阅读说明：本技术 一种肠鸣音和腹腔压力的实时监护系统及方法 (Real-time monitoring system and method for bowel sound and abdominal pressure ) 是由 冷玉鑫 阳建宏 么改琦 黎敏 李超 陆旭 张国浩 吴小龙 于 2019-10-18 设计创作，主要内容包括：本发明提供一种肠鸣音和腹腔压力的实时监护系统及方法,该系统包括：第一采集模块、第二采集模块和处理运算模块。处理运算模块分别与第一采集模块和第二采集模块信号连接,第一采集模块用于采集患者的肠鸣音,并将肠鸣音转化为第一电信号；第二采集模块用于采集患者的膀胱压力,并将所述膀胱压力转化为第二电信号。处理运算模块根据所述第一电信号和所述第二电信号实时得到肠鸣音信号和腹腔压力信号,并对所述肠鸣音信号和所述腹腔压力信号进行数据处理,以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形,进而根据所述关联波形获取肠鸣音和腹腔压力的病理特征,以判断患者的诊断结果。本发明能为早期AGI诊断提供有效的客观指标。(The invention provides a real-time monitoring system and method for bowel sound and abdominal cavity pressure, the system includes: the device comprises a first acquisition module, a second acquisition module and a processing operation module. The processing operation module is respectively in signal connection with the first acquisition module and the second acquisition module, and the first acquisition module is used for acquiring the bowel sounds of the patient and converting the bowel sounds into first electric signals; the second acquisition module is used for acquiring the bladder pressure of the patient and converting the bladder pressure into a second electric signal. The processing operation module obtains a bowel ringing sound signal and an abdominal cavity pressure signal in real time according to the first electric signal and the second electric signal, performs data processing on the bowel ringing sound signal and the abdominal cavity pressure signal to form a time-slice-based associated waveform of the bowel ringing sound signal and the abdominal cavity pressure signal, and further obtains pathological characteristics of bowel ringing sound and abdominal cavity pressure according to the associated waveform to judge a diagnosis result of a patient. The invention can provide effective objective indexes for early AGI diagnosis.)

一种肠鸣音和腹腔压力的实时监护系统及方法

技术领域

本发明涉及医疗器械技术领域，尤其涉及一种肠鸣音和腹腔压力的实时监护系统及方法。

背景技术

急性肠胃功能损伤(Acute Gastrointestinal Injury，AGI)是继发于创伤、烧伤、休克等急危重症的非特异性胃肠道粘膜屏障损伤。在重症病房其发病率可高达60％，病死率可高达70％，被称作是肠源性脓毒症的开关，决定重症患者预后。但AGI的早期诊断困难，缺乏客观指标，至病人症状明显时通常已发展到胃肠功能衰竭的阶段。因此，建立AGI早期诊断方法对改善重症患者预后具有重要意义。

根据2012年欧洲重症监护医学会(ESICM)的AGI诊断标准可知，除恶心、呕吐、反流及肠内营养不耐受等非特异性临床表现外，肠鸣音减弱或消失及腹腔压力的升高是I-IV级AGI的核心体征和辅助检查指标。有效监测肠鸣音和腹腔压力将是早期诊断AGI的关键。但在实际临床诊治实践中，重症病患肠鸣音和腹压监测存在以下问题：①肠鸣音数据采集存在主观性；②两项指标以独立、离线、间断、人工采集的方式进行，不易临床标准化；③作为AGI诊断的核心指标，尚未实现二者实时、同步、关联分析。这些都是临床导致AGI漏诊率高的原因。目前，虽然已经有不少肠鸣音和腹压监测的相关专利和研究工作，例如：专利CN108514428A公开的一种肠鸣音采集装置，能够长时间采集对象的肠鸣音信号；专利CN109199390A公开的一种胸廓和腹腔压力监测系统，能够对腹腔压力进行监测。但这些系统都是单独针对肠鸣音或腹压的采集系统，缺少集成化、一体化的两个物理量多通道的同步采集功能。另外，由于肠鸣音信号静默期较长且具有明显的非周期性，目前的肠鸣音采集和监测系统，如专利CN104305961B公开的一种肠鸣音监测识别系统，主要通过与事先建立的特征库匹配进行肠鸣音状态的诊断，不具备肠鸣音信号的实时分割与特征提取功能，无法实现与腹压信号的关联分析。因此，通过现有肠鸣音监测仪器和腹压监测仪器的简单组合，不仅设备体积大、成本高，而且无法实现肠鸣音与腹压信号的同步关联分析，难以为早期AGI诊断提供有效的客观指标。

发明内容

针对临床实践中，对重症患者无法实时同步监测肠鸣音和腹腔压力信号的现状，本发明提供了一种肠鸣音和腹腔压力的实时监护系统及方法，解决现有设备不具备肠鸣音和腹压信号的关联分析的问题。本发明能实现肠鸣音信号的自动分割与特征提取，并与腹压信号形成关联分析指标，为早期AGI诊断提供有效的客观指标。

为实现以上目的，本发明提供以下技术方案：

一种肠鸣音和腹腔压力的实时监护系统，包括：第一采集模块、第二采集模块和处理运算模块；

所述处理运算模块分别与所述第一采集模块和第二采集模块信号连接，所述第一采集模块用于采集患者的肠鸣音，并将所述肠鸣音转化为第一电信号；所述第二采集模块用于采集患者的膀胱压力，并将所述膀胱压力转化为第二电信号；

所述处理运算模块根据所述第一电信号和所述第二电信号实时得到肠鸣音信号和腹腔压力信号，并对所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形，进而根据所述关联波形获取肠鸣音和腹腔压力的病理特征，以判断患者的诊断结果。

优选的，还包括：无线传输模块和上位机；

所述处理运算模块与所述无线传输模块信号连接，所述处理运算模块通过所述无线传输模块与所述上位机进行数据通讯；

所述上位机实时显示所述肠鸣音信号、所述腹腔压力信号和所述关联波形，并将数据信息化形成数据库，以便管理患者数据、授权用户进行历史数据查询和比对、辅助智能诊断和提示报警。

优选的，所述第一采集模块包括：听诊器、胶管、声音传感器、第一调理模块和第一A/D转换单元；

所述听诊器设置在患者腹部，所述听诊器上设有所述胶管，以将听诊到的肠鸣声传导输出；

所述胶管内设有所述声音传感器，所述声音传感器的输出端与所述第一调理模块的输入端相连，所述第一调理模块的输出端与所述第一A/D转换单元的输入端相连，所述第一A/D转换单元的输出端与所述处理运算模块的第一输入端相连。

优选的，设置多个所述听诊器，以听诊不同部位的肠鸣音，并由相应的所述声音传感器组成传感器阵列对肠鸣音进行采集。

优选的，所述第二采集模块包括：导尿管、压力传感器、第二调理模块和第二A/D转换单元；

所述压力传感器设置在所述导尿管的端部，用于测量膀胱压力，所述压力传感器的输出端与所述第二调理模块的输入端相连，所述第二调理模块的输出端与所述第二A/D转换单元的输入端相连，所述第二A/D转换单元的输出端与所述处理运算模块的第二输入端相连。

优选的，所述第一调理模块和所述第二调理模块均设有信号放大器和滤波器，以对所述肠鸣音和所述膀胱压力进行信号放大及消除干扰。

优选的，所述处理运算模块内预设有自动分割程序，所述自动分割程序包括以下步骤：

对所述肠鸣音信号进行形态特征提取，所述形态特征包括：峰值、边缘值和幅值；

根据所述形态特征对所述肠鸣音信号按时域信号波形的幅值和密集程度进行波形自动分割，并将分割后的波形按时间片段重组形成分割波形数据；

存储所述分割波形数据。

优选的，所述运算处理模块对所述肠鸣音信号和所述腹腔压力信号进行数据处理，包括以下步骤：

对所述肠鸣音信号和所述腹腔压力信号进行去噪声处理；

将所述肠鸣音信号进行分割以获取所述分割波形数据；

将所述分割波形数据进行设定的深度神经网络学习，以完成对所述分割波形数据的特征提取和分类，进而得到波形对应的病理特征；

对所述腹腔压力信号进行特征提取以得到腹压均值、腹压极值、腹压变化幅度、腹压变化率和腹压变化方差；

将同个时间段内的所述分割波形数据和所述腹腔压力信号按权重进行关联，以形成所述关联波形。

本发明还提供一种肠鸣音和腹腔压力的实时监护方法，包括：

实时获取患者的肠鸣音信号和腹腔压力信号，并对信号进行去噪声处理；

将所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形；

根据所述关联波形获取肠鸣音和腹腔压力的病理特征，并根据所述病理特征判断患者的诊断结果，所述诊断结果包括：机械性肠梗阻、麻痹性肠梗阻、肠鸣音活跃、肠鸣音减弱、肠鸣音正常、腹腔压力正常、亚临床腹腔高压、I级腹腔高压、II级腹腔高压、III级腹腔高压、IV级腹腔高压、腹腔间隔室综合征、I级AGI、II级AGI、III级AGI和IV级AGI。

优选的，所述将所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形，包括：

对所述肠鸣音信号和所述腹腔压力信号进行去噪声处理；

对所述肠鸣音信号进行形态特征提取，所述形态特征包括：峰值、边缘值和幅值；

根据所述形态特征对所述肠鸣音信号按时域信号波形的幅值和密集程度进行波形自动分割，并将分割后的波形按时间片段重组形成分割波形数据；

将所述分割波形数据进行设定的深度神经网络学习，以完成对所述分割波形数据的特征提取和分类，进而得到波形对应的病理特征；

对所述腹腔压力信号进行特征提取以得到腹压均值、腹压极值、腹压变化幅度、腹压变化率和腹压变化方差；

将同个时间段内的所述分割波形数据和所述腹腔压力信号按权重进行关联，以形成所述关联波形。

本发明提供了一种肠鸣音和腹腔压力的实时监护系统及方法，通过获取患者的肠鸣音信号和腹压信号，并对信号进行处理运算，实现肠鸣音信号的自动分割与特征提取，并与腹压信号形成关联分析指标，解决现有设备不具备肠鸣音和腹压信号的关联分析的问题。能为早期AGI诊断提供有效的客观指标，降低了对医生诊断经验的要求，通过参考、对比常见疾病的肠鸣音和腹腔压力，达到辅助疾病筛选和诊断的功能。

附图说明

为了更清楚地说明本发明的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。

图1是本发明提供的一种肠鸣音和腹腔压力的实时监护系统的示意图；

图2是本发明实施例提供的自动分割算法示意图；

图3是本发明实施例提供的肠鸣音和腹腔压力的实时监护系统的诊断流程图；

图4是本发明实施例提供的肠鸣音和腹腔压力的实时监护系统的连接示意图；

图5是本发明实施例提供的肠鸣音和腹腔压力的实时监护系统的波形数据自动分割的流程图；

图6是本发明实施例提供的肠鸣音和腹腔压力的实时监护系统的深度神经网络学习流程图；

图7是本发明提供的一种肠鸣音和腹腔压力的实时监护方法示意图；

图8是本发明实施例提供肠鸣音和腹腔压力的实时监护方法的数据处理流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

针对临床实践中，对重症患者无法实时同步监测肠鸣音和腹腔压力信号的现状，本发明提供了一种设计合理、结构简单、易于操作、精度高、稳定性好的实时多通道采集肠鸣音和腹腔压力的采集系统，能够同时获取重症患者的肠鸣音和腹压信号；并通过内置的信号处理算法，实现肠鸣音信号的自动分割与特征提取，并与腹压信号形成关联分析指标，为早期AGI诊断提供有效的客观指标。

如图1所示，一种肠鸣音和腹腔压力的实时监护系统，包括：第一采集模块、第二采集模块和处理运算模块。所述处理运算模块分别与所述第一采集模块101和第二采集模块102信号连接，所述第一采集模块101用于采集患者的肠鸣音，并将所述肠鸣音转化为第一电信号；所述第二采集模块102用于采集患者的膀胱压力，并将所述膀胱压力转化为第二电信号。所述处理运算模块根据所述第一电信号和所述第二电信号实时得到肠鸣音信号和腹腔压力信号，并对所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形，进而根据所述关联波形获取肠鸣音和腹腔压力的病理特征，以判断患者的诊断结果。需要说明的是，所述诊断结果包括：机械性肠梗阻、麻痹性肠梗阻、肠鸣音活跃、肠鸣音减弱和肠鸣音正常。

具体地，所述处理运算模块的第一输入端与所述第一采集模块的输出端相连，所述处理运算模块的第二输入端与所述第二采集模块的输出端相连，所述处理运算模块内预设有数据处理程序，包括：在处理运算模块中嵌入式自动分割的方法，可以实现在全时监测病人肠鸣音和腹压信号的同时，将有用的肠鸣音信号提取出来，进行深度学习，提高诊断结果的准确性，如图2所示，将获取的信号数据存储入本地Mariadb嵌入式数据库，基于时间片段的方差分割波形数据，将有用的波形数据进行深度学习，并与同时间段的腹压信号进行关联分析，最后得出智能诊断的结果，系统诊断的流程图如图3所示。

如图5所示，自动分割的具体步骤包括：对获取的原始波形数据进行形态学特征提取，特征包括峰值特征，边缘特征，将时域信号波形的幅值大小和密集程度不同的区域自动划分，通过不断调整拟合的阈值，分割出有用的波形信号，再将分割后的波形时间片段重组，存储到本地Mariadb数据库中，用于之后的深度神经网络学习和会诊时的波形复现。

如图6所示，深度神经网络学习的步骤包括：将自动分割处理后的波形数据输入到神经网络输入层，经过多个交替的卷积层和池化层，将多层卷积之后的所提取的所有通道二维特征图展开为一维特征序列，送入全连接层作为神经元的输入，经过上一层输出的加权求和及激活函数，可得到全连接神经元的输出，完成对波形数据的特征提取和分类，得出波形对应的病理特征。

如图1所示，该系统还包括：无线传输模块和上位机。所述处理运算模块与所述无线传输模块信号连接，所述处理运算模块通过所述无线传输模块与所述上位机进行数据通讯。所述上位机实时显示所述肠鸣音信号、所述腹腔压力信号和所述关联波形，并将数据信息化形成数据库，以便管理患者数据、授权用户进行历史数据查询和比对、辅助智能诊断和提示报警。

具体地，无线模块可以选用的网络可以使WIFI，GPRS/3G/4G或移动互联网，将多个监护室的采集数据传输到主控室，实现统一监测观察的效果。上位机可以做到实时波形显示，历史数据查询，智能诊断和提示报警。同时，肠鸣音的识别和诊断算法也可以以软件形式在上位机上运行，并在上位机中设置数据库，该数据库中存放常见疾病的肠鸣音和腹腔压力的患者数据。在该系统得到患者的肠鸣音信号和腹腔压力信号后，可通过上位机进行数据库进行记录查询和数据比对。通过上位机能将数据信息化、网络化，方便各类授权用户访问、管理患者数据，数据库记录的结果可以提供历史数据对比功能；另外，既可以用于长期监护也可以用于短期监测，可以用于病房监测、体检等多种用途。同时，辅助诊断结果降低了对医生诊断经验的要求，通过参考、对比常见疾病的肠鸣音和腹腔压力，达到辅助疾病筛选和诊断的功能。

在实际应用中，通过上位机不仅可以同时多通道实时采集诊断肠鸣音和腹压信号，诊断效率和准确性高，而且可以同时对多名患者集中进行监控和分析，并通过设置报警阈值对医护人员进行提示报警，能提高监护效率和智能性。

进一步，所述第一采集模块包括：听诊器、胶管、声音传感器、第一调理模块和第一A/D转换单元。所述听诊器设置在患者腹部，所述听诊器上设有所述胶管，以将听诊到的肠鸣声传导输出。所述胶管内设有所述声音传感器，所述声音传感器的输出端与所述第一调理模块的输入端相连，所述第一调理模块的输出端与所述第一A/D转换单元的输入端相连，所述第一A/D转换单元的输出端与所述处理运算模块的第一输入端相连。

在实际应用中，如图4所示，是一实施例中肠鸣音信号和腹压信号采集的示意图，可以分别多通道采集声音和压力两种物理量。如图4所示，患者1的肠鸣音信号通过听诊器的胸件2和胶管3，经由声音传感器4采集到肠鸣音声音，声音传感器可以是驻极体电容传感器或是微机电系统声音传感器的一种，听诊器胸件由护士固定在患者腹部外表面，将肠鸣声音收集放大通过胶管传导至声音传感器输入，即可进行短时间或者长时间肠鸣音的监测。所述的声音传感器的探头塞入到所述的胶管中，两者过盈配合，将采集到肠鸣音声音信号转化为模拟信号。

更进一步，设置多个所述听诊器，以听诊不同部位的肠鸣音，并由相应的所述声音传感器组成传感器阵列对肠鸣音进行采集。

由于A/D转换单元是多通道的，能够采集多个部位的肠鸣音信号和腹压信号，能够实现实时同步采集多通道的信号，方便处理分析。声音传感器可以为多个，多个传感器放置于不同位置，组成传感器阵列，以便采集不同部位的肠鸣音，从而更有效、更准确地获得肠鸣音信号，便于肠鸣音识别。

同时，所述第二采集模块包括：导尿管、压力传感器、第二调理模块和第二A/D转换单元。所述压力传感器设置在所述导尿管的端部，用于测量膀胱压力，所述压力传感器的输出端与所述第二调理模块的输入端相连，所述第二调理模块的输出端与所述第二A/D转换单元的输入端相连，所述第二A/D转换单元的输出端与所述处理运算模块的第二输入端相连。

在实际应用中，采集腹腔压力是采用间接测量的方法，如图4所示，通过往膀胱里注射生理盐水，通过导尿管5的另一端连接压力传感器测压头6，测量膀胱的压力间接推导出腹腔的压力，压力传感器可以选用高精度低压数字式压力传感器或者是模拟式压力传感器。所述的导尿管的出口与所述的压力传感器的测压头连接，将采集到的膀胱压力信号转换为模拟信号，并根据膀胱压力和腹腔压力的对应关系间接测量腹腔压力。

如图4所示，采集装置通过通道7接口连接进入设备，接口设计可以是BNC接口或者航空插头，保证连接的可靠性和抗干扰性，通过运行设备，可以实时查看诊断波形8，并可以同步将数据无线传输到主控室的上位机电脑中。

更进一步，所述第一调理模块和所述第二调理模块均设有信号放大器和滤波器，以对所述肠鸣音和所述膀胱压力进行信号放大及消除干扰。

具体地，信号调理模块包括前置放大模块和滤波模块，如图1前置放大模块优选AD620，可以设置增益倍数，使得采集到的肠鸣音清晰少杂，滤波模块优选巴特沃斯4阶带通滤波电路，提取肠鸣音频段的声音信号。所述的前置放大器将采集的信号进行自动增益放大，便于A/D芯片采集，由于肠鸣音的频率范围在60～1200Hz范围内，还需要通过带通滤波器才能将干扰信号去杂，实现对信号的调理。A/D转换单元将调理后的信号转化为数字量，第一A/D转换单元和第二A/D转换单元上搭载同步时钟，由处理运算模块提供统一的系统时钟，实现多通道肠鸣音和腹压信号的同步采集。

该系统还包括：显示器和存储器，所述显示器用于在本地实时显示采集到的肠鸣音和腹压的波形数据，并显示诊断结论。所述存储器用于存储肠鸣音信号和腹腔压力信号的数据。

具体地，如图1所示，本发明提供的肠鸣音和腹压采集的系统包括：采集模块、信号调理模块、A/D转换模块、处理运算模块、存储器、显示器、无线传输模块和上位机模块，采集模块用于将肠鸣音的声音信号和腹腔的压力信号转化为电信号，经过信号调理模块，去除干扰信号，并且放大为能够被A/D转换模块转化的信号，A/D转换模块将采集到模拟信号转换为数字信号，数字信号进入运算处理单元，对数字信号进行运算、分析，然后将运算分析结果存储到存储器中，并通过无线传输模块将数据传输到上位机，显示器用于在本地显示各通道的实时波形和诊断结果所，上位机方便医护人员在主控室内对监控各个ICU病床病情发展的情况。

在实际应用中，处理运算模块可采用单片机实现，考虑到单片机的本地嵌入式算法的计算能力，优选的是第三代树莓派作为处理器，A/D芯片优选ADS1256，在嵌入式系统中搭建本地的数据库，对数据进行预处理和智能诊断，开启A/D转换后，对采集的数据进行预处理，包括均值滤波，自动分割提取出有用的波形信号，深度学习并与同时间的腹压信号做关联分析，得出病理诊断的结果，最后将数据存储，将结果在本地的显示器上显示，同时通过无线模块上传到上位机显示。

所述的运算处理模块将采集到的数字信号进行预处理，去除噪音干扰，将数据存储在嵌入式数据库中，并通过嵌入式信号自动分割处理算法，去除肠鸣音静默期中的无用信息，完成对肠鸣音特征数据和腹压数据的自动分割和关联分析，给医师提供辅助诊断的依据。

其中，所述处理运算模块内预设有自动分割程序，所述自动分割程序包括以下步骤：

首先，对所述肠鸣音信号进行形态特征提取，所述形态特征包括：峰值、边缘值和幅值。

其次，根据所述形态特征对所述肠鸣音信号按时域信号波形的幅值和密集程度进行波形自动分割，并将分割后的波形按时间片段重组形成分割波形数据。

然后，存储所述分割波形数据。

进一步，所述运算处理模块对所述肠鸣音信号和所述腹腔压力信号进行数据处理，包括以下步骤：

步骤1：对所述肠鸣音信号和所述腹腔压力信号进行去噪声处理；

步骤2：将所述肠鸣音信号进行分割以获取所述分割波形数据；

步骤3：将所述分割波形数据进行设定的深度神经网络学习，以完成对所述分割波形数据的特征提取和分类，进而得到波形对应的病理特征；

步骤4：对所述腹腔压力信号进行特征提取以得到腹压均值、腹压极值、腹压变化幅度、腹压变化率和腹压变化方差；

步骤5：将同个时间段内的所述分割波形数据和所述腹腔压力信号按权重进行关联，以形成所述关联波形。

本发明提供了一种肠鸣音和腹腔压力的实时监护系统，通过获取患者的肠鸣音信号和腹压信号，并对信号进行处理运算，实现肠鸣音信号的自动分割与特征提取，并与腹压信号形成关联分析指标，解决现有设备不具备肠鸣音和腹压信号的关联分析的问题。对肠鸣音和腹腔压力实时同步采集与特征提取，能够实现对重症病患实时同步采集多通道的肠鸣音和腹腔压力信号，便于对肠鸣音和腹腔压力的关联分析；并通过自动分割和深度学习的方法，筛选有用的信息，为早期AGI诊断提供有效的客观指标；采集系统具备无线传输和存储功能，可扩展，应用方便。

相应地，如图7所示，本发明还提供一种肠鸣音和腹腔压力的实时监护方法，包括：

S1：实时获取患者的肠鸣音信号和腹腔压力信号，并对信号进行去噪声处理；

S2：将所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形；

S3：根据所述关联波形获取肠鸣音和腹腔压力的病理特征，并根据所述病理特征判断患者的诊断结果，所述诊断结果包括：机械性肠梗阻、麻痹性肠梗阻、肠鸣音活跃、肠鸣音减弱、肠鸣音正常、腹腔压力正常、亚临床腹腔高压、I级腹腔高压、II级腹腔高压、III级腹腔高压、IV级腹腔高压、腹腔间隔室综合征、I级AGI、II级AGI、III级AGI和IV级AGI。

进一步，如图8所示，所述将所述肠鸣音信号和所述腹腔压力信号进行数据处理，以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形，包括：

S21：对所述肠鸣音信号和所述腹腔压力信号进行去噪声处理；

S22：对所述肠鸣音信号进行形态特征提取，所述形态特征包括：峰值、边缘值和幅值；

S23：根据所述形态特征对所述肠鸣音信号按时域信号波形的幅值和密集程度进行波形自动分割，并将分割后的波形按时间片段重组形成分割波形数据；

S24：将所述分割波形数据进行设定的深度神经网络学习，以完成对所述分割波形数据的特征提取和分类，进而得到波形对应的病理特征；

S25：对所述腹腔压力信号进行特征提取以得到腹压均值、腹压极值、腹压变化幅度、腹压变化率和腹压变化方差；

S26：将同个时间段内的所述分割波形数据和所述腹腔压力信号按权重进行关联，以形成所述关联波形。

可见，本发明提供了一种肠鸣音和腹腔压力的实时监护方法，通过获取患者的肠鸣音信号和腹压信号，并对信号进行处理运算，实现肠鸣音信号的自动分割与特征提取，并与腹压信号形成关联分析指标，解决现有设备不具备肠鸣音和腹压信号的关联分析的问题。能为早期AGI诊断提供有效的客观指标，降低了对医生诊断经验的要求，通过参考、对比常见疾病的肠鸣音和腹腔压力，达到辅助疾病筛选和诊断的功能。

以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。