项目名称：听音知疾—便携式心音采集及心脏疾病诊断设备

项目编号：S202413631106

项目执行时间（立项-结项）：2024年3月至2025年3月

项目成员：徐佳蕊、张慕格、王宇杰、刘晓光、李佳岂、王雯玲、王瑞琪、董雪倩

指导教师（姓名、职称、系别）：宁学栋、中级工程师、智能医学与信息工程系

作品简介： 

由于心脏疾病存在的猝死风险过大，在临床诊断时不发作就检测不到心脏疾病，所以本项目适用于加班频率过高、劳动程度过大的打工人群，方便他们实时对自身心脏情况进行自查，及时知晓自身心脏风险状况，以防发生猝死现象。

本项目是心脏信号采集及心脏疾病诊断系统的开发，是将通过对使用者的心脏信号的采集进行，即可得到心脏健康与否的诊断。本项目基于Windows操作系统，使用Python语言，应用Anaconda集成开发环境进行编程，以深度学习模型为基础，采用声音放大器进行声音收集，并将采集的音频经过数模转换器将声音信号转换为电信号，采用TensorFlow框架与嵌入式系统作为计算载体，开发出一个智能交互设备，进行心脏信号的分类诊断，预告心脏疾病的风险。

创新点：

1. 基于深度学习的智能诊断技术：本项目采用深度学习模型对心脏信号进行分析和诊断，能够更准确地捕捉心脏信号中的异常特征，提高诊断的准确性和可靠性。

2. 便携式设计与智能交互：本项目设计了便携式的心脏信号采集设备，使用户能够随时随地进行心脏健康监测。同时，通过智能交互设备，用户可以方便地进行数据采集、诊断结果查看等操作，提高了产品的易用性和用户体验。

3. 高效的算法优化：针对传统算法复杂度高、参数量大的问题，本项目通过优化算法结构和参数设置，实现了在保持诊断准确率的同时，降低了模型的复杂度和设备的性能需求，从而提高了设备的便携性和实用性。

4. 多维度风险预测：除了对心脏病变进行精准诊断外，本项目还实现了对心脏疾病的风险预测功能。通过对心脏信号的多维度分析，可以提前发现潜在的心脏健康风险，帮助用户及时采取预防措施，保障心脏健康。

5. 结合实时监测与数据存档：本项目不仅能够实时监测用户的心脏信号，还可以将采集到的数据进行存档和分析，为用户提供长期的心脏健康跟踪和管理服务，为临床诊断和疾病预防提供了更多可能性。

项目成果：

图1 树莓派电源连接示意图

图2 结果可视化

图3 整体实物图

图4 模块图片