消化道扫描设备、身体扫描设备、身体扫描方法和声学消化器官监测系统与流程

1.本发明涉及一种消化道扫描设备，其能够基于来自消化道的声音定位肠狭窄或肠粘连。
2.本发明还涉及一种身体扫描设备，其能够通过扫描患者身体的内部器官(例如胸部或消化道)，通过检测来自患者身体的可听频段或不可听频段中的声音，然后通过人工智能(ai)算法分析患者身体中声音的频谱来提取显出医学问题的声音以定位患者体内的声音，以及涉及一种该身体扫描设备的身体扫描方法。
3.本发明还涉及一种声学消化器官监测系统，其通过建立基于从消化系统产生的生物声音的数据库来连续监测消化系统实现了患者消化系统疾病的早期诊断。


背景技术：

4.作为人体消化器官的一部分，大肠具有约1.5m的长度，而小肠是非常长的器官，其具有约6m至7m的长度。因此，小肠会经受肠道变窄的肠狭窄或肠道粘在一起的肠粘连。肠狭窄或粘连能够通过肠穿孔或肠梗阻带来其他严重问题，从而导致需要根据需要进行治疗(诸如手术等)的紧急情况。
5.由于即使是肠狭窄患者也可能不会连续感到疼痛，因此医生不容易利用听诊器等对肠狭窄进行定位来诊断肠狭窄或粘连。尽管能够使用改进的方法(计算机断层扫描(ct)和磁共振成像(mri)等)，但肠狭窄定位困难通常会导致重复成像，从而造成过度治疗的问题。
6.另一方面，在医院进行的外科手术有几种类型，其中一种外科手术是通过打开患者腹部进行的开放式外科手术。例如，当切除胃的一部分以用于胃癌治疗时，外科手术是在打开患者腹部后进行的。胃切除后，重新排列内脏并再次缝合腹部以完成外科手术。由于小肠具有约6m至7m的长度，因此即使内部器官重新排列良好，也能够在小肠的一部分扭转或弯曲的情况下缝合腹部。在一些有非常严重的肠扭转或弯曲的患者中，食物不能通过肠中的对应区域，当这种情况持续一段时间或更长时间时，会导致肠穿孔。如果肠中发生穿孔，则需要再次进行手术。肠穿孔能够与肠粘连同时发生，重复手术增加了肠粘连的可能性。
7.如果外科手术后可以事先检查出患者的小肠存在这样的问题，则能够使用腹腔镜外科手术或其他相对低风险的方法，而无需再次进行开放式外科手术。然而，如在肠狭窄或肠粘连的诊断中，目前还没有简单的方法来定位小肠的扭转或弯曲部分。如上所述，通常很难用听诊器定位小肠的扭转或弯曲部分，即使通过计算机断层扫描或磁共振成像也很难发现肠道狭窄和穿孔。即使利用内窥镜，医生也仅能看到从颈部到胃以及从直肠到大肠的内部器官，而不能看到小肠。


技术实现要素：

8.本发明要解决的问题
9.本发明的一个目的是提供一种消化道扫描设备，其能够通过检测患者腹部的声音对消化道进行扫描，基于来自患者消化道的声音诊断肠狭窄或肠粘连来定位肠狭窄或肠粘连。
10.本发明的另一个目的是提供一种身体扫描设备，其能够通过扫描患者身体的内部器官(例如胸部或消化道)，通过检测来自患者身体的可听频段或不可听频段中的声音，然后利用人工智能(ai)算法分析患者身体中声音的频谱来提取具有医学问题的声音以定位患者体内的声音，以及提供一种该身体扫描设备的身体扫描方法。
11.本发明的又一个目的是提供一种声学消化器官监测系统，其通过建立基于从消化系统产生的生物声音的数据库来连续监测消化系统实现了患者消化系统疾病的早期诊断。
12.解决问题的手段
13.根据本发明的一个方面，消化道扫描设备包括传感器模块、数据处理单元和分析单元以定位产生消化道声音的患者消化道的一部分。传感器模块包括彼此分开地附接到患者腹部上的多个部位并在患者吞咽食物后检测来自腹部的声音的多个麦克风。数据处理单元将多个麦克风产生的模拟信号转换成数字音频信号。分析单元可以对由数据处理单元转换的多个音频信号中的消化道声音进行分类，并且可以识别出检测分类成消化道声音的信号的麦克风的位置作为产生消化道声音的位置。
14.根据一个实施例，传感器模块可以包括多个单向麦克风；以及附接垫，其附接到患者腹部并接收彼此分开的多个麦克风。多个麦克风可以包括以能够检测相同消化道声音的距离彼此分开的至少两个麦克风。
15.根据一个实施例，消化道扫描设备还可以包括耦接到附接垫的内表面的隔音垫。
16.根据一个实施例，消化道扫描设备还可以包括显示二维点阵图的显示单元。多个麦克风可以设置在对应于点阵图交点的位置处，并且分析单元可以在二维点阵图上直观地标记检测消化道声音的麦克风的位置。
17.根据另一个实施例，消化道扫描设备还可以包括分别附接到多个麦克风的多个标记灯和驱动单元，该驱动单元在分析单元的控制下开启多个标记灯中附接到检测消化道声音的麦克风的标记灯。
18.根据另一个实施例，消化道扫描设备还可以包括扬声器，该扬声器在分析单元的控制下输出所检测的消化道声音。
19.分析单元对消化道声音的分类可以通过各种算法来执行。在一个实施例中，分析单元可以将产生多个音频信号的位置相互比较，然后将从与产生音频信号的其他位置间隔预设距离的位置产生的音频声音视为噪声。在另一个实施例中，分析单元可以具有消化道声音独有的特征数据，以通过对多个音频信号中的每一个进行频谱分析将与该特征数据具有相同特征的音频信号分类为消化道声音。在此，特征数据可以是消化道声音特有的频率的组合。
20.通过关注一些身体内部声音能够成为临床诊断患者疾病的重要手段这一事实，根据本发明的身体扫描设备提出了一种通过多个麦克风采集患者身体中的身体内部声音的方法。尤其是，根据本发明的身体扫描设备提出了一种使用人工智能引擎或算法对身体内部声音中在患者的内部器官具有医学问题时产生的声音(下文中称为“感兴趣的声音”)进行分类和分析来追踪对应位置的方法，该人工智能引擎或算法学习感兴趣的声音的频率特
性以及由多个麦克风采集身体内部声音的模式。
21.根据本发明的另一方面，身体扫描设备包括：传感器模块、数据处理单元和分析单元以定位产生身体内部声音的患者身体的一部分。传感器模块包括彼此分开地附接到患者身体并检测患者身体产生的身体内部声音的多个麦克风。数据处理单元将多个麦克风产生的音频信号转换成数字信号，以通过快速傅立叶变换获得音频信号的频率信息。分析单元可以基于由数据处理单元提供的频率信息对多个麦克风产生的多个音频信号中患者身体产生的身体内部声音进行分类，并且可以识别出检测身体内部声音的麦克风的位置作为产生身体内部声音的位置。
22.根据一个实施例，分析单元可以通过人工智能学习在预设状态下患者内部器官产生的声音的频率特性，以检测分类成身体内部声音的音频信号中具有频率特性的音频信号。在此，分析单元可以基于通过对作为学习数据提供的多个音频信号进行快速傅立叶变换获得的频率信息，通过学习身体内部声音的频率特性来获得预设频率特性。
23.根据一个实施例，分析单元可以通过使用人工智能分析多个麦克风之间采集相同身体内部声音的模式来定位产生身体内部声音的患者身体的一部分。
24.根据一个实施例，传感器模块可以包括多个单向麦克风；以及附接垫，其附接到患者腹部并接收彼此分开的多个麦克风。多个麦克风可以包括以能够检测相同身体内部声音的距离彼此分开的至少8个麦克风。
25.根据一个实施例，身体扫描设备还可以包括显示二维点阵图的显示单元。在此，多个麦克风可以设置在对应于点阵图交点的位置处，并且分析单元可以在二维点阵图上直观地标记检测身体内部声音的麦克风的位置。
26.根据另一个实施例，身体扫描设备还可以包括分别附接到多个麦克风的多个标记灯和驱动单元，该驱动单元在分析单元的控制下开启多个标记灯中附接到检测身体内部声音的麦克风的标记灯。
27.根据另一个实施例，身体扫描设备还可以包括扬声器，该扬声器在分析单元的控制下输出所检测的身体内部声音。
28.分析单元对身体内部声音的分类可以通过各种算法来执行。在一个实施例中，分析单元可以将产生多个音频信号的位置相互比较，然后将从与产生其他音频信号的位置间隔预设距离的位置产生的音频声音视为噪声。在另一个实施例中，分析单元可以具有身体内部声音特有的特征数据，以通过对多个音频信号中的每一个进行频谱分析将与该特征数据具有相同特征的音频信号分类为身体内部声音。在此，特征数据可以是身体内部声音特有的频率的组合。
29.根据本发明的又一方面，一种身体扫描方法可以包括：将多个麦克风彼此分开地附接到患者身体上的扫描目标区域，然后采集患者身体的身体内部声音；由数据处理单元将由多个麦克风采集的音频信号转换成数字信号，以通过对音频信号进行快速傅立叶变换获得音频信号的频率信息；由分析单元使用频率信息对多个麦克风产生的多个音频信号中的身体内部声音进行分类，以识别出检测身体内部声音的麦克风的位置作为产生身体内部声音的位置。
30.根据本发明的又一方面，一种声学消化器官监测系统包括：多个听诊单元，其附接到患者腹部上的各个位置以采集患者消化系统产生的生物声音组；至少一个伪音采集单
元，其附接到患者腹部以采集患者外部产生的伪音组；信号提取单元，其将由听诊单元采集的生物声音组与由伪音采集单元采集的伪音组进行比较以从生物声音组中去除伪音组后滤除生物声音组中的噪声；特征提取单元，其使用患者消化系统的空间特征，通过对由信号提取单元从中去除了伪音组的生物声音组进行分离，将生物声音组提取成多个生物声音源；数据库，向该数据库输入由特征提取单元提取的生物声音源；人工神经网络，其监测输入到数据库的生物声音源以将输入到数据库的生物声音源中对应于消化系统疾病的生物声音目标作为诊断结果输出；无线通信单元，其将诊断结果发送给控制服务器。
31.此外，声学消化器官监测系统还可以包括多个内脏肌电图(emg)采集单元，这些内脏肌电图采集单元各自采集患者内部器官中产生的内脏肌肉运动电位作为内脏emg组，并且将内脏emg组传输给特征提取单元。
32.发明效果
33.根据本发明的消化道扫描设备能够通过检测患者腹部的声音，通过基于患者身体内部声音诊断肠狭窄或肠粘连来识别并标记肠狭窄或肠粘连的位置。
34.根据本发明的消化道扫描设备能够通过在二维图上标记由于患者进食而从患者消化道产生的声音的位置来轻松地确定肠狭窄或粘连。
35.根据本发明的消化道扫描设备能够诊断肠狭窄或粘连并在患者身体中定位肠狭窄或粘连，同时防止患者持续感到疼痛。因此，即使在根据患者的情况难以用听诊器诊断肠狭窄等时，根据本发明的消化道扫描设备也能够轻松地诊断肠狭窄等，并且不会通过重复进行计算机断层扫描(ct)或磁共振成像(mri)诊断肠道狭窄等而造成过度治疗问题。
36.尤其是，根据本发明的消化道扫描设备在开放式外科手术后使用，从而在患者无痛感的情况下，在早期防止肠狭窄或粘连发展成肠穿孔或肠梗阻。
37.根据本发明的身体扫描设备不仅能够通过检测患者身体内部(腹部、肺、支气管等)产生的可听频段和不可听频段中的声音，还能够通过检测在患者内部器官处于医学问题状态时产生的声音(感兴趣的声音)来协助临床诊断患者疾病。
38.根据本发明的身体扫描设备能够通过附接到患者身体的多个麦克风追踪身体内部声音，同时使用已经学习了感兴趣的声音的人工智能将误差最小化并且能够通过已经学习了由多个麦克风采集身体内部声音的模式的人工智能实现对感兴趣的声音的更准确定位。
39.根据本发明的身体扫描设备能够采集和分析可听频段和不可听频段的声音，从而能够在早期轻松追踪疾病，而这些疾病在医生直接分析传统身体扫描设备(诸如计算机断层扫描(ct)或磁共振成像(mri))呈现的图像时很难检测到。
40.根据本发明的声学消化器官监测系统通过基于患者消化系统产生的生物声音建立数据库来连续监测患者消化系统实现了患者消化系统疾病的早期诊断。
附图说明
41.图1是根据本发明的消化道扫描设备的框图。
42.图2是根据本发明的消化道扫描设备的视图。
43.图3是根据本发明另一个实施例的消化道扫描设备的框图。
44.图4是显示单元上显示的消化道声音检测图的一个示例的视图。
45.图5是示出根据本发明的消化道扫描设备的运行的流程图。
46.图6是根据本发明又一个实施例的消化道扫描设备的框图。
47.图7是根据本发明的身体扫描设备的框图。
48.图8是根据本发明的身体扫描设备的一个示例的视图。
49.图9是根据本发明另一个实施例的身体扫描设备的框图。
50.图10是显示单元上显示的身体内部声音检测图的一个示例的视图。
51.图11是示出根据本发明的身体扫描设备的运行的流程图。
52.图12是根据本发明又一个实施例的身体扫描设备的框图。
53.图13是根据本发明的声学消化器官监测系统的框图。
具体实施方式
54.在下文中，将参照附图详细描述本发明的示例性实施例。
55.参照图1和图2，根据本发明的消化道扫描设备100包括附接到患者腹部的传感器模块110、数据处理模块130和分析模块150以定位患者“消化道产生的声音”(以下简称“消化道声音”)。如图2所示，数据处理模块130可以由与附接到患者腹部的传感器模块110分开的部件来实现，或者可以与该传感器模块一体形成。在另一个实施例中，数据处理模块130和分析模块150可以由诸如信息亭的一个设备实现，并且传感器模块110可以连接到该信息亭。
56.传感器模块110包括附接到患者腹部的多个麦克风111、接收多个麦克风111的附接垫113以及用于声音收集的隔音垫(未示出)。传感器模块110接收从数据处理模块130提供的运行电力并向数据处理模块130提供由多个麦克风111获得的模拟音频信号。
57.首先，附接垫113接收彼此分开的多个麦克风111并附接到患者腹部。因此，附接垫113可以由可形变材料(诸如合成树脂、纤维、硅树脂等)形成。如图2所示，附接垫113可以由能够接收所有麦克风111的单个垫来实现，或者可以由彼此分开并且各自接收麦克风111的三个或四个垫来实现。
58.隔音垫用来收集从患者腹部产生的声音。因此，隔音垫具有圆柱形状并且在圆柱形状的中心轴线与附接垫113的中心轴线重合设置的情况下耦接到附接垫113的内表面。此外，隔音垫可以在其外表面上形成多个凹槽(未示出)以确保对外部噪声的隔音。
59.根据本发明，由于识别消化道声音的麦克风111的位置被视为产生消化道声音的位置，因此麦克风111可以是对一个方向的声音具有良好灵敏度的单向麦克风并且可以具有尽可能窄的声音接收区域。考虑到如图2所示传感器模块110附接到患者腹部，麦克风111可以设置成检测在与附接垫113垂直的方向上的声音。此外，为了尽可能地防止外部噪声被麦克风111采集，麦克风111可以被接收在附接垫113中，使得每个麦克风111的声音采集表面能够附接到腹部。
60.接收在附接垫113中的多个麦克风111可以彼此分开地附接到患者的腹部区域(或比腹部区域窄的肠道区域)中的多个位置或者与其紧密接触。由于根据本发明的扫描设备100适用于诊断肠狭窄或肠粘连，因此通常考虑小肠的厚度和小肠在腹部的大致位置来设置麦克风111。由于小肠是相对狭窄且相当长的消化道，其保持成一团而不是伸展开来，因此可以以更密集的布置设置麦克风111。可期望的是，以允许至少两个麦克风111检测从一
个部位产生的消化道声音的间隔设置麦克风111。考虑到这些情况，传感器模块110可以具有几十个麦克风111。参照图1和图3，举例来说，多个麦克风111以恒定间隔设置成二维矩阵以便覆盖患者的腹部(或小肠区域)。应当理解的是，可以根据实验或统计获得的小肠布置以不同的间隔设置多个麦克风111。
61.传感器模块110检测从腹部产生的声音并向数据处理模块130提供声音数据。根据本发明的扫描设备100的使用方法，在患者吞咽食物后，传感器模块110检测患者食物(或已消化的食物)通过消化道时产生的消化道声音以用于诊断诊断肠狭窄。尽管传感器模块110附接到患者腹部并且每个麦克风111都是单向的，但是除了腹部声音外的外部噪声能够与来自除消化道外的器官的声音一起被采集。
62.数据处理模块130向传感器模块110提供运行电力，并将由传感器模块110检测的消化道声音转换成数字信号以提供给分析模块150。为此，数据处理模块130包括连接器131、通信接口133、电源135和数据处理单元137。
63.电源135不仅向数据处理模块130而且向传感器模块110提供运行电力。为了向多个麦克风111供电，电源135的输出端子通过串联和/或并联连接直接连接到每个麦克风111。在下面描述的图3所示的实施例中，电源135还可以提供用于打开标记灯311的电力。
64.连接器131向数据处理单元137提供由多个麦克风111采集的模拟音频信号。通过单独的信道向数据处理单元137提供由多个麦克风111采集的模拟音频信号以将彼此区分开。然而，由于一般的数据处理单元137很难具有几十个信道(或输入端子)，因此连接器131将由多个麦克风111采集的模拟音频信号在复用模拟音频信号后提供给数据处理单元137。因此，包括几十个信道(或输入端子)的数据处理单元137可以省略连接器131。
65.通信接口133是用于在数据处理单元137与分析单元151之间进行连接的通信装置，并且在数据处理模块130实现为与分析单元151分开的设备时使用。因此，对于本发明来说，通信接口133不是必要的，并且当数据处理模块130与分析单元151一体形成时可以省略。通信接口133可以是有线接口或者可以是如图2所示的无线接口。
66.数据处理单元137将通过连接器131输入的每个信道的音频信号转换成数字信号以提供给分析单元151。数据处理单元137可以执行基本噪声滤波以去除白噪声或小于预定水平的噪声。
67.参照图1和图3，分析模块150与数据处理模块130分开并通过通信信道连接到该数据处理模块。替代地，如上所述，分析模块150可以与数据处理模块130一体形成。
68.分析模块150可以基于数据处理模块130发送的数字音频信号来定位消化道声音，并且可以标记产生消化道声音的位置。为此，分析模块150包括分析单元151和显示单元153。接下来，将参照图1至图5描述根据本发明的分析单元151的运行。
69.<声音采集：s501>
70.传感器模块110通过多个麦克风111采集从患者腹部产生的声音，并且数据处理单元137将通过多个信道提供的音频信号转换成数字信号以提供给分析单元151。
71.<消化道声音的分类及定位：s503、s505>
72.分析单元151对数据处理单元137通过多个信道提供的数字音频信号中的消化道声音进行分类。由传感器模块110采集的声音不仅可以包括消化道声音，还可以包括各种类型的噪声。在一些情况下，只能采集噪声而没有消化道声音。
73.分析单元151对消化道声音的详细分类可以通过各种算法来实现。例如，(1)分析单元151可以将具有预定水平或更高水平的所有声音分类成消化道声音。由于根据本发明的消化道扫描设备100是用于诊断肠狭窄或肠粘连的辅助设备，并且最终的诊断依赖于医生或医疗专业人员，因此可能需要识别和标记具有预定水平或更高水平的所有声音的位置。
74.(2)在另一个示例中，分析单元151可以具有消化道声音独有的特征数据。在此，“特征数据”可以是消化道声音特有的频率的组合，并且可以通过实验获得。分析单元151可以通过对通过多个信道提供的多个音频信号中的每一个进行频谱分析将与特征数据具有相同特征的音频信号分类成消化道声音，并且可以将与特征数据不具有相同特征的音频信号分类成噪声。
75.(3)另一方面，由于与患者腹部中的小肠的布置形状无关，小肠是单一的连接道，因此从腹部产生的声音通过设置成矩阵或阵列的多个麦克风111成流地被捕获。因此，可以将不包括在一系列流中的消化道声音分类成噪声。例如，在对产生多个音频信号的位置进行相互比较时，从与产生其他音频信号的位置间隔预定距离的位置产生的音频信号可以被视为噪声。
76.当在数据处理单元137通过多个信道提供的音频信号中存在消化道声音时，分析单元151可以识别出分类成对应消化道声音的信号的采集位置(即对应麦克风的位置)作为产生消化道声音的位置。
77.<标记消化道声音位置：s507>
78.分析单元151可以通过标记位置来向管理者或患者通知分类成消化道声音的音频信号的采集位置。在此，分析模块150可以以各种方式标记位置。首先，分析单元151标记产生消化道声音的位置。通过在患者吞咽食物后追踪消化道声音，可以追踪食物通过的消化道区域。如果存在发生肠狭窄或肠粘连的区域，则标志着食物的移动不再前进。相应地，如果消化道声音前进然后停止，医生能够怀疑在对应区域中发生了肠扭转、肠弯曲、肠狭窄或肠粘连。因此，分析模块150会标记分类成消化道声音的信号的采集位置(即消化道声音产生的位置)。
79.为此，如图1和图3所示，分析模块150可以具有显示单元153。显示单元153是典型的显示设备，诸如液晶显示器(lcd)、发光二极管(led)显示器、有机发光二极管(oled)显示器、布劳恩管等。如图4所示，分析单元151可以在显示单元153上显示矩阵图或点阵图。对应于传感器模块110的多个麦克风111的标记a1、a2、a3、a4、a5被标记在矩阵图上的交点处。分析单元151在二维点阵图上标记检测消化道声音的麦克风111的位置。参照图4，12个标记a1、a2标记为开启状态以及第13个标记a3标记为关闭状态，以指示在第13个标记a3的位置处获得了最后的消化道声音。因此，医生能够确认食物沿箭头方向移动。在另一个位置处(例如在a4或a5处)捕获的消化道声音(其不包括在一系列相连的流中)可以分类成噪声。
80.图3是根据本发明另一个实施例的消化道扫描设备300的框图。图3所示的消化道扫描设备300具有与图1所示的消化道扫描设备100相同的配置，只是传感器模块310还包括多个标记灯311以及多个麦克风111并且数据处理模块330还包括用于驱动标记灯311的驱动单元331。电源135向标记灯311提供电力。
81.标记灯311分别附接到安装在扫描模块310上的多个麦克风111。在分析单元151的
控制下，驱动单元331开启附接到检测消化道声音的麦克风111的标记灯311，由此能够在患者腹部上标记消化道声音的当前位置。由于显示单元153上标记的位置并不指示患者腹部上的特定位置，因此可以通过标记灯311将显示单元153上标记的位置标记在患者腹部上。标记灯311可以由led或与其类似的其他灯来实现。
82.驱动单元331是将电源135连接到多个标记灯311的开关块并且单独控制向多个标记灯311提供工作电力。在此，驱动单元331可以响应于单独的控制信号打开特定的开关以允许开启特定的标记灯311。当分析单元151识别出检测消化道声音的位置时，分析单元151通过数据处理单元137向驱动单元331通知对应位置。
83.根据该实施例，消化道扫描设备300还可以包括扬声器155，该扬声器在分析单元151的控制下输出所检测的消化道声音。有经验的医生能够判断扬声器155输出的声音是否为消化道声音。
84.根据本发明的消化道扫描设备通过上述方法运行。
85.图1和图3示出了一个例子，其中一个数据处理模块130和传感器模块110连接到分析模块150。在另一个实施例中，多个数据处理模块可以连接到分析模块150。图6示出了扫描设备600，其中分析模块150连接到多个数据处理单元531、533、535，这些数据处理单元分别连接到传感器模块511、513、515。
86.如图1和图3的实施例中所述，传感器模块511、513、515是使用多个垫实现的传感器模块110的一个示例。因此，传感器模块的配置和运行与传感器模块110相同。在该实施例中，与图1和图3所示的传感器模块110相比，传感器模块511、513、515中的每一个包括更少数量的麦克风111。
87.数据处理单元531、533、535分担了图1和图3所示的数据处理单元130的作用。尽管数据处理单元531、533、535中的每一个具有与数据处理单元130相同的内部配置，但是与数据处理单元130相比，数据处理单元531、533、535中的每一个具有更少数量的处理音频信道。因此，数据处理单元531、533、535可以省略连接器131。
88.分析单元551连接到多个数据处理单元531、533、535，并且分类消化道声音和标记声音产生位置的方法与图1和图3所示的分析单元151的方法相同。
89.接下来，将描述根据本发明的身体扫描设备及其身体扫描方法。
90.参照图7和图8，根据本发明的身体扫描设备100包括附接到患者身体(胸部、腹部等)的传感器模块110、数据处理模块130以及分析模块150，以检测患者身体(肺、小肠、支气管等)产生的声音(以下称为“身体内部声音”)并识别出“声音产生位置”。如图8所示，数据处理模块130可以由与附接到患者身体(胸部、腹部等)的传感器模块110分开的部件来实现，并且可以与该传感器模块一体形成。在另一个实施例中，数据处理模块130和分析模块150可以由诸如信息亭的一个设备实现，并且传感器模块110可以连接到该信息亭。
91.在另一个实施例中，分析模块150可以通过单独的网络连接到服务器。服务器(未示出)可以用于存储和管理下面描述的分析单元151发送的分析结果，或者可以用于基于数字音频信号的分析结果和分析模块150发送的频率信息代替分析单元151执行分析单元151的功能。
92.传感器模块110包括：多个麦克风111，其附接到患者身体(胸部、腹部等)以检测患者身体(肺、小肠、支气管等)产生的声音；附接垫113，其接收多个麦克风111；以及隔音垫
(未示出)，其用于声音收集。传感器模块110接收从数据处理模块130提供的运行电力并向数据处理模块130提供由多个麦克风111采集的模拟音频信号。
93.首先，附接垫113接收彼此分开的多个麦克风111并附接到患者腹部。因此，附接垫113可以由可形变材料(诸如合成树脂、纤维、硅树脂等)形成。如图8所示，附接垫113可以由能够接收所有麦克风111的单个垫来实现，或者可以由彼此分开并且各自接收麦克风111的三个或四个垫来实现。
94.隔音垫用来收集从患者腹部产生的声音。因此，隔音垫具有圆柱形状并且在圆柱形状的中心轴线与附接垫113的中心轴线重合设置的情况下耦接到附接垫113的内表面。此外，隔音垫可以在其外表面上形成多个凹槽(未示出)以确保对外部噪声的隔音。
95.根据本发明，由于识别身体内部声音的麦克风的位置被视为产生身体内部声音的位置，因此麦克风111可以是对一个方向的声音具有良好灵敏度的单向麦克风并且可以具有尽可能窄的声音接收区域。考虑到如图8所示传感器模块110附接到患者腹部的结构，麦克风111可以设置成检测在与附接垫113垂直的方向上的声音。此外，为了尽可能地防止外部噪声被麦克风111采集，麦克风111可以接收在附接垫113中，使得每个麦克风111的声音采集表面能够附接到患者腹部。
96.麦克风111可以采集可听频段和不可听频段中的声音，优选地采集2hz至2khz的可听频段和2khz至80khz的不可听频段中的可听信号。
97.根据本发明，由于识别身体内部声音的麦克风111的位置被视为产生身体内部声音的位置，因此传感器模块113具有多个麦克风111以便覆盖身体扫描区域或目标身体范围。因此，为了便于描述，各个麦克风111将被称为“扫描单元”。
98.例如，为了诊断粘连性肠狭窄或肠粘连，麦克风111附接到患者腹部区域中或比腹部区域窄的肠道区域中的多个部位并且考虑到小肠的厚度和小肠在腹部的大致位置来设置。此外，为了诊断肺，可以与其对应地改变麦克风111的布置和位置。因此，传感器模块110可以根据其位置具有不同尺寸或不同数量的麦克风111。
99.由于小肠是相对狭窄且相当长的消化道，其保持成一团而不是伸展开来，因此可以以更密集的布置设置扫描单元(即麦克风111)。可期望的是，以允许至少8个麦克风111检测从一个部位产生的身体内部声音的间隔设置麦克风111。考虑到这些情况，传感器模块110可以具有几十个麦克风111。参照图7和图9，举例来说，多个麦克风111以恒定间隔设置成二维矩阵以便覆盖患者的腹部(或小肠区域)。应当理解的是，可以根据实验或统计获得的小肠布置以不同的间隔设置多个麦克风111。
100.传感器模块110检测从患者腹部产生的声音并向数据处理模块130提供声音数据。如有必要，可以期望在患者执行预设人为运动后采集声音。例如，可期望的是，在患者吞咽食物后，传感器模块110检测患者身体在食物(或已消化的食物)通过消化道时产生的身体内部声音以用于诊断肠狭窄等。尽管传感器模块110附接到患者腹部并且每个麦克风111都是单向的，但是除了腹部声音外的外部噪声能够与来自除消化道外的器官的声音一起被采集。
101.接收在附接垫113中的多个麦克风111可以彼此分开地附接到患者腹部上的多个部位或者与其紧密接触。
102.数据处理模块130向传感器模块110提供运行电力，并将由传感器模块110检测的
身体内部声音转换成数字信号以提供给分析模块150。为此，数据处理模块130包括连接器131、通信接口133、电源135、数据处理单元137和控制器139。为了实现数据处理模块的硬件，数据处理单元137和控制器139可以实现为单独的专用芯片，也可以通过组合音频ic、dsp芯片、mcu等来实现。
103.电源135不仅向数据处理模块130而且向传感器模块110提供运行电力。为了向多个麦克风111供电，电源135的输出端子通过串联和/或并联连接直接连接到每个麦克风111。在下面描述的图9所示的实施例中，电源135还可以提供用于打开标记灯311的电力。
104.连接器131向数据处理单元137提供由多个麦克风111采集的模拟音频信号。通过单独的信道向数据处理单元137提供由多个麦克风111采集的模拟音频信号以将彼此区分开。然而，由于一般的数据处理单元137很难具有几十个信道(或输入端子)，因此连接器131将由多个麦克风111采集的模拟音频信号在复用模拟音频信号后提供给数据处理单元137，并且数据处理单元137通过对模拟音频信号进行解复用将模拟音频信号分类成各个信道的音频信号。因此，包括几十个信道(或输入端子)的数据处理单元137可以省略连接器131。
105.通信接口133是用于在数据处理单元137和分析单元151之间进行连接的通信装置，并且向分析模块150提供由数据处理单元130获得的多信道的数字音频信号和数字音频信号的频率信息(fft结果)。当数据处理模块130实现为与分析单元151分开的设备时使用通信接口133。因此，对于本发明来说，通信接口133不是必要的，并且当数据处理模块130与分析单元151一体形成时可以省略。通信接口133可以是有线接口或者可以是如图8所示的无线接口。
106.数据处理单元137将通过连接器131输入的每个信道的音频信号转换成数字信号以提供给分析单元151。数据处理单元137可以执行基本噪声滤波以去除白噪声或小于预定水平的噪声。
107.数据处理单元137包括adc 141、噪声滤波器143和fft处理器145。
108.adc 141通过对由每个麦克风111通过连接器131提供的模拟音频信号进行采样和量化来转换所述模拟音频信号。根据奈奎斯特定理，当麦克风111具有高达80khz的带宽时，采样频率设置为带宽的大约两倍，即大约160khz或更高。噪声滤波器143从所转换的数字信号中去除初级噪声(诸如白噪声等)。
109.fft处理器145通过快速傅立叶变换(fft)为每个扫描单元提取音频信号的频率信息以用于每个信道的数字音频信号的频谱分析。
110.控制器139控制数据处理模块130的整体运行并且通常可以由mcu来实现。控制器根据分析模块150的请求采集模拟信号、将模拟信号转换为数字信号以及将数据提供给分析模块150以用于本发明的扫描。
111.参照图7和图9，分析模块150与数据处理模块130分开并通过通信信道连接到该数据处理模块。替代地，如上所述，分析模块150可以与数据处理模块130一体形成。
112.分析模块150可以基于数据处理模块130发送的数字音频信号来定位身体内部声音并且标记产生身体内部声音的位置。为此，分析模块150包括分析单元151和显示单元153。接下来，将参照图7至图11描述根据本发明的分析单元151的运行。
113.<声音采集：s501>
114.传感器模块110通过多个麦克风111采集从患者腹部产生的声音，并且数据处理单
元137将通过多个信道提供的音频信号转换成数字信号并通过数字信号的快速傅立叶变换(fft)获得频率信息。向分析单元151提供由数据处理单元137获得的每个信道的数字音频信号及其频率信息。该过程在控制器139的控制下执行，该控制器可以直接从用户或从分析模块150接收控制命令。
115.<身体内部声音的分类和定位：s503、s505>
116.分析单元151对数据处理单元137通过多个信道(即多个麦克风)提供的数字音频信号中的身体内部声音进行分类。由传感器模块110采集的声音不仅可以包括身体内部声音，还可以包括各种类型的噪声。在一些情况下，只能采集噪声而没有身体内部声音。
117.分析单元151对身体内部声音的详细分类可以通过各种算法来实现。例如，(1)分析单元151可以将具有预定水平或更高水平的所有声音分类成身体内部声音。由于根据本发明的身体扫描设备100是用于诊断肠狭窄或肺癌的辅助设备，并且最终的诊断依赖于医生或医疗专业人员，因此可能需要识别和标记具有预定水平或更高水平的所有声音的位置。
118.(2)在另一个示例中，分析单元151可以使用人工智能来分析数据处理模块130提供的频率信息。为此，分析单元151具有人工智能算法或引擎，并学习由根据本发明的扫描设备100追踪的身体内部声音的频率特性。可期望的是，分析单元在身体内部声音中学习当患者的内部器官有医学问题时产生的声音(下文中称为“感兴趣的声音”)的频率特性。例如，分析单元学习与肠狭窄或肠粘连相关联的声音、与肺癌相关联的肺泡声音或者与哮喘相关联的支气管声音的特征。
119.利用人工智能算法，分析单元151可以通过分析数据处理模块130提供的频率信息将与频率信息具有相似或相同特征的音频信号分类成感兴趣的声音，并且可以将与频率信息不具有相似或相同特征的音频信号分类成噪声。
120.当在数据处理单元137通过多个信道提供的音频信号中存在身体内部声音时，分析单元151可以识别出采集分类成相应身体内部声音的信号的位置(即相应麦克风的位置)作为产生身体内部声音的位置。
121.<标记身体内部声音位置：s507>
122.分析单元151可以通过标记位置来向管理者或患者通知采集分类成身体内部声音的音频信号的位置。在此，分析模块150可以以各种方式标记位置。首先，分析单元151标记产生身体内部声音的位置。
123.例如，通过在患者吞咽食物后追踪身体内部声音，可以追踪食物通过的消化道区域。如果存在发生肠狭窄或肠粘连的区域，则标志着食物的移动不再前进。相应地，如果身体内部声音前进然后停止，医生能够怀疑在对应区域中发生了肠扭转、肠弯曲、肠狭窄或肠粘连。即使在肺癌的情况下，如果肺的特定部分出现异常，也可以定位呼吸过程期间在对应部分中产生的微小声音。
124.因此，分析模块150会标记采集分类成身体内部声音的信号的位置(即身体内部声音产生的位置)。为此，如图7至图9所示，分析模块150可以具有显示单元153。显示单元153是典型的显示设备，诸如液晶显示器(lcd)、发光二极管(led)显示器、有机发光二极管(oled)显示器、布劳恩管等。如图10所示，分析单元151可以在显示单元153上显示矩阵图或点阵图。图10示出了在扫描消化道时在显示单元153上显示的屏幕的一个示例。对应于传感
器模块110的多个麦克风111的标记a1、a2、a3、a4、a5被标记在矩阵图上的交点处。换言之，标记a1、a2、a3、a4、a5中的每一个都对应于扫描单元。分析单元151在二维点阵图上标记检测身体内部声音的麦克风111的位置。参照图10，12个标记a1、a2标记为开启状态以及第13个标记a3标记为关闭状态，以指示在第13个标记a3的位置处获得了最后的身体内部声音。因此，医生能够确认食物沿箭头方向移动。为了扫描消化道，在另一个位置处(例如在a4或a5处)捕获的身体内部声音(其不包括在一系列相连的流中)可以分类成噪声。
125.图9是根据本发明另一个实施例的身体扫描设备300的框图。图9所示的扫描设备300具有与图7所示的扫描设备100相同的配置，只是传感器模块310还包括多个标记灯311以及多个麦克风111并且数据处理模块330还包括用于驱动标记灯311的驱动单元331。电源135向标记灯311提供电力。
126.标记灯311分别附接到安装在扫描模块310上的多个麦克风111。在分析单元151的控制下，驱动单元331开启附接到检测身体内部声音的麦克风111的标记灯311，由此能够直接在患者上标记身体内部声音的当前位置。由于显示单元153上标记的位置并不指示患者身体内部的特定位置，因此可以通过标记灯311将显示单元153上标记的位置标记在患者上。标记灯311可以由led或与其类似的其他灯来实现。
127.驱动单元331是将电源135连接到多个标记灯311的开关块并且单独控制向多个标记灯311提供工作电力。在此，驱动单元331可以响应于单独的控制信号打开特定的开关以允许开启特定的标记灯311。当分析单元151识别出检测身体内部声音的位置时，分析单元151通过数据处理单元137向驱动单元331通知对应位置。
128.根据该实施例，身体扫描设备300还可以包括扬声器155，该扬声器在分析单元151的控制下输出所检测的身体内部声音。有经验的医生能够判断扬声器155输出的声音是否为身体内部声音。
129.根据本发明的身体扫描设备通过上述方法运行。
130.示例1
131.图7和图9示出了一个例子，其中一个数据处理模块130和传感器模块110连接到分析模块150。在另一个实施例中，多个数据处理模块可以连接到分析模块150。图12示出了扫描设备600，其中分析模块150连接到多个数据处理单元531、533、535，这些数据处理单元分别连接到传感器模块511、513、515。多个数据处理单元531、533、535与传感器模块511、513、515之间的连接不限于特定结构，只要多个数据处理单元531、533、535和传感器模块511、513、515能够用于扫描一名患者。
132.如图7和图9的实施例中所述，传感器模块511、513、515是使用多个垫实现的传感器模块110的一个示例。因此，传感器模块的配置和运行与传感器模块110相同。在该实施例中，与图7和图9所示的传感器模块110相比，传感器模块511、513、515中的每一个包括更少数量的麦克风111。
133.数据处理单元531、533、535分担了图7和图9所示的数据处理单元130的作用。尽管数据处理单元531、533、535中的每一个具有与数据处理单元130相同的内部配置，但是与数据处理单元130相比，数据处理单元531、533、535中的每一个具有更少数量的处理音频信道。因此，数据处理单元531、533、535可以省略连接器131。
134.分析单元551连接到多个数据处理单元531、533、535，并且分类身体内部声音和标
记声音产生位置的方法与图7和图9所示的分析单元551的方法相同。
135.示例2
136.在定位声音(s503)的过程中，描述了通过人工智能的声音定位。通过人工智能的分析(学习)包括(1)学习身体内部声音特征的过程，并且还可以包括(2)学习传感器模块113的多个扫描单元之间采集身体内部声音的模式的过程。此外，学习过程(1)和(2)可以仅限于能够协助临床诊断患者疾病的感兴趣的声音。由于根据本发明的扫描设备100、300、600使用可听频段和不可听频段中的声音，因此扫描设备100、300、600特别有利于诊断使用传统身体扫描设备(例如计算机断层扫描(ct)或磁共振成像(mri))不难诊断的疾病。
137.<学习身体内部声音的特征>
138.在该过程中，在患者身体产生的各种声音中学习身体内部产生的声音的频率特性。由于这种学习的目的是学习对应声音的频率特性，因此前提是ai算法或ai引擎通过对作为学习数据提供的音频信号进行快速傅立叶变换(fft)来获得频率信息。
139.<扫描单元之间采集身体内部声音的模式>
140.传感器模块113包括多个麦克风111，该多个麦克风中的每一个用作扫描单元。换言之，在根据本发明的扫描设备100、300、600的运行中，每个扫描单元的位置是非常重要的因素。身体内部声音可以根据产生声音的身体组织的尺寸、由此产生的声音的大小以及传播声音的介质的类型和形状在各个方向上传播，声音的传播范围和采集时间也可以改变。根据扫描单元的布置和复杂度，多个扫描单元可以同时或在不同时间采集相同声音。综上所述，多个扫描单元之间采集身体内部声音的模式也可以是区分身体内部声音和噪声的重要因素，并且通过对模式的分析，能够更准确地识别出产生身体内部声音的位置。
141.例如，由于与患者腹部中的小肠的布置形状无关，小肠是单一的连接道，因此从腹部产生的声音通过设置成矩阵或阵列的多个麦克风111成流地被捕获。因此，可以将不包括在一系列流中的身体内部声音分类成噪声。例如，在对产生多个音频信号的位置进行相互比较时，从与产生其他音频信号的位置相隔预定距离的位置产生的音频信号可以被视为噪声。
142.基于学习过程(1)和(2)，分析单元151、551可以通过分析数据处理模块130、330、531、533、535提供的频率信息将与所述频率信息具有相似或相同特征的音频信号分类成身体内部声音，并且可以将与频率信息不具有相似或相同特征的音频信号分类成噪声。
143.接下来，将描述根据本发明的声学消化器官监测系统。
144.参照图13，根据本发明的声学消化器官监测系统包括听诊单元10、伪音采集单元20、信号提取单元30、特征提取单元50、数据库60、人工神经网络70和无线通信单元80。
145.听诊单元10设置为多个以附接到患者腹部上的各个部位，并且采集患者消化系统产生的生物声音组。在此，生物声音组是指患者消化系统产生的各种声音。
146.听诊单元10包括采集生物声音的多个麦克风和健康带，多个麦克风设置在该健康带上以附接到患者腹部。
147.此外，听诊单元10可以包括具有麦克风并附接到患者腹部上的各个部位的附接构件。
148.附接构件可以由能够附接到患者皮肤的附接片材或膜形成。
149.麦克风可以具有20hz至20000hz的可听频段。
150.伪音采集单元20设置为一个或者多个以附接到患者腹部来采集患者外部产生的伪音组。在此，伪音组是指患者呼吸、心跳、患者移动、患者发声等产生的声音。
151.信号提取单元30通过将由听诊单元10采集的生物声音组与由伪音采集单元20采集的伪音组进行比较来从生物声音组中去除伪音组。
152.更具体地，听诊单元10不仅采集患者消化系统产生的生物声音组，而且采集伪音组(诸如由于患者呼吸、心跳、患者移动、患者发声等产生的声音)。因此，伪音采集单元20仅采集伪音组并且信号提取单元30从生物声音中去除伪音组，从而能够从生物声音组中仅提取消化系统的声音。
153.信号提取单元30从生物声音组中去除伪音组，滤除生物声音组的噪声。
154.特征提取单元50基于患者消化系统空间特征，通过对由信号提取单元30滤除了噪声的生物声音组进行分离，将来自生物声音组的多个生物声音源提取成多个生物声音源。
155.在此，由于消化系统的空间特征指的是患者消化系统中的每个点，而生物声音组是由听诊单元10在患者消化系统中的每个点处采集的多个生物声音源的集合，因此需要将生物声音组分离成在患者消化系统每个点处产生的多个生物声音源。
156.即，许多生物声音源表现出不同的频率特性(诸如频段和周期)。例如，胃的生物声音源可以具有低频段的频率特性，而与胃的生物声音源相比，大肠的生物声音源可以具有更高频段的频率特性。
157.数据库60接收由特征提取单元50提取和输入的生物源。
158.人工神经网络70连续监测输入到数据库60的生物声音源，并且将输入到数据库60的生物声音源中对应于消化系统疾病的生物声音目标作为诊断结果输出。
159.在此，人工神经网络70可以通过机器学习作为学习数据输入到数据库60的生物源来学习患者消化系统的空间特征和预定生物声音目标的权重。
160.此外，人工神经网络70可以通过将由听诊单元10采集的生物声音组与由特征提取单元50提取的多个生物声音源进行匹配来进行学习。
161.此外，人工神经网络70可以包括将输入到数据库60的生物源的模拟信号转换成数字信号的内置数字信号处理器(dsp)。
162.无线通信单元80将人工神经网络的诊断结果发送给控制服务器。
163.因此，根据本发明的声学消化器官监测系统通过基于消化系统产生的生物声音建立数据库60来连续监测患者消化系统有利地实现了患者消化系统疾病的早期诊断。
164.声学消化器官监测系统还可以包括多个内脏肌电图(emg)采集单元90，这些内脏肌电图采集单元各自采集内部器官中产生的内脏肌肉运动电位作为内脏emg组，并且将内脏emg组传输给特征提取单元50。
165.更具体地，emg采集单元90可以采集内脏肌肉的运动电位(在一个内脏点处的动作电位)，通过将针电极插入到靠近内部器官的一点中或通过将皮肤电极附接到靠近内部器官的患者皮肤的一点来测量这些运动电位作为内脏emg组。
166.此外，由emg采集单元90采集的内脏emg组的信号处理按以下方式执行。
167.首先，向特征提取单元50发送由emg采集单元90采集的内脏emg组。
168.接下来，特征提取单元50使用患者内部器官的空间特征将内脏emg组分离并提取成多个内脏emg源。在此，空间特征是指患者内部器官中的每个部分的频率特性不同。
169.接下来，向数据库60输入内脏emg源。
170.接下来，人工神经网络70监测输入到数据库60的内脏emg源，并且将内脏emg源中对应于消化系统疾病的内脏emg目标作为诊断结果输出。
171.接下来，无线通信单元80将人工神经网络的诊断结果发送给控制服务器。
172.上述实施例可以实现为硬件部件、软件部件和/或硬件部件和软件部件的组合。实施例中描述的器械、方法和部件例如可以是处理器、控制器、算术逻辑单元(alu)、数字信号处理器、微型计算机、现场可编程门阵列(fpga)、可编程逻辑(plu)、微处理器等，或者可以使用一个或更多个通用或专用计算机(如能够执行和响应指令的其他设备)来实现。处理设备可以执行操作系统(os)和在操作系统上运行的一个或更多个软件应用程序。处理设备还可以响应于软件的执行来访问、存储、操纵、处理和生成数据。为了便于理解，可以描述为使用了一个处理设备。然而，本领域一般技术人员应当理解的是，处理设备可以包括多个处理元件和/或多种类型的处理元件。例如，处理设备可以包括多个处理器或者一个处理器和一个控制器。此外，可以使用其他处理配置，诸如并行处理器。