具体实施方式

胃肠道损伤(GII)是外科手术后常见的问题。本文公开了基于患者的肠道声音来预测GII的系统和方法。如下所述，所公开的系统和方法识别肠道声音中的离散声学频谱事件，这些事件可以被用来预测随后的GII，并且在某些情况下，可以被用来预测术后GII。这些频谱事件是肠道功能和/或功能障碍的良好指标，因为声音是由肠内的肌动活动产生的。

在以下公开内容中，描述了各种实施例。要理解，这些实施例仅仅是本发明的示例实施方式，并且其他实施例是可能的。所有这样的其他实施例都在本公开的范围内。

某些实施例包括设备，该设备包括外壳、显示器、处理器和至少一个音频收集设备。在某些实施例中，存在主要音频收集设备和辅助音频收集设备。在一些实施例中，主要音频收集设备可以附着到或插入受试者中。

图1至图2提供了设备的实施例的示例。图1和图2部分示出了设备的示例，该设备包括外壳101、用于用户与设备交互并且控制该设备的操作的至少一个按钮102以及用户界面103。用户界面可以是图形用户界面(GUI)。

在某些实施例中，设备包括辅助音频收集设备。在一些实施例中，辅助音频收集设备可以是麦克风或可以收集环境噪声的其他声音接收机构。在其他实施例中，对来自主要麦克风数据的环境噪声进行信号减除以实现真正的噪声消除。在一些实施例中，本文中所描述的设备可以在预测或诊断GII的方法中使用。在某些实施例中，本文中所描述的系统和方法可以包括在症状出现之前预测GII。在某些情况下，辅助音频收集设备可以去除与环境噪声相关联的干扰，这些干扰可能干扰肠道声音的收集。这种配置可以产生更准确地预测GII的令人惊讶和意外的结果。在某些情况下，GII预测在术后进行。在一些实施例中，环境音频收集设备进一步包括隔膜。

图3至图4示出了设备的示例的分解图。图3和图4示出了设备，该设备包括用户界面103、外壳104的分离顶部、计算机105、外壳106的下部、至少一个紧固装置107、隔膜108、垫圈109和粘合薄片110。图5示出了具有辅助音频收集设备111的设备的示例。

图8至图10示出了外壳104的顶部和外壳106的下部的不同视图。图9示出了外壳104的顶部的内部视图，并且图10至图11示出了外壳106的下部的不同视图。图12至图14示出了本发明的设备的某些实施例的不同视图。

GUI可以被配置为允许用户与设备交互并且从受试者收集音频数据。某些实施例包括外壳。外壳可以包括上部和粘合薄片。粘合薄片的大小(宽度和长度)可以不同。例如，薄片可以有与单元的底表面积相同或小于单元的底表面积的宽度和长度。薄片可以有不同的厚度。薄片的形状被设计为使单元最适合患者，以便对GII事件进行安全监控/记录/收集。外壳可以包括可分离的顶部和下部。

在外壳包括可分离的顶部和下部的实施例中，可分离的顶部和下部使用附着装置进行固定。附着装置可以包括螺丝、紧固件、销钉、托架、楔子、铆钉、夹子等。

系统的实施例可以用于预测胃肠道损伤。系统的实施例可以包括数据收集设备、患者界面和计算机105。计算机105或数据收集设备可能是单独的设备，该单独的设备收集和/或存储从患者界面和计算机105检索到的数据。患者界面可以包括能够收集在患者的肠道内生成的音频数据的任何设备。在一些实施例中，患者界面包括便携式(例如，手持式)数字音频记录器。在这种情况下，患者界面可以包括集成麦克风(未示出)，该麦克风用于捕捉肠道声音，以及其中，集成麦克风可以放置在声室中或附近。例如，声室可以在隔膜108和外壳106的下部之间形成。声室通过放大患者相对于环境噪声的肠道声音大大增加了数据收集；增加在音频收集点处减少环境噪声的能力；通过减少无关组件的库存来提供音频数据收集的简单性；并且提供与患者界面、隔膜和音频数据收集设备(例如，放置在声室中或附近的本发明设备内的麦克风)相结合的连续音频数据收集能力。

患者界面可以是直接应用于患者的腹部以检测肠道声音的设备。

在一些实施例中，患者界面包括听诊器头或在设计或功能上与听诊器头类似。听诊器头可以包括放置在与患者接触的地方并且响应于体内所产生的声音而振动的隔膜。这些声音可以被传送到可以将信号传输给计算机105的麦克风，该计算机105可以可选地将数据传输给数据收集设备。在一些实施例中，患者界面可以通过在患者界面与声音收集设备(诸如可以位于声室中的麦克风)之间延伸的管道传输声音。在一些实施例中，患者界面可以将声波转换为可以由计算机105处理的数字信号。例如，由隔膜振动创建的声压波可以在管道的内腔内行进到麦克风。在一些实施例中，患者界面可以包括麦克风或将声压波转换为数字信号的其他设备，该数字信号可以由系统处理和分析以预测GII。作为示例，麦克风或用于将声压波转换为数字信号的其他设备可以放置在声室中或与声室通信，该声室位于隔膜108与外壳106的下部之间。在一些实施例中，患者界面的全部或部分可以是一次性的以避免患者之间的交叉污染。患者界面可以与在使用后可以被丢弃的一次性鞘或套(未示出)一起使用。

由计算机105收集到的音频数据可以存储在由计算机包括的内部存储器中。在一些实施例中，存储器可以与计算机105分离，但是与计算机105进行数据通信。在一些实施例中，音频数据可以存储在设备的非易失性存储器(例如，闪存)中。该数据然后可以被传输给计算机105进行处理。在一些实施例中，数据和数据分析是通过电线或电缆传输的，该电线或电缆用于将计算机105物理连接到单独的处理器或计算机，诸如膝上型或桌上型计算机或手持式或便携式设备，这些设备具有用于接收和传达数据和数据分析的必要组件。在一些实施例中，例如，数据和数据分析可以通过合适的无线协议(诸如Bluetooth或Wi-Fi(IEEE 802.11))或合适的蜂窝协议(诸如全球移动通信系统(GSM)、通用分组无线电服务(GPRS)、增强数据率的GSM演进(EDGE)、通用移动电信服务(UMTS)、高速分组接入(HSPA)、码分多址接入(CDMA)、演进数据最优化(EV-DO、EVDO、lxEV-DO)、短消息服务(SMS)和Wi-MAX)从设备无线传输给单独的处理器或计算机。

在一些实施例中，单独的计算机可以包括桌上型计算机。然而，要注意的是，基本上任何能够接收和处理由计算机105收集到的音频数据的计算设备都可以被使用。因此，单独的计算机可以可替代地采取移动计算机的形式，诸如笔记型计算机、平板计算机、智能手机或手持式计算机。在一些实施例中，计算机105可以处理从患者接收到的声学声音所产生的任何数据，并且通过用户界面103输出信息。在一些实施例中，用户界面可以包括显示功能，并且还可以是允许用户与设备交互并且控制设备的操作的触摸屏。例如，设备可以设置有数字信号处理器和适当的可以用于分析收集到的音频数据的软件/固件。

在一些实施例中，患者声音可以从患者界面无线地传输给设备。在一些实施例中，患者界面可以有粘合表面，该粘合表面使界面能够以与心电图(EKG)导线类似的方式暂时附着到患者的皮肤上。在某些实施例中，患者数据可以通过有线连接(通过电线或电缆)或无线地从患者界面传输给计算机105。

在一些实施例中，患者界面可以包括设备，该设备有自己的集成麦克风(未示出)，并且麦克风所拾取的患者声音可以沿电线或电缆电子地传输给设备。在一些实施例中，设备可以包括被设计为与患者监控系统对接的组件，该组件可以被放置在患者身边连续一段时间，诸如数小时、数天或数周。这种患者监控系统目前被用于监控其他患者参数，诸如血压和氧饱和度。例如，患者监控系统可以包括对接站和相关联的显示器。在某些实施例中，这使得警报或通知能够在辅助位置(例如在护士站)被接收。设备还可以被设计为在使用前停靠在站的自由分隔间内。其他连接本发明的设备的手段是通过对于这些类型的电子系统的工业中所知的各种端口，包括例如：PS/2、串行端口(例如，DB-25、DE-9或COM端口)、并行端口或并行接口36引脚端口、音频端口、S/PDIF、TOSLINK、视频端口、数字视频接口(DVI)(例如，迷你DVI、微型DVI)、显示端口、RCA连接器、分量视频、超级视频、HDMI、USB(例如，类型A、类型C)、RJ-45、e-SATA等。将理解，还考虑了将本发明硬连接到患者监控系统的某些适配器。患者监控系统的类型是已知的并且包括例如：针对固定到适当的位置的系统的标准医院患者监控系统以及移动和/或便携式监控系统；远程的和/或无线的；家庭系统；和/或其组合。

在一些实施例中，设备可能不包括内部电源，因此只能在对接时收集患者数据。在一些实施例中，设备可以包括电源连接，诸如A/C连接，或可以包括内部电源，诸如电池。在一些实施例中，设备可以包括光伏和/或热电源，诸如太阳能电池。在一些实施例中，患者界面可以包括电源，诸如电池、光伏设备和/或热电设备，其可以用于收集声学声波和/或将声学声波处理成可以用于预测GII的数据。例如，设备可以有电引脚，该电引脚将设备电气耦合到患者监控系统以接收电力并且将收集到的数据转移给患者监控系统。患者数据可以存储在患者监控系统的存储器中和/或可以传输给中央计算机，以便与相关联的医疗记录数据库中的患者记录相关联地进行存储。

设备可以包括可以接收电线或电缆的插头的电端口。另外，设备可以包括一个或多个指示灯，诸如发光二极管(LED)指示灯，这些指示灯向操作人员传达信息，诸如与患者监控系统的正电连接和患者信号质量。

设备可以与患者监控系统耦合。在一些实施例中，除了外部患者界面之外，设备可以包括被设计为从腹腔中收集声音的内部患者界面。例如，患者界面可以包括小直径麦克风导管，在手术完成后，该导管以与引流导管类似的方式留在原位。在患者是肥胖的并且很难从皮肤表面获得高质量信号的情况下，这种患者界面可能特别有用。为了避免电流进入患者，患者界面可以包括激光麦克风。在这种情况下，激光束被引导通过导管并且由体内的目标反射。反射的光信号可以由将光信号转换为音频信号的接收器接收。光从目标反射时所行进的距离的微小差异是用干涉测量法来检测的。在某些实施例中，患者界面可以包括位于导管的尖端处的麦克风。

设备可以包括中央处理单元(CPU)，诸如计算机105或其他处理设备，诸如微处理器或数字信号处理器。设备可以包括存储器，该存储器可以包括易失性存储器元件(例如，RAM)和非易失性存储器元件(例如，闪存、硬盘、ROM)中的任何一个或组合。

用户界面103可以包括组件，用户利用这些组件与设备交互。例如，用户界面103可以包括键盘、鼠标(鼠标垫)、交互式触摸显示器和/或显示设备，诸如液晶显示器(LCD)。设备可以包括一个或多个按钮102，这些按钮102可以允许用户使用设备并且操纵用户界面103，诸如以通过菜单、视图数据等进行导航。可替代地或另外地，用户界面103可以包括一个或多个按钮和/或触摸屏。一个或多个I/O设备可以适用于促进与其他设备进行通信，并且可以包括一个或多个电连接器和无线发送器和/或接收器。另外，在设备也正在收集和/或处理从患者检索到的数据的情况下，I/O设备可以包括麦克风。

在一些实施例中，存储器可以是计算机可读介质，并且可以存储各种程序(即，逻辑)，包括操作系统和肠道声音分析器。操作系统可以控制其他程序的执行，并且还可以提供调度、输入输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。肠道声音分析器可以包括被配置为分析肠道音频数据以预测患者出现GII的可能性的一个或多个算法。在一些实施例中，分析器可以对存储在数据库中的相关数据进行分析(并且这种数据库可以存储在计算机105中)，并且可以将GII风险的预测指标呈现给用户(例如，医生、医院工作人员和/或临床医生)。在一些实施例中，分析器可以使用目标信号参数、信噪比参数和噪声功率估计参数来识别感兴趣的特定频谱事件。然后，可以使用指定时间间隔期间预测频谱事件的数量的决策树分析来传递高风险、中风险或低风险的GII。在一些实施例中，与每个风险级别相关联的风险分别为83％、30％和0％或大约在其附近。

在使用设备的某些方法中，可以记录患者肠道声音以生成音频数据。如上所述，可以非侵入性地获得声音，例如使用听诊器头或被应用于患者腹部上或附近的皮肤的其他患者界面。可替代地，可以使用延伸到患者的腹腔中的设备来收集声音。可以在术后时段的早期记录声音，例如，手术当天或手术后第一天以及此后的任何所需的时间长度。在一些实施例中，在手术后立即获得声学声音，并且可以持续监控和分析该声学声音数小时、数天或数周，如熟练的技术人员根据即时公开内容所理解的。在一些实施例中，持续地收集声音。在一些实施例中，在一段时间内按预定间隔收集声音。不管何时记录声音，它们都可以被记录一段足以实现识别预测肠道功能和/或损伤发生的频谱事件的持续时间。例如，在大约4至6分钟的时段内记录声音。在一些实施例中，记录20Hz至20,000Hz范围内的所有声音。在一些实施例中，收集和分析超出人耳可听范围的声音。过滤器可以被应用于减少记录的频率范围，从而减少分析的数据量。在一些实施例中，辅助音频设备111可以与患者界面协同工作以提供改进的分析结果。例如，辅助音频收集设备可以包括可以测量患者附近的环境噪声的麦克风。然后，可以从来自患者收集到的声学声音中减除环境噪声以确保由设备分析的任何声学声音实际上是从患者而不是从任何外部源收集的。在某些实施例中，例如，辅助麦克风和单元的集成麦克风以同步方式独立地收集音频数据。两个音频数据集都通过MH4检测器运行，以确定环境噪声是否可能触发来自集成麦克风的错误MH4事件计数，以及其中，如果(多个)环境声音满足某个标准，则可以从最终计数减除环境数据计数。在一些实施例中，可以使用过滤器使得只记录或分析频率约为700Hz至1500Hz的声音，但是可以并入过滤器以允许设备只分析预定频率范围内的声音。作为减轻环境噪声影响的部分，警报指示器或警告机制可以是设备的部分，其中，例如，警报指示器或警告机制通知医生、护理人员、护士或临床医生必须减少(多个)环境噪声。存在这样的场景，其中环境噪声水平过高以至于设备的噪声减轻策略无法发挥作用。在这样的场景下，无法获得有意义的MH4值。警报指示器(其可以是灯、噪声、可听到的声音或设备显示器上的图形的任何组合)可以用于向用户指示环境噪声需要减少和/或控制。例如，用于触发警报指示器的阈值可以是基于：来自向外指向的麦克风的当前环境噪声分贝水平；对主麦克风与向外指向的麦克风的信噪比的分析；针对高于预设阈值的错误触发MH4值来处理来自向外指向的麦克风的声音。虽然声音被描述为“记录的”，但是将理解，声音可以可替代地以简单的方式获得并且进行实时处理(如下所述)，而不需要实际记录声音。

一旦生成音频信号，便可以处理数据，例如实时地，以识别一个或多个预测频谱信号。例如，实时可以意味着当患者生成声音时，数据在被设备获取的同时进行处理。如上所述，肠道所生成的声音可以是肠蠕动的结果，由此设备可以预测GII的可能性，这意味着设备指示(pre-GII)在数据收集和分析后发生GII的可能性。因此，由设备收集和/或分析的声音可以提供肠道是如何运作的指示。例如，肠道的绝大部分的麻痹将按比例减少肠中高能推进收缩的数量，这将导致一些较高能量的损失，从而导致更高频率的声学频谱，该声学频谱对正常运转的肠道是典型的。如下所述，已经确定可以在声音中识别某些高度预测GII是否可能发生的预定义频谱事件。还如下所述，每个预定义频谱事件都由特定的特征或参数定义，诸如它们的频率、振幅、持续时间以及与其他频谱事件在时间上的分离。

在识别到频谱事件后，可以对特定的持续时间(例如，记录的总持续时间)期间它们的数量进行合计。识别到的预测频谱事件的总数被打上时间标记并且被写入本发明的设备的数据缓冲区(缓冲区)。如将认识到的，缓冲区例如可以在用于临时存储数据的物理存储器存储中，而应理解，缓冲区可以在硬件的固定存储器中或作为软件中指向物理存储器中的位置的虚拟数据缓冲区。此时，可以将频谱事件的总数与关联数据进行比较，该关联数据将频谱事件的数量与随后的GII的可能性进行关联。作为示例，在下述研究中识别被指定为“MH4”的频谱事件。对于MH4，如果在四分钟的记录期间观察到的MH4事件的数量小于大约21次，则存在高风险的GII，如果在四分钟的记录期间观察到的MH4事件的数量大于大约21次但是小于大约131次，则存在中风险的GII，并且如果在四分钟的记录期间观察到的MH4事件的数量大于大约131次，则存在低风险的GII。因此，预定义频谱事件的数量可以用作传达GII风险的大小的指标，其中数量越低指示风险越大，并且数量越高指示风险越低。

一旦确定随后的GII的可能性，便可以向用户传达风险。例如，计算机105或其他设备(诸如单独的计算机)可以用于执行分析并且可以在相关联的显示器(诸如用户界面103)上显示风险级别，尽管预测可以在单独的显示器(诸如单独的计算机监控器)上显示。在一些实施例中，预测可以被自动传达给医院制表和/或记录系统使得预测与患者记录自动存储在一起。在某些情况下，数据可以被匿名化并且用作聚合数据。在一些实施例中，风险可以作为指标(即，数字)传达。在其他实施例中，风险可以被指示为“高”、“中等”或“低”。无论如何，然后相对于指示可以采取适当的行动，并且可以包括允许或禁止经口喂养。值得注意的是，在手术后的几天内可以对患者进行进一步的记录和分析，以评价肠道功能并且确认最初的患者评估。

本文中所描述的任何特征都可以组合或替换，如熟练的技术人员根据本文中的公开内容和说明书所理解的。

如可以从上述方法中认识到的，GII的风险可以通过与用EKG非侵入性地评估心脏问题的风险的方式大致相同的方式进行评估。在一些实施例中，风险评估可以实时执行。

执行临床研究以评价所公开的系统和方法的可行性。研究的一个目标是在临床表现和症状出现之前，确认术后早期出现在肠道声音中的频谱事件确实与随后出现的GII关联。研究的另一个目标是开发一种预测GII的模型，该模型可以实施为简单的、无创的、床旁测试，该测试会使医院和其他机构能够使用肠道声音的分析对出现临床显著的GII的患者进行风险分层。

在研究中，使用IRB批准的协议来招募计划接受住院手术的患者。包括接受腹部和非腹部手术的患者。术后住进ICU的患者被排除在研究的其余部分之外。

对于研究，用于数字记录腹部声音的设备是使用双通道数字音频记录器(加尼福尼亚尔文戴尔M-Audio公司的Microtrak II)、电容式麦克风(英国利兹市Audio-Technica有限公司的ATR35s)、听诊器管道和听诊器头来组装的。为了记录肠道声音，听诊器头被应用于上下前腹壁，并且这两个通道被同时记录5至6分钟的时段。标准化的音调也被应用于每个记录以校准音频水平。

肠道声音的记录由研究小组在术前立即执行，然后在术后每一天执行。研究小组还每天收集临床结果数据。与GII的出现相关的变量如

表1所示。提供患者护理的临床小组对音频记录的结果是不知情的。

表1.每天收集的与GII的存在相关的临床变量

随后使用数字信号处理算法对音频记录进行处理。算法以迭代的方式被应用以专注于识别术前或术后早期时段的频谱事件，这些频谱事件会预测在剩余住院时间期间GII的出现。跨可听频谱的不同部分的五种类型的频谱事件最终被用于分析。每种类型的频谱事件都由唯一的目标信号参数(最小和最大频率、最小和最大持续时间以及最小分离)、信噪比参数(最小占用率、信噪比阈值)和噪声功率估计参数(块大小、跳大小、百分位数)定义。五种频谱事件被指定为H4、M4、L4、ML4和MH4，并且每个事件的参数都如表2所示。频谱事件以四分钟为时间间隔进行计数。GII被定义为出现呕吐、需要鼻胃插管或饮食改变。

表2.定义频谱事件的检测器设置

RavenPro 1.4软件用于记录的音频信号的可视化、分析和测量。使用PASW 18和Clementine 10.1来执行统计分析。

37名患者被招募进行研究。5名患者因为术后进入ICU而被排除。在手术当天出院的2名患者被排除，因此没有获取到术后数据。在剩下的30名患者中，11名为男性并且19名为女性。平均年龄为52(SD＝12)。5名患者进行了腹部外手术并且25名患者进行了腹部内手术。9名患者(占总数的30％)随后出现GII，均在手术后头4天内。在这些患者中，4人开始服用POD1，1人服用POD2，并且4人服用POD4。

三个频谱事件的示例在图15的声谱图中被示出。对于随后出现或没有出现GII的患者，计算每种指定的频谱事件的平均数量。然后使用双尾t测试来评估任何差异的显著性。从POD0获得的频谱事件与GII的随后出现无关。然而，从POD1获得的频谱事件确实被证明与GII的随后出现关联。具体地，MH4频谱事件在随后没有出现GII的患者中平均计数为154，而在出现GII的患者中平均计数为44(p＝.004)。

图16示出了基于本文中所描述的数据收集的GII预测的示例，并且示出了绘制MH4频谱事件的时间变化的图形。研究结果证实在临床表现和症状出现之前，手术期间早期出现在肠道声音中的频谱事件确实与GII关联。具体地，确定MH4与随后出现的GI高度且显著地分离。因此，基于MH4测量的预测模型可以用于评价有高风险、中风险和低风险的GII的患者。显著地，低风险组中没有患者出现GII。在研究中，对于没有GII的低风险分类的预测值为100％，而对于GII的高风险分类的预测值为83％。百分之三十(30％)的中风险患者经历了GII。

如在这里和上面针对本发明的实施例所描述的，图17提供了预测GII的本发明的方法的实施例的流程图。如图所示，一旦将本发明的设备放置在患者上，便会记录患者的肠道声音以在框100中生成音频数据。如本文中所述，声音可以通过患者皮肤上的患者界面非侵入性地获得。然后，在框102中，处理来自框100的所记录的音频数据以识别预测频谱事件(例如MH4)。然后，在框104A中针对由于环境噪声而产生的错误信号，对框102的经过处理的音频数据进行分析。如果本发明的设备没有指示需要减轻这种错误信号，则在框106中计算识别到的预测频谱事件的总数。然而，如果在框104A中本发明的设备检测到超过阈值数量的错误信号，则在框104B中，执行由于环境噪声而产生的错误信号的减轻，并且设备通过调整识别到的预测频谱事件的数量进行重新计算以考虑错误信号，同时警告/提醒用户需要减少或控制环境噪声。一旦框104B中的减轻完成，便在框106中提供识别到的预测频谱事件的总数，如上面针对框104A中的非减轻确定所描述的。根据在框106中计算出的识别到的预测事件的总数，在框108A中将频谱事件的时间戳和数量写入缓冲区中，并且在框108B中从经缓冲的数据的回归分析生成随时间的推移的频谱事件值的斜率。然后，在框110中，将斜率值与数据进行比较，该数据将斜率与未来发生GII的可能性进行关联。通过分析随时间的推移的两个或两个以上的频谱事件值(即MH4值)的斜率，该方面比其他方法提供了显著的改进。例如，获得了术后约7小时到约12小时之间的MH4值并且计算了这些点的线性回归分析的斜率。除了充当预测器的在术后12小时处收集的单一MH4值之外，将本发明的计算出的斜率与预定斜率阈值进行比较以进行二进制预测。本发明的这个方面校正了由于单一MH4值而产生的潜在错误解释，这些潜在错误解释可能被环境噪声干扰错误地提高；然而，本发明提供了基于多个值和结果的分析以及具有对外界干扰(诸如环境噪声)更具弹性的分析结果的结果。这种减轻错误信号的能力大大增加了风险级别分析和策略，特别是在包括本文中所定义的声室的本发明的设备中使用时。从框110的关联性来看，在框112中，本发明的设备向用户指示风险级别，为应对预测GII事件发生的可能性制定与准备、预防、治疗和其他策略相关的决策。如本文中所讨论的，提供了设备和方法，允许进行实时数据收集、分析和关联性以提供预测在特定风险级别处发生的GII的结果。

图18图示了设备72的示例架构，该设备72在系统中可以用于预测胃肠道损伤以分析收集到的患者数据。例如，图18中所示的架构可以是本发明的设备的架构，包括例如图3至图4的计算机105和用户界面103以及数据收集设备、处理设备、用户界面、(多个)I/O设备(包括麦克风)、存储器(包括操作系统、肠道声音分析器、数据库等)，如本文所述。此外，要注意的是所示的架构可以分布在一个或多个设备上。

如图18中所示，设备72通常包括处理设备74、存储器76、用户界面78和输入/输出设备80，它们中的每一个都耦合到本地界面82，诸如本地总线。

处理设备74可以包括中央处理单元(CPU)或其他处理设备，诸如微处理器或数字信号处理器。存储器76包括易失性存储器元件(例如，RAM)和非易失性存储器元件(例如，闪存、硬盘、ROM)中的任何一个或组合。

用户界面78包括组件，用户通过这些组件与设备72交互。例如，用户界面78可以包括键盘、鼠标和显示设备，诸如液晶显示器(LCD)。可替代地或另外地，用户界面78可以包括一个或多个按钮和/或触摸屏。一个或多个I/O设备80适用于促进与其他设备进行通信，并且可以包括一个或多个电连接器和无线发送器和/或接收器。另外，在设备72是数据收集设备的情况下，I/O设备80可以包括一个或多个麦克风84。

存储器76是计算机可读介质并且存储各种程序(即，逻辑)，包括操作系统86和肠道声音分析器88。操作系统86控制其他程序的执行，并且提供调度、输入输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。设备72，优选地是存储器86，包括数据缓冲区，带有时间标记的频谱事件被写入该数据缓冲区，以通过一个或多个算法和/或其他软件进行分析，以便将斜率值与数据进行比较以确定斜率与以后的GII的可能性之间的关联性，风险级别是由该关联性确定的。肠道声音分析器88包括一个或多个算法，这些一个或多个算法被配置为分析肠道音频数据以预测患者出现GII的可能性。在一些实施例中，分析器88相对于存储在数据库90中的相关数据进行分析，并且将GII风险的预测指标呈现给用户(例如医生或医院工作人员)。在一些实施例中，分析器88使用目标信号参数、信噪比参数和噪声功率估计参数来识别感兴趣的特定频谱事件。然后，可以使用指定时间间隔期间预测频谱事件的数量的决策树分析来传递高风险、中风险或低风险的GII。在一些实施例中，与每个风险级别相关联的风险分别为83％、30％和0％或大约在其附近。

可以认为强大的模型可以从较大的患者数据集中生成并且通过在较长的时间段期间(诸如24小时时段)监控肠道声音来生成。具有数据平均和添加额外类型的频谱分析的连续记录可以提高所公开技术的预测准确性。预计未来的试验将集中于收集较大的数据集，验证提出的预测模型，精炼分析的频谱事件，评估数据收集的替代定时并且开发广泛适用的预测模型。另外，进一步开发用于快速、床旁数据连续获取和分析的可靠技术对于扩大这些研究并最终应用于任何临床用途都是非常宝贵的。无论如何，上述研究都证实了在GII和其他胃肠道疾病研究中使用声学频谱分析的可行性和前景。

腹绞痛是马过早死亡的主要原因。虽然腹绞痛是指腹部疼痛，但是它可以反映若干影响大肠的潜在疾病，包括堵塞、痉挛或扭转。早期诊断是预防死亡的关键；然而，早期诊断对诸如马等较大哺乳动物颇具挑战性。因为腹绞痛的潜在原因反映了肠道中的机械变化，所以这些变化可以被识别为肠道定期收缩所产生的噪声的类型的细微差异。

本发明的设备和系统可以被修改以对大型哺乳动物(诸如马)的肠道声音进行音频频谱分析。在本发明的另一个方面中，一系列设备可以用于在同一时间或重叠时间监控多匹马，其中，设备与网管设备联网以便将数据传输给至少一个其他接收系统和/或对该数据进行分析。设备和系统被配置为附着到(即通过皮带、附着力、松紧带、其他类似机制和/或其组合)马的身体(例如，躯干或腹部或下腹部)，其中，将设备麦克风向身体定位。设备收集到的数据可以由设备分析。可以从设备上访问和审查结果分析，如本文所述，或可以将数据分析传输给网关设备，该网关设备位于例如谷仓、动物收容所、田野、牧场或主要位于一个区域，在该区域中，网关设备可以接收来自附着到马的设备的信息并且将该信息传输给另一个站点的设备，以供护理人员审查分析从而决定针对马的必要行动。音频频谱分析算法是专门针对频谱事件的早期识别的，这些频谱事件预测腹绞痛开始发生的可能性或腹绞痛的早期阶段，并且会有允许在更换设备之前使用几周到几个月的功耗策略。应当认识到，虽然马附近和周围的环境噪声与医院或其他人被照顾的地方的环境噪声不同，但是本发明的设备可以很容易地调整以适应马附近和周围的环境噪声。在本文以上部分描述了与需要控制环境噪声的通知和/或警告相关的警报指示器的使用。

虽然上面的描述涉及本发明的优选实施例，但是要注意，其他变化和修改对于本领域技术人员来说是显而易见的，并且可以在不偏离本发明的精神或范围的情况下进行。此外，结合本发明的一个实施例描述的特征可以与其他实施例结合使用，即使上面没有明确说明。