2023人工智能辅助心脏听诊技术的研究与应用现状.pdf

2023人工智能辅助心脏听诊技术的研究与应用现状

摘要

人工智能辅助听诊是以电子听诊器和计算机辅助的心音分析算法为基础

的心血管疾病辅助检查技术。人工智能通过对心音信号进行去噪、分段、

特征提取和分类，能够准确识别异常心音，判断特定的疾病。应用目前最

先进的深度学习方法诊断心脏瓣膜病、先天性心脏病等均可达到较高的准

确性。人工智能所具备的高度准确性，加之听诊本身便具有的无创、费用

低、便捷等优点，为该技术在心血管疾病的早期筛查方面带来了极大的临

床应用价值。该文将对心脏听诊、电子听诊器以及计算机辅助的心音信号

的处理分析方法进行简要介绍，概述人工智能辅助听诊技术的研究现状与

临床应用前景。

心血管病在城乡居民死亡率构成比中居首位，高于肿瘤等其他疾病［1］。

为了减轻心血管病所带来的危害，尽早诊断、尽早治疗是重中之重。心血

管病的诊治中，心脏听诊是必不可少的环节之一，也是每一位医生都应掌

握的基本技能。多数情况下，在患者表现出明显的临床症状前，对心音的

正确解读能协助医生发现心脏的结构异常，即使在影像学飞速发展的今天，

心脏听诊作为一项无创、低成本、便捷的检查，仍占据不可取代的地位［2］。

但不可否认的是，心脏听诊的临床应用仍受到诸多限制，不论是外界干扰

还是医生主观判断的差异，都可能会对听诊的结果造成极大影响。

随着电子听诊器和心音分析技术的发展，人工智能（artificialintelligence，

AI）辅助听诊技术的产生为心脏听诊提供了新的可能性。电子听诊器能够

有效地抑制环境噪音和摩擦，获得定量化的心音数据，通过蓝牙等方式上

传至采集系统，生成心音图。基于心音信号的新型计算机辅助诊断系统通

过提取心音图中的关键参数，将监测到的患者数据与库中数据进行对比分

析，自动获得直观的诊断结果。该技术对瓣膜病和先天性心脏病的诊断具

有极高的准确性［3］，对其他心血管疾病的早期筛查、辅助诊断也具有潜

在临床应用价值。本文将对心脏听诊、电子听诊器以及前沿的心音信号的

处理分析方法进行简要介绍，概述AI辅助听诊技术的研究现状与临床应

用前景。

一、心脏听诊

常规的心脏听诊中，医生需要注意心率、心律、心音、额外心音及心脏杂

音。目前普遍认为心音、心脏杂音是多种事件相互作用的结果，包括血液

在心内进行加速、减速运动形成的湍流与涡流，血流冲刷瓣膜、心壁和大

血管所产生的振动，瓣膜的开、闭，以及心肌在周期性的心电活动作用下

的舒张、收缩［4,5,6］。因此，其强度、性质和成分的改变反映着心内血

流、心脏瓣膜和心肌功能的变化。心脏活动产生的声音经过心胸传导系统

到达体表，便可被人耳或辅助工具采集，人耳可分辨的心音，一般按其在

心动周期中出现的顺序被分为4种成分。第一心音（S1）出现在二尖瓣和

三尖瓣关闭、心室收缩开始时，代表着收缩期的开始。第二心音（S2）出

现在主动脉瓣和肺动脉瓣关闭、心室舒张开始时，代表着舒张期的开始。

S1和S2的辨别对于确定额外心音和杂音很重要，通常S1音调较低，持

续时间较长，与心尖的外向搏动几乎同步。在正常的S1、S2以外听到的

附加心音为额外心音。舒张早期由于心室的快速充盈可能会出现第三心音

（S3），这在部分青年人中属正常表现，但对于40岁以上人群而言则为病

理性改变。心房收缩引起的舒张晚期心室充盈可产生第四心音（S4），往

往是左心室肥厚和冠状动脉疾病的临床征兆［7］。此外，还有开瓣音、喷

射音和喀喇音等。心脏杂音是心音、额外心音之外的异常声音，其发生时

相、强度、性质、形态等特征均对心脏的功能性或器质性疾病起到一定提

示作用。

准确地识别具有病理意义的心音、杂音，能够协助医生对可能的心血管疾

病进行分析，作出初步判断。但基于人工听诊的心音诊断，是一种医生凭

借个人经验和技巧对心音的音调及强度进行判断的定性方法，受到主观因

素、人耳分辨能力以及环境噪音的限制。

二、电子听诊器

电子听诊器的发明弥补了人工听诊的缺陷，为计算机辅助心音检测技术奠

定了基础。电子听诊器具有钟式、膜式和扩展式3种听诊模式，通过环境

降噪技术选择性地过滤背景噪音，同时按一定倍数对听诊音进行放大，协

助医生获得更好的听诊效果。此外，记录的听诊音可随时回放，支持蓝牙

传输、电子归档，自动生成心音图，便于进一步可视化分析，亦能用于远

程医疗［8,9］。电子听诊器的工作原理为将胸件所接受到的声波转换为电