PL EN
PRACA ORYGINALNA
Cyfrowa analiza szmerów oddechowych u osób zdrowych i w przewlekłej obturacyjnej chorobie płuc
 
Więcej
Ukryj
1
Katedra Pielęgniarstwa, Wydział Nauk o Zdrowiu, Gdański Uniwersytet Medyczny, Gdańsk
 
2
Katedra Pneumonologii i Alergologii, Wydział Nauk o Zdrowiu, Gdański Uniwersytet Medyczny, Gdańsk
 
3
Instytut Hydroakustyki, Akademia Marynarki Wojennej, Gdynia
 
4
Szpital Morski, Gdynia
 
 
Autor do korespondencji
Michał Grzegorczyk   

Katedra Pielęgniarstwa, Wydział Nauk o Zdrowiu, Gdański Uniwersytet Medyczny, ul.Dębinki 7 bud. 15, 80-211 Gdańsk
 
 
Med Og Nauk Zdr. 2013;19(2):89-94
 
SŁOWA KLUCZOWE
STRESZCZENIE
Wstęp:
Osłuchiwanie i rozpoznawanie szmerów oddechowych ma duże znaczenie diagnostyczne. Jednak ze względu na subiektywną ocenę i brak obiektywnego wzorca, rozpoznawanie i różnicowanie szmerów oddechowych przysparza wiele trudności w nauczaniu studentów czy w początkowej praktyce zawodowej lekarza i pielęgniarki.

Cel:
Celem pracy jest analiza porównawcza „wzorca” szmerów oddechowych u osób zdrowych i z POCHP.

Materiał i metody:
W badaniu uczestniczyło 32 pacjentów z POCHP, grupę kontrolną stanowiło 60 zdrowych osób. Szmery oddechowe zostały zarejestrowane za pomocą stetoskopu elektronicznego Littmann 3200, następnie uzyskane dźwięki poddano analizie przy pomocy programu komputerowego MATLAB. Na podstawie szybkiej transformaty Fouriera wykonano analizę przebiegu czasowego, widma amplitudowego oraz spektrogram z wykresem widma amplitudowego. Uzyskane wyniki uśredniono, uzyskując widmo amplitudowe liniowe, logarytmiczne oraz spektrogram dla osób zdrowych i pacjentów z POCHP.

Wyniki:
Pojedyncze szmery oddechowe dla osób zdrowych i chorych z POCHP nie zawsze wykazują znamienne i jednoznaczne różnice. Natomiast wartości uśrednione, zarówno w grupie kontrolnej, jak i w grupie pacjentów z POCHP, wykazują różnice. Spektrogram uzyskanych przy analizie sygnałów pochodzących od osób zdrowych pokazuje, że widmo amplitudowe jest praktycznie niezmienne w całym zakresie pomiarowym. Natomiast uzyskany spektrogram dla POCHP ma nierówny przebieg w całym zakresie pomiarowym. Występują zmiany widma amplitudowego w zależności od fazy oddechu, co uwidacznia się w postaci występowania wyższych częstotliwości w widmie amplitudowym.

Wnioski:
Elektroniczna rejestracja i analiza szmerów oddechowych pozwala na dokładne określenie cech charakterystycznych i wizualizację dźwięku, co może przyczynić się do stworzenia „wzorca” dla poszczególnych jednostek chorobowych, udoskonalenia metod nauczania osłuchiwania szmerów oddechowych i zminimalizowania błędnie stawianych diagnoz.


Introduction:
Auscultation and recognition of respiratory sounds are of great diagnostic importance. However, due to subjective evaluation and the lack of an objective pattern of auscultated sounds for COPD, recognizing and differentiating the respiratory sounds causes some problems in the process of teaching students, or in clinical practice for newly qualified doctors and nurses.

Aim:
The aim of the research was to carry out a comparative analysis between ‘the visual patterns’ of lung sounds of healthy patients and patients with CODP.

Materials and methods:
In this research, there were 32 patients with CODP and 60 healthy people. Respiratory murmurs were registered with the help of an electronic Littmann 3200 stethoscope; the sounds were recorded and analyzed using computer programmer MATLAB. Based on Fast Fourier Transform, correlations of amplitude to time, amplitude to frequency and frequency to time were carried out. The average results create ‘patterns’ of amplitude-frequency waveform and a spectrogram for healthy individuals and patients with COPD.

Results:
Individual respiratory sounds for healthy individuals and those ill with COPD do not always show a statistically significant difference, whereas the average values in both groups show a significant difference. Results from the healthy group show that the amplitude waveform hardly changes over the whole measurement period, while the spectrogram for patients with COPD has variable frequencies during this period.

Conclusions:
Electronic registration and computer analysis of respiratory sounds makes it possible to describe precisely the characteristic features and visualization of the sound (spectrogram). This can contribute to the creation of a pattern for certain illness groups, as well as improve the methods of teaching the auscultation of respiratory sounds, and the minimalisation of mistaken diagnoses.

 
REFERENCJE (22)
1.
Konturka S. (red.). Atlas fizjologii człowieka Nettera. Wydawnictwo Elsevier Urban & Partner, Wrocław 2008.
 
2.
Holmes Nancy H. (Edit.). Evaluating Heart & Breath Sounds. Wolters Kluwer/Lippincott Williams & Wilkins 2009.
 
3.
Brzeziński T. (red.). Historia medycyny. PZWL, Warszawa 2004.
 
4.
El-Segaier, Lilja O, Lukkarinen S, et al. Computer-Based Detection and Analysis of Heart Sound and Murmur. Ann Biomed Eng. 2005; 33(7): 937–942.
 
5.
Grabowski M, Poznański P, Damps-Konstańska I, Krajnik M, Jassem E. Analiza sygnałów wibroakustycznych generowanych podczas kaszlu w przewlekłych chorobach układu oddechowego. Acta BioOptica Inf Med. 2010; 16: 87–90.
 
6.
Maciuk M, Kuniszyk-Jóźkowiak W, Kuć K. Analiza fenomenów osłuchowych. Sci Biul Chełm. Sect Tech Sci. 2008; 1: 95–105.
 
7.
Droszcz W. Układ oddechowy W: Kokot F (red.). Diagnostyka różnicowa objawów chorobowych. PZWL, Warszawa 2005: 398–413.
 
8.
Gaciong Z, Jędrusik P. (red.). Przewodnik Batesa po badaniu przedmiotowym i podmiotowym. Termedia Wydawnictwa Medyczne, Poznań 2010.
 
9.
Schilling McCann Judith: Auskultation Skills. Breath & Heart Sounds. 4th Edition. Wolters Kluwer/Lippincott Williams & Wilkins 2010.
 
10.
Tatoń J, Czech A. Diagnostyka internistyczna. Wyd. Lek. PZWL, Warszawa 2005.
 
11.
Weber J. Kelley J. Health assessment in Nursing. 4th Edition. Wolters Kluwer & Lippincott Williams. 2010.
 
12.
Szczeklik A.(red.). Choroby wewnętrzne. Stan wiedzy na rok 2010. Wydawnictwo Medycyna Praktyczna, Kraków 2010: 519–754.
 
13.
Global Strategy For The Diagnosis, Management, And Prevention Of Chronic Obstructive Pulmonary Disease Updated 2010 www.goldcopd. org (dostęp:12.09.2011).
 
14.
Doboszyńska A. Zasady postępowania w POCHP. Prakt Lek. 2009:10–14.
 
15.
Niedoszytko M. i wsp. Analiza zgonów z powodu obturacyjnych chorób płuc w latach 2001–2004 w województwie pomorskim. Pneumonol Alergol Pol. 2007; 75(1): 40–45.
 
16.
Zieliński J. Wczesne rozpoznawanie POCHP – uzasadnienie, metody, wyniki. Pnemonol Alergol Pol. 2009; 7(1): 77–81.
 
17.
Lyons RG. Wprowadzenie do cyfrowego przetwarzania sygnałów; tł. z jęz. ang. Zarzycki J. Szymbor J. Wydanie 2. Wydawnictwa Komunikacji i Łączności, Warszawa 2010.
 
18.
Zieliński TP. Cyfrowe przetwarzanie sygnałów: od teorii do zastosowań. Wydawnictwa Komunikacji i Łączności, Warszawa 2009.
 
19.
Żak A, Żak M. Diagnozowanie chorób płuc na podstawie sygnałów akustycznych. W: Linde BJ, Sikorska A, Klinkosz T. (red.). LI Otwarte Seminarium z Akustyki, Polskie Towarzystwo Akustyczne-Oddział Gdański, Gdańsk – Sobieszewo 2004; 159–162.
 
20.
Becker K.W. Research into adventitious lung sound signals originating from pulmonary tuberculosis using electronic auscultation. MA thesis. Faculty of Engineering Stellenbosch University 2009: 14–22.
 
21.
Mazic I, Sovij S, Magjarevic R. Analysis of Respiratory Sounds in Asthmatic Infants. Meas Sci Rev. 2003; 3(2): 9–12.
 
22.
Polat H, Güler I. A Simple Computer-Based Measurement and Analysis System of Pulmonary Auscultation Sounds. J Med Syst. 2006; 28(6): 665–672.
 
eISSN:2084-4905
ISSN:2083-4543
Journals System - logo
Scroll to top