构建和验证呼吸声时间标签的自动细分方法
Jian Fan1,2, Haoran Ni3, Xiulan Chen4
1Department of General Practice, The First Affiliated Hospital of Naval Medical University, Changhai Hospital, Shanghai, China.
The clinical respiratory journal
|October 22, 2025
概括
这项研究开发了一种分析呼吸道声音的数字方法,改善了肺部疾病的诊断. 新技术客观地可视化呼吸声,帮助临床医生区分各种呼吸道疾病.
科学领域:
- 肺部医学 肺部医学
- 生物医学工程 生物医学工程
- 医学声学 医学声学
背景情况:
- 听觉对于诊断呼吸道疾病至关重要,但是主观的.
- 个人经验和环境因素可能会导致诊断错误.
- 精确分析呼吸道声音有助于诊断和治疗呼吸道疾病.
研究的目的:
- 开发一种用于可视化和数字化呼吸系统音频数据的分析方法.
- 验证该方法能够区分各种背景呼吸道疾病的能力.
主要方法:
- 采集了84名患者的呼吸声,使用静音环境中的电子耳语镜.
- 分段音频数据,区分心脏和呼吸声,并识别吸气/呼气阶段.
- 使用自定义工具进行自动细分编码和特征提取.
主要成果:
- 来自84名患者的标准化呼吸声,对多个呼吸周期进行细分.
- 每个呼吸周期段的振幅特征的计算平均值和标准偏差.
- 在各种疾病中观察到呼吸道声音特征的明显差异.
结论:
- 一个强大的算法平台可以将呼吸声分成吸入/呼气阶段.
- 该方法可以比较疾病之间的呼吸声差异.
- 为呼吸声音的听觉和视觉显示提供客观证据.
更多相关视频
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025
428
12:30A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures
Published on: July 2, 2014
20.9K
