中北大學
馬月軒,周宸正,向夢輝,薛晨陽,臧俊斌
便攜式心電心音智能檢測儀的傳感器采用MEMS工藝設計加工,將傳感器敏感結構封裝一體,配合信號處理電路以及設計的安卓程序,最終實現心電和心音信號的采集、顯示與播放。作品首先由傳感器獲取數據,通過信號處理電路進行處理;處理后的數據通過STM32芯片控制與其連接的藍牙模塊發送到配套手機APP壹云智診,并且使用移動網絡通過Tomcat上傳數據至云端服務器。從心音波形的特征分析中,能很好地區分出正常心音和雜音,配合心電信號的分析,可以為了解患者的心肺健康與呼吸系統功能等提供更多的參數,有利于進行深度學習和智能診斷,從而對異常心音信號進行初步篩檢。
針對心音信號的采集易受環境噪聲干擾和耗散問題,根據惠斯通電橋結構,基于聲-電信號轉換原理設計了MEMS微壓傳感芯片,配合一體化高耦合拾音腔結構,保證心音信號的低噪采集和傳輸。拾音腔設計保證了采集前端接入傳感器的心音信號完整性和低失真。所設計的傳感芯片具有更小的體積、更高的靈敏度及抗干擾能力,能夠更好地捕捉第三、第四心音,且MEMS器件可靠性高、成本低、易批量生產。
本項目研發出的心電、心音同步采集技術裝備,可將心音圖和心電圖同步采集記錄,二者強強聯合,視聽結合,以顯示這些記錄數據間的彼此關系。從各種波形的相互關系分析中,不僅能更有效地診斷心音和雜音,而且能更好地反映心血管系統的血液動力學及電機械活動等變化,為了解受檢者的心血管病理生理、心肺功能提供更多的診療參數,這將會使臨床醫師“耳聰目明”,進而提高診斷水平和鑒別水平。此外,針對2020年的新冠疫情,傳統的聽診器在身穿防護服的情況下無法有效發揮作用。本產品能夠將聲音信號轉化成圖像,盡可能減少患者與醫生的接觸,最大程度上降低醫生感染的風險。
本項目與合作醫院建立了心電心音數據庫,并應用深度學習技術建立了心電心音病理判別模型。此模型可以對病人的心肺功能進行初判,初判結果作為參考意見遞交主治醫生,可有效減輕醫生的接診壓力,提高醫院的接診效率。此外面向大眾,也可以真正實現足不出戶地對自身健康狀態的自查自檢;而心血管疾病的康復者復查也可居家實現,減少去醫院的次數,最大程度上降低感染風險。
對于亞健康人群及康復者,本產品每年可以幫助他們免除超過800萬次不必要的超聲心電圖檢查及心臟病專家會診。對于醫生,它可以捕捉到更多危險的心臟雜音,讓心音檢測在心血管疾病的篩查中發揮重大的作用。產品配套使用手機APP壹云智診,可以保存使用者的歷史心電心音信號,供隨時查看,為患者的病情跟蹤提供強力保障,方便醫師對患者的病史進行詳細的了解,以實現“耳聰目明”的診斷水平和鑒別水平。
隨著我國經濟和居民生活水平的不斷提高,政府和居民個人在醫療健康方面的支出大幅增加,而無論是政府還是個人,資金總是有限的,需要合理地分配資金在醫療健康方面的支出。例如,電子聽診器是醫院醫生的必需品,如果全部使用美國3M公司的,自然能夠滿足要求,但是經濟成本肯定是巨大的。本產品在做到與3M公司電子聽診器相似的技術指標的基礎上還加入了心電測量功能,并且價格還不到3M電子聽診器的1/4,如果能夠使用本產品來代替3M的產品,必然能節省巨大的經濟成本。對個人用戶來講,具備人工智能初篩功能的本產品自然要比其他競品具有更大的吸引力,個人用戶在感到身體不適時可以進行初步自查,在降低自身受到交叉感染風險的同時還能減少醫生的負擔,而且也會為個人節省去醫院做大量檢查產生的費用。另外,由于本產品會使用到云服務器,一旦產品的數量增加到一定程度,所需要的云服務器的數量和性能也需要得到提升,這也會帶動云服務器行業的進一步發展。