Система электронной аускультации: обработка аускультативных данных

   Цель исследования – повышение разнообразия конструкций систем электронной аускультации с измеренными характеристиками и апробированием.

   Серия статей включает в себя разработку модели системы электронной аускультации, разработку конструкции электронного стетоскопа, изготовление экспериментального образца, разработку методики измерения амплитудно-частотных характеристик электронных и классических стетоскопов, апробирование предложенных моделей и методов, анализ аускультативных данных. В статье рассмотрены математические методы первичного анализа аускультативных данных. Для эксперимента использованы записи нормального и жесткого дыхания. Произведен частотный, частотно-временной и автокорреляционный анализ дыхательных звуков.

   Методы. Исследования базировались на теории цифровой обработки сигналов. В исследовании использованы аускультативные данные, полученные с экспериментального образца системы электронной аускультации. Использовались электронные записи жесткого (паталогического) и нормального дыхания человека над левым средним легким. Дыхательные шумы были преобразованы в цифровую форму со следующими параметрами: частота дискретизации fд = 48 кГц; разрядность n = 24 бит; количество каналов 1. Для анализа частотной информативности записей построены их спектры. Для вычисления значений в спектрах использовалось быстрое преобразование Фурье.

   Результаты. В представленной работе проанализированы частотные характеристики записей жесткого и нормального дыхания. Получены значения автокорреляционных функций. Получена авторегрессионная модель процесса нормального дыхания. Задача аналитического определения порядка модели остаётся открытой и требует отдельного решения. Полученная модель позволяет генерировать эквивалентный дыхательный шум вдоха или выдоха при подаче на её вход сигнала с равномерным.

   Заключение. Апробирован образец системы электронной аускультации, предложены методы упрощенного первичного анализа аускультативных данных. Разница в результатах обработки жесткого и нормального дыхания не имеет статистической значимости ввиду малой выборки.

1. Федотов А. А., Акулов С. А. Измерительные преобразователи биомедицинских сигналов систем клинического мониторинга. М.: Радио и связь, 2013. 250 с.

2. Злобин Д. В. Методика и устройство для измерения амплитудно-частотных характеристик датчиков электронной аускультации // Вестник Ижевского государственного технического университета. 2012. № 4. С. 110–115.

3. Рыбочкин А. Ф., Калугина Н. М. Методы и средства анализа акустических шумов легких человека // Научный вестник. 2016. № 2. С. 50–62.

4. Макалов А. О., Соболенкова В. С., Смирнов В. А. Проблемы и задачи в области электронной аускультации // Известия Тульского государственного университета. Технические науки. 2020. Вып. 6. С. 45–50.

5. Биомедицинские сигналы и изображения в цифровом здравоохранении: хранение, обработка и анализ / В. С. Кубланов, А. Ю. Долганов, В.Б. Костоусов [и др.]; под ред. В. С. Кубланова. Екатеринбург: Издательство Уральского университета, 2020. 240 с.

6. Сафронова М. А., Ширяев А. Д., Коренбаум В. И. Анализ гармоник свистящих звуков в шумах форсированного выдоха человека // Акустический журнал. 2021. Т. 67, № 4. С. 454–464. doi: 10.31857/S0320791921040122. EDN LNIKKO

7. Stethoscope acoustics. The doctor and his stethoscope / Ertel Paul Y. [et al.] // Circulation. 1966. N 34 (5). P. 889–898.

8. Исаков Р. В., Алексеева И. И. Биотехническая система регистрации виброакустических сигналов человека // Биотехносфера. 2017. № 5 (53). С. 28–31. EDN YPQFDN

9. Патент 182368 Российская Федерация, МПК А61В 7/04. Электронный стетоскоп / Усков А. И., Ямпольский И. И. № 2017145290; заявл. 22. 12. 17; опубл. 15. 08. 18.

10. Патент 2644546 Российская Федерация, МПК А61В 7/04 (2006.01). Электронный медицинский стетоскоп / Борисов Е. Г., Борисова Л. И., Семенов А. Г. № 2016142823; заявл. 31. 10. 16; опубл. 12. 02. 18.

11. Кубланов В. С., Борисов В. И., Долганов А. Ю. Анализ биомедицинских сигналов в среде MATLAB. Екатеринбург: Издательство Уральского университета, 2016. 120 с.

12. Polat H., Güler I. A simple computer-based measurement and analysis system of pulmonary auscultation sounds // Journal of Medical Systems. 2004. № 28 (6). P. 665–672. doi: 10.1023/b:joms.0000044968.45013.ce. PMID: 15615294.

13. Nowak L. J., Nowak K. M. An experimental study on the role and function of the diaphragm in modern acoustic stethoscopes // Applied Acoustics. 2019. Vol. 155. P. 24–31.

14. Silverman B., Balk M. Digital Stethoscope – Improved Auscultation at the Bedside // The American Journal of Cardiology. 2019. Vol. 123, is. 6. P. 984–985.

15. Патент 188636 Российская Федерация, МПК А61В 5/08, А61В 7/04, А61В 7/00. Устройство для преобразования механического стетофонендоскопа в электронный / Малинин С. В., Фурман Е. Г. № 2018134746; заявл. 10.01.18; опубл. 18. 04. 19.

16. Changes in the breath sound spectrum with bronchodilation in children with asthma / Mariko Nukaga, Hideyuki Tabata, Mayumi Enseki, Kota Hirai, Hiroyuki Furuya, Masahiko Kato, Hiroyuki Mochizuki // Respiratory Investigation. 2018. Vol. 56, is. 5. P. 392–398.

17. Non-invasive devices for respiratory sound monitoring / A. Troncoso, J. A. Ortega, R. Seepold, N. M. Madrid // Procedia Computer Science. 2021. Vol. 192. P. 3040–3048.

18. Степанов Д. А. Электронный стетоскоп: адаптация концепции под российские социально-экономические реалии // Здоровье – основа человеческого потенциала: проблемы и пути их решения : труды Х Всероссийской научно-практической конференции с международным участием, Санкт-Петербург, 19–21 ноября 2015 г. : в 2 ч. СПб.: Изд-во Санкт-Петербургского политехнического университета, 2015. Т. 10, № 1. С. 413–415.

19. Гончарук М. Е. Электронный стетоскоп. Проблемы электронной аускультации // Наука, техника, промышленное производство: история, современное состояние, перспективы : материалы Региональной научно-практической конференции студентов и аспирантов, Владивосток, 08–28 декабря 2020 года. Владивосток: Дальневосточный федеральный университет, 2021. С. 341–344. EDN RPPQLB.

20. Box G. E. P., Jenkins G. M., Reinsel G. C. Time Series Analysis: Forecasting and Control. 3 rd ed. New York: Prentice Hall, 1994.