技术特征：
1.一种基于心电信号的滤除心音提取肺音的方法，其特征在于，包括：同时获取混合心肺音信号和心电信号；对获取的所述混合心肺音信号中的噪声干扰信号进行消除；基于获取的所述心电信号，对所述心电信号中的心音进行定位，标记出心音区域；根据所述心音区域，对消除了噪声干扰后的所述混合心肺音信号进行心音滤除，提取纯净的肺音信号。2.根据权利要求1所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述同时获取混合心肺音信号和心电信号，包括：同时获取混合心肺音原始信号和心电原始信号；将获取的所述混合心肺音原始信号和所述心电原始信号依次经过信号放大以及模数转换处理后，得到相应的混合心肺音信号和心电信号。3.根据权利要求1所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述对获取的所述混合心肺音信号中的噪声干扰信号进行消除，包括：采用维纳滤波的方法，对所述混合心肺音信号中的噪声干扰信号进行消除。4.根据权利要求3所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述噪声干扰信号包括：电噪声和环境噪声。5.根据权利要求1所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述基于获取的所述心电信号，对所述心电信号中的心音进行定位，标记出心音区域，包括：对获取的所述心电信号进行信号分段；计算所述心电信号中每段数据的香农熵，并将计算得到的所述香农熵与预设阈值进行比较，当所述香农熵大于所述预设阈值时，定位出心音成分；根据定位出的所述心音成分，将所述心音成分所对应的数据段标记为心音区域。6.根据权利要求5所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，还包括如下任意一项或任意多项：-所述对获取的所述心电信号进行信号分段，包括：信号分段时保证每段信号长度保持一致；-所述计算所述心电信号中每段数据的香农熵的方法，包括：首先，计算出每段信号x的概率密度函数p(x)为：其中，m为心电信号的信号长度，{x1，x2，...，x
m
}为心电信号，k为高斯核函数，h为高斯核带宽；然后，通过概率密度函数p(x)计算香农熵h(p)为：7.根据权利要求1所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述根据所述心音区域，对消除了噪声干扰后的所述混合心肺音信号进行心音滤除，提取纯净
的肺音信号，包括：根据所述基于心电信号定位的心音区域，对所述混合心肺音信号进行分段，判断每段心肺音信号是否为心音区域；对所述心肺音信号的心音区域进行心音滤除，并将得到的信号与其他无心音区域的心肺音信号进行整合，得到纯净的肺音信号。8.根据权利要求7所述的基于心电信号的滤除心音提取肺音的方法，其特征在于，所述根据所述心音区域，对所述混合心肺音信号进行分段，判断每段信号是否为心音区域，包括：将所述心音区域的心音时序信息同步到所述混合心肺音信号；对所述混合心肺音信号按照所述心音区域进行分段，并判断每段心肺音信号是否为心音区域。9.一种基于心电信号的滤除心音提取肺音的系统，其特征在于，包括：声音信号获取模块，该模块用于同时获取混合心肺音信号和心电信号；噪声干扰消除模块，该模块用于对获取的所述混合心肺音信号中的噪声干扰信号进行消除；心音区域分割模块，该模块基于获取的所述心电信号，对所述心电信号中的心音进行定位，标记出心音区域；肺音信号提取模块，该模块根据所述心音区域，对消除了噪声干扰后的所述混合心肺音信号进行心音滤除，提取纯净的肺音信号。10.一种提取肺音设备，其特征在于，包括用户终端；其中：所述用户终端包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可用于执行权利要求1-8中任一项所述的方法，或，运行权利要求9所述的系统。11.根据权利要求10所述的提取肺音设备，其特征在于，还包括声音收集设备，所述声音收集设备用于收集混合心肺音信号和心电信号。12.根据权利要求11所述的提取肺音设备，其特征在于，所述声音收集设备，包括：麦克风和传感器；其中，所述麦克风用于收集所述混合心肺音信号，所述传感器用于收集所述心电信号。
技术总结
本发明提供了一种基于心电信号的滤除心音提取肺音的方法及系统，其中方法包括：同时获取混合心肺音信号和心电信号；对获取的所述混合心肺音信号中的噪声干扰信号进行消除；基于获取的所述心电信号，对所述心电信号中的心音进行定位，标记出心音区域；根据所述心音区域，对消除了噪声干扰后的所述混合心肺音信号进行心音滤除，提取纯净的肺音信号。同时提供了一种相应的提取肺音设备。本发明能有效滤除心音信号，得到纯净的肺音信号，为后续的肺音分析带来便利。分析带来便利。分析带来便利。
技术研发人员：李永福 张晴 黄华杰 连勇
受保护的技术使用者：上海交通大学
技术研发日：2022.08.09
技术公布日：2023/1/11