[0001] 本发明涉及测量诊断技术领域，具体涉及一种心衰监测评估系统。

[0002] 心力衰竭HF是所有类型心脏病常见的一种慢性疾病。心衰实质上是由心脏功能异常引起的病理生理状态，心脏不能满足正常心脏压力下正常代谢所需的抽吸速度。HF可分为两类：一种是伴有射血分数降低HFrEF的HF，另一种是保留射血分HFpEF的HF，这两类HF的发生和发展机制明显不同。

[0003] 对于临床常用的HF诊断技术有几个限制。脑钠尿肽/N端脯氨酸型钠尿肽在各种非心衰疾病如肺动脉高压、肝硬化腹水、急性或慢性肾功能衰竭、感染和炎症中也可能升高，但保留射血分数的患者正常。超声心动图是另一种常用的心功能评估技术，它更多地依赖于专家的个人操作能力和诊断经验，使检查的可重复性差。此外，单纯测量EF值，难以识别心衰患者。因此，有必要开发新的诊断模型来补充现有的诊断方法，对各项数据进行综合分析，提升心衰检测的效率和适用性。

[0025] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0026] 请参阅图1所示，本发明为一种心衰监测评估系统，包括：

[0027] 数据库，存储有不同心衰阶段的心衰患者的各项心衰身体指标和对应心衰检测信号数据，所述心衰检测信号数据由人工标注上传；

[0028] 指标测量模块，用于采集待测患者的身体检测指标数据，所述身体检测指标与各项标准身体指标相对应，所述身体检测指标包括但不限于心电图、心音检查、呼吸监测、肺胸听诊、血氧含量水平、BNP水平、心肌肌钙蛋白水平和超声心动影像；

[0029] 指标处理模块，用于根据所述身体检测指标数据，分别采集心电检测信号、心音检测信号、呼吸检测信号、肺音检测信号；根据若干次的血氧含量检查、BNP水平检查和心肌肌钙蛋白水平检查，生成血氧含量指标检测信号、BNP水平检测信号和心肌肌钙蛋白水平检测信号，并将超声波心动影像转换为根据灰度值转换为心动检测信号；

[0030] 异常检测模块，用于当任一检测信号出现异常时，将该检测信号标记为异常检测信号；

[0031] 心衰评估模块，用于生成任一心衰阶段的各项心衰身体指标的心衰检测信号曲线，以及异常检测信号曲线，将异常检测信号曲线与心衰检测信号曲线在同一尺度下进行对比，当存在超过任意两项曲线对比相似度超过预设阈值时，则提示待测患者存在心衰异常。

[0032] 通过数据库存储不同心衰阶段的患者的身体指标和心衰检测信号数据，为心衰的评估提供了丰富的参考信息。

[0033] 通过指标测量模块采集待测患者的身体检测指标数据，实现了对心衰患者的全面评估。

[0034] 通过指标处理模块将身体检测指标数据转换为心衰检测信号，便于后续的异常检测和心衰评估。

[0035] 异常检测模块能够针对心电图、心音检查、呼吸监测等各项指标进行异常检测，提高了心衰异常的发现率。

[0036] 心衰评估模块通过对比标记为异常的身体检测指标检测信号与心衰检测信号，实现对待测患者心衰异常的准确判断。

[0037] 当存在超过三项异常检测信号时，提示患者存在心脏异常，有助于及时发现严重的心脏问题。

[0038] 对检测信号进行降噪处理和谱压缩增强处理，提高了检测信号的质量，有利于更准确地评估心衰状况。

[0039] 数据库中包含前心衰阶段、急性心衰阶段、亚急性心衰阶段等多个心衰阶段，有助于更全面地评估患者的心衰状况。

[0040] 对于急性心衰阶段或亚急性心衰阶段的相似指标超过两项的待测患者，将其标记为优先就诊患者，有助于提高医疗资源的利用效率。

[0041] 对超声波心动影像进行灰度处理和排序，生成心动检测信号，为心衰评估提供了更多维度的信息。

[0042] 对已标注的心衰患者的身体指标进行筛选和剔除，确保数据库中的数据质量和准确性。

[0043] 在本发明的另一种优选的实施例中，所述异常检测模块对于检测信号异常判断的具体过程为：

[0044] 当心电图显示心律不齐、ST段改变、T波倒置中的任意情况时，将心电检测信号标记为异常；当心音检查显示心脏杂音或心脏瓣膜异常时，将心音检测信号标记为异常；当呼吸检查显示呼吸频率或深度异常时，将呼吸检测信号标记为异常；当肺胸听诊显示肺部感染或哮喘时，将肺音检测信号标记为异常；当血氧含量水平低于正常范围时，将血氧含量指标检测信号标记为异常；当BNP水平升高速率超过阈值时，将BNP水平检测信号标记为异常；当心肌肌钙蛋白水平升高速率超过阈值时；将心肌肌钙蛋白水平检测信号标记为异常；当超声心动影像显示心脏结构和功能异常时，将心动检测信号标记为异常。

[0045] 在本发明的另一种优选的实施例中，所述异常检测模块中，当存在超过三项异常检测信号时，则提示患者存在心脏异常。

[0046] 在本发明的另一种优选的实施例中，所述指标处理模块中，对所有的检测信号进行降噪处理，通过IIR滤波器消除高频噪声，通过FIR滤波器低频噪声，并对降噪后的检测信号进行谱压缩增强处理。

[0047] 在本发明的另一种优选的实施例中，所述数据库中，所述心衰阶段包括前心衰阶段、急性心衰阶段、亚急性心衰阶段、稳定期心衰阶段、恢复期心衰阶段。

[0048] 在本发明的另一种优选的实施例中，所述心衰评估模块中，当待测患者与急性心衰阶段或亚急性心衰阶段的相似指标超过两项时，则将待测患者标记为优先就诊患者。

[0049] 在本发明的另一种优选的实施例中，所述指标处理模块中，超声波心动影像是一种非侵入性的心血管检查技术，通过对心脏的实时动态观察，为临床诊断和治疗提供重要依据。在心动影像的处理过程中，灰度处理是一个关键步骤。它可以帮助我们获取更清晰的心动图像，进一步分析心脏的结构和功能。

[0050] 首先，我们将超声波心动影像进行灰度处理，这个过程主要包括去除噪声、增强对比度等操作。经过灰度处理后，心动影像呈现出不同程度的灰度级别，有利于我们观察和分析。接下来，我们需要采集灰度图像中每个像素的灰度值。像素是图像的基本构成单位，每个像素的灰度值反映了该区域的亮度。因此，采集所有像素的灰度值是分析心动影像的基础。

[0051] 在采集灰度值之后，我们需要对它们进行排序。排序的目的是找到心动检测信号的序列，这个序列有助于我们更好地了解心脏的动态变化。排序过程中，我们遵循从左至右、从上到下的顺序。这种顺序有助于保持心动信号的时间顺序，确保分析的准确性。

[0052] 生成心动检测信号的序列后，我们可以根据这个序列来观察心脏的结构和功能。例如，通过分析心动信号的幅度、频率等特征，我们可以评估心脏的收缩和舒张功能；通过分析心动信号的时空分布，我们可以了解心脏的形态和结构。此外，心动检测信号还可以用于检测心脏疾病，如心律失常、心肌缺血等，为临床诊断和治疗提供有力支持。

[0053] 总之，对超声波心动影像进行灰度处理，生成灰度图像，并采集每个像素的灰度值，再根据先从左至右后从上到下的顺序进行排序，生成心动检测信号的序列，是分析心脏结构和功能的重要步骤。这个序列有助于我们更好地了解心脏的动态变化，为心血管疾病的诊断和治疗提供有力依据。

[0054] 在本发明的另一种优选的实施例中，对已标注的心衰患者的所有身体指标进行筛选，提取筛选后的心衰身体指标，获取筛选后心衰身体指标的类别并标记为心衰类别，将所述所有身体指标中非心衰类别的身体指标剔除；并将标记为心衰异常的待测患者的身体检测指标同样存入数据库。

[0055] 以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。