好的结果与传统的方法来记录和可视化现代听诊．目前的听诊器体积大，不保形，不适合远程使用，而运动伪影可能导致不准确的诊断。在一份新报告中科学的进步美国佐治亚理工学院和韩国忠南国立大学医院的Sung Hoon Lee及其工程、纳米技术和医学研究团队描述了一类提供实时、无线、连续听诊的方法。这些设备是用于各种病理定量疾病诊断的软可穿戴系统的一部分。Lee等人使用该软设备以最小的噪声检测连续的心肺声音，以实时表征信号异常。该团队对多名患者和对照受试者进行了临床研究，以了解可穿戴听诊方法的独特优势，与综合机器学习该软件可以自动诊断肺部四种类型的疾病，从爆裂声到喘息、喘鸣和隆奇，准确率高达95%。该软系统适用于睡眠研究中呼吸障碍的检测和检测睡眠呼吸暂停．

医学领域的听诊

慢性阻塞性肺病(慢性阻塞性肺病)和心血管病(CVD)主要的因素全世界的死亡率。这两种病理形成了心脏和肺部疾病的总称，导致呼吸过程中的功能障碍和血流受限。由于医疗保健的不可及性，大约80%的COPD死亡发生在中低收入国家，准确的听诊有助于早期诊断疾病评估治疗效果．同样，心音也有助于血管性心脏病的诊断和识别。

听诊是医学上最基本、最重要的诊断方法，具有无创、快速、信息丰富、价格低廉等优点。由于大多数听诊器无法记录检测到的声音，传统的听诊器可以限制这个过程，因此很难共享结果来记录异常情况。因此，一些严重的呼吸系统和心脏疾病可能会受到影响误诊或诊断不足．数字听诊器实时协助听诊可以把声音转换成电信号，通过听诊器放大听不见的声音。在这项工作中，Lee等人介绍了一种软可穿戴设备听诊器基于先进电子技术、柔性力学、心血管疾病软包装和呼吸监测的动态心肌病听诊系统。

软穿戴式听诊器(SWS)的装置设计

研究小组在日常活动中准确地收集心肺数据诊断肺部异常．然后，他们改进了小波去噪声音收集的信噪比，以最小化电路，并使设备更紧凑地训练一个机器学习模型来准确识别喘鸣，干罗音，喘息,脆皮肺的声音。Lee等人还开发了一个用户友好的移动设备应用程序来记录心肺声音，并远程安全地上传信息。他们形成了小型、柔软的可穿戴系统，用于远程患者心肺听诊，具有非常小的机械柔性设备，用于柔性皮肤集成，以及自助听诊，以方便远程连续监测，无需患者和医生的物理交互。弹性体外壳得以维持一种内部硅胶协助皮肤接触，并包括一个薄的导电水凝胶耦合层，以听诊心脏和呼吸活动。该装置包括多层软材料和电子元件，包括一个麦克风传感器，可充电电池，和薄膜电路蓝牙低耗能单元用于无线数据传输。该系统维护了一个微电子机械系统麦克风，用于录音，允许团队通过无线芯片精简的模数转换器将麦克风收集到的声音转换为数字信号，用于数据处理。全便携式听诊器为远程监测数字健康提供了独特的机会。

传统听诊器与数字听诊器

研究小组试图保持可穿戴式麦克风系统与皮肤的适当接触。与商用听诊器相比，薄而灵活的数字听诊器形成了符合高质量录音的接触。Lee等人进行了实验，比较了传统听诊器和数字听诊器的录音性能。在实验中，健康的受试者行走或站立时，将听诊器安装在胸前，每五分钟记录一次声音。该设备进一步证明了长期使用的防水和透气能力。

在日常生活中检测心音并介绍一种用于疾病自动诊断的去噪算法

由于日常活动有不同的噪声源，并可能对传统听诊器的录音产生负面影响，临床医生在患者处于休息状态时进行听诊。Lee等人通过探索一系列场景来演示数字听诊器的性能，以调节相对于皮肤接触质量的运动伪影，在这些场景中，受试者模仿各种现实生活场景，以显示测量到的音质的影响。虽然这种软设备可以有效地记录声音，但传统的类似听诊器的设备对心肺声音的记录质量很低。研究小组对一级截止频率进行了额外的滤波来去除不必要的高频噪声．

研究人员研究了心脏、肺部声音信号的小波变换和噪声滤波，以捕捉身体和周围的声音。他们通过一种阈值算法来抑制数字信号中的噪声。这项工作表明，通过检测肺部声音和各种疾病的异常，软可穿戴系统具有优越的性能。新的听诊器为连续实时记录高质量的声音和定量数据提供了一个关键的优势卷积神经网络(CNN)基于机器学习，用于自动疾病分类。该团队将智能手机应用程序与机器学习结合起来，实时对疾病表型进行分类。

前景

通过这种方式，Sung Hoon Lee及其同事开发了一种灵活、柔软的材料降噪机制和相关算法，充分实现了一种便携式、连续、实时的可穿戴听诊器听诊方法。该团队展示了参与各种活动的多人的心肺监测日常活动．该软可穿戴系统具有生物兼容性和皮肤友好性，具有集成的深度学习，适用于成功的临床研究和远程疾病分析，适用于下一代个性化生物识别安全系统。