专利名称：用于心音图信号的信号处理设备和方法心音检查提供了良好且得到很好证明的方式以在身体检查期间评价患者心脏的物理状态。在其经典形式中，心音检查仅需要听诊器和富有解释其听到的声音的经验的医 生。通过将听诊器放在患者胸部上的不同位置，可能滤出心音的不同成分。于是，可以将心音分入其成分，因为完整的心音是通过分布于心脏中和心脏周围的几个声源产生的。心脏瓣膜产生最易觉察的声音。心音的另一个来源是血液的紊流，产生所谓的心杂音。基本心音的频率位于人耳朵的灵敏度低的低频区域中。在非平稳心音信号的短周期持续时间之内发生间隔紧集的心脏事件使得难以分析心音。已经使用了计算机辅助的数字信号处理方法来克服这些局限。已经报告了若干种方法用于采集和分析心音和心音图信号，心音图信号可以被理解为某种其他格式的心音表示，例如记录在纸上、磁带上或以数字格式由数据处理系统存储。将心音表示为心音图信号(PCG)的很多其他种类也是可能的，并应当被术语心音图涵至Jhl o用于自动评估心音图信号的一些技术遵循黑盒子法，其中输入是PCG信号连同辅助心电图(ECG)信号。输出完全基于PCG信号以及任选的ECG信号的统计处理。在Malarvini等人的如下文章中给出了心音自动分析的范例“Heart sound segmentation algorithmbased on instantaneous energy of electrocardiogram，，，2003年发表于“Computers inCardiology”，第 327-330 页。在 1987 年，Lehner 和 Rangayyan 撰写了他们的文章“A threechanne!microcomputer system for segmentation and characterization of thephonocardiogram，，，发表于 “IEEE Transactions on Biomedical Engineering，，，34。早至1962 年，Gerbarg 等人就在“Circulation Research” 11，第 569-576 页发表了他们的文章“Analysis of phonocardiogram by a digital computer”。在已知技术中，在使用辅助ECG信号时，ECG信号通常仅辅助对PCG信号的分段。在一些情况下，消除了对辅助信号的需要，或者使用不同的辅助信号，但分析仍然纯粹基于PCG信号的内容。可以在以下文章中找到范例Liang H.等人(1997):‘‘A heart sound segmentation algorithm using waveletdecomposition and reconstruction，，，Engineering in Medicine and Biology society,4，第 1630-1633 页。Gamero LG.和Watrous R. (2003):“Detection of the first and second heartsound using probabilistic models，，，Engineering in Medicine and Biology society,25th Intl. Conf.，第 2877-2880 页。Omran S.和 Tayel M. (2004) :“A heart sound segmentation and featureextraction algorithm using wavelets”， First Intl.symposium on control,communication and signal processing,第 235-238 页。Sharif Z.等人(2000) :“Analysis and classification of heart sounds andmurmurs based on the instantaneous energy and frequency estimations，，，TENCON2000Proceedings，2，第 130-134 页。现有技术的重点是提供PCG信号的心脏事件的更好表示或提供自动分类器系统以预测心脏疾病。可以通过组合PCG信号的分析与额外信息来改善心脏疾病的诊断质量，额外信息例如是患者的生物医学参数(年龄组、性别、平均心率、病史、体格鉴别特征等)。美国专利No. 5687738 (Shapiro等人)和美国专利No. 6572560B1 (Watrous等人)描述了考虑患者病史分析心音的技术。美国专利申请No. US2005/0090755A1 (Guion等人)描述了利用奇异值分解分析听诊声音。分析通过已知的生理条件及其相关联的心音而迭代。在每次迭代期间，确定采集心音和与给定生理状况相关联的那些心音之间的相似性度量。分析基于最相似的心音产生结果。
在呈现出复杂病理生理表现的心脏疾病中，重要的是考虑病史和身体检查的所有方面以达到相当好的一组鉴别诊断。这里公开的教导加强了临床检查和诊断的各方面。整体地研究并呈现所有数据以辅助医生确定一组鉴别诊断，当前采用的基于PCG的任何诊断技术都无法做到。这里公开的教导提供了一种与用户的交互式接口，其中，根据具体实施例，用户能够验证和校正诊断的每个步骤的发现。基于先验知识库，该设备或方法还提示用户所需的输入(如果没有的话)。基于用户的校正和额外的输入更新病理预测及其预测精度。因此，它充当决策支持系统，允许纠错机制将算法不精确考虑在内。而且，可以将该设备或方法用作基本保健的教学辅助，因为专家系统遵循的PCG分析规则被构建成了系统知识库。缺少受训的医生和缺少有成本效率的装置使得在偏远/农村地区中进行心脏检查很困难。可以将主张权利的系统用作有成本效率的筛查系统；医生仅需要收集相关的医学和PCG数据(使用标准的数字听诊器)以馈送给系统。该系统还允许有学习模式，其中可以使用临床用户根据每个病例提供的纠错来更新知识库并调整相对概率。学习机制提供了针对医生遵循的特定诊断方式调整系统的灵活性。本发明的发明人意识到，可以将获得高度精确且可靠结果的有效方法实现为基于规则的指向检查的方法。在基于规则的方法的背景下，如有必要，可以通过症状或评估参数抑制或加强针对另一个症状的若干发现的病理指示。希望提供一种信号处理设备，其从初始采集心音到最终结果实施有效和/或灵活 的路线图，最终结果可以指示被检查患者的发现。由一种包括心音图接口、处理器和流控制的信号处理设备解决这种需求和/或可能的其他需求。心音图接口适于接收根据第一组采集属性从患者采集的心音图信号。处理器适于分析所述心音图信号和所述第一组采集属性以确定所述心音图信号的分析结果和所确定的分析结果的置信度值。流控制适于基于所确定的分析结果和所述置信度值中的至少一个确定根据第二组采集属性从所述患者的所述心音图信号的后续采集是否可能改善所确定的分析结果的精度，如果是这样的话，根据所述第二组采集属性协调所述心音图信号的后继采集。心音图接口可以适于接收声学格式、电格式、模拟格式、数字格式的心音图信号，例如作为矢量或数据流。处理器执行的分析目的是找到心脏病的证据或(至少)以充分高的可靠性排除特定的心脏病。例如，可以通过将心音图信号与多个存储的心音图信号比较来实现这个目的，每个存储的心音图信号都与具体的生理状况相关联。置信度值例如可以基于采集的心音图信号和存储的心音图信号之间的相似性度量。信号处理设备可以被配置成，如果所确定的分析结果的置信度值充分高和/或如果后续采集或若干后续采集不太可能改善所确定的 分析结果和/或置信度值的精度，建议终止心音检查。信号处理设备未必是紧凑的装置，而是还可以是分布式系统。这种分布式系统的部件可以通过适当的连接，例如线缆或无线连接相互连接。流控制确定是否应当执行后续采集以便改善所确定的分析结果。如果是这样的话，流控制还确定应当执行哪种后续采集。根据应当执行哪种后续采集，流控制可以从存储设备检索一组采集属性，并可以向信号处理设备的子单元分配与该组采集属性相关联的配置参数。可以想到，信号处理设备的流控制或另一个元件根据信号处理设备可用的其他数据调节采集属性和/或配置参数，其他数据例如是患者的病史、其年龄、体重等。流控制用于逐渐引导信号处理设备和/或信号处理设备的用户获得最终的所确定的分析结果，如果可能的话，以高效率的方式。还可能希望信号处理设备根据除心音图信号之外的信息确定分析结果。由还包括数据接口的信号处理设备解决这种需求和/或可能的其他需求，该数据接口适于接收关于患者的患者数据。处理器还可以适于考虑接收到的患者数据以确定分析结果。患者数据，例如患者的年龄、体重和病史可以为确定分析结果提供有价值的信息。例如，两种不同生理状况的心音可能相似，从而可能难以将采集的心音图信号分类到一种或另一种生理状况。患者数据可以帮助对采集的心音图信号分类，例如，因为可能由于患者数据中包含的信息排除生理状况中的一种(或几种)。数据接口可以是键盘、诸如计算机鼠标的定点装置、显示器、触摸屏、通往数据库的连接、一般网络连接、磁盘驱动器或这些的组合。这个列表不是穷举的。还可能希望信号处理设备将辅助确定患者的可能心脏疾病。由还包括知识库的信号处理设备解决这种需求和/或可能的其他需求，该知识库包含症状和心脏疾病之间的关系。症状是可以在患者检查期间收集的信息，可以包括心音图信号的特征、心音图信号自身和其他多条信息。症状和心脏疾病之间的关系可以是简单的是/否关系或另一种关系。具体而言，症状和心脏疾病之间的关系可以包括表示症状和心脏疾病之间相关性的量的加权因子。可以从心脏疾病及其症状的统计研究获得加权因子。可以想到，能够利用通往中央数据中心的连接更新知识库，向中央数据中心上载最新研究和研究结果以进行处理并使公众或订购者可用。还可能希望信号处理设备会针对信号处理设备的用户通常进行工作的方式加以调节。由还包括用户接口和知识库的信号处理设备解决这种需求和/或可能的其他需求，用户接口适于接收用户输入，知识库适于评估用户输入并根据用户输入修改症状和心脏疾病之间的关系。例如，可以在诸如儿童医疗单元或退休家庭的特定环境中使用信号处理设备。在检查儿童的心脏疾病时，检查的重点可能与应用于老年人的检查重点不同。利用用户接口，用户可以推翻(override)信号处理设备提出的进一步检查步骤的特定建议。用户这样做的理由可能是他/她希望首 先检查考虑到在手头现有医疗设施中最常检查的患者类型更可能的那些心脏疾病。通过评估用户输入，知识库可以重新配置其配置，使得可以在将来使用用户修改的配置。知识库例如可以经由用户接口询问用户，用户是否赞成这样的重新配置。知识库可以适于对关于可能的心脏疾病的结论实施结构化方法。知识库可以适于根据结构化方法控制所述流控制。知识库和流控制之间的通信或交互使得结构化方法可以不是固定的，而是能够针对检查程序期间获得的中间结果进行调节。例如，知识库可以指示流控制协调根据知识库提供的一组采集属性的后续采集。还可以基于知识库提供的信息确定该组采集属性。于是，可以省却多余的检查步骤。还希望用户可选择自己修改采集属性。由还包括用户接口和流控制的信号处理设备解决这种需求和/或可能的其他需求，用户接口适于接收用户输入，流控制适于评估用户输入并根据用户输入修改第二组采集属性。希望信号处理设备采用各种选项和选择以采集心音。由第一组采集属性和包括听诊位置的第二组采集属性中的至少一组解决这种需求和/或可能的其他需求。听诊位置的训练选择可以提供心音图，其心音可用于缩小可能分析结果的数量。还可能希望通过提供与心音图信号相关的数据来便于或改进心音图信号的分析。由还包括门控接口的信号处理设备解决这种需求和/或可能的其他需求，门控接口适于接收指示相继心动周期的分段的门控信号。心音图信号可能很微弱，或者与健康个体的正常形状不同。在这些状况下，可能难以单独基于心音图信号确定心脏周期的各个阶段。还希望门控信号(如果采用的话)容易检测且与心音图信号充分相关。由心电图信号充当的门控信号解决这种需求和/或其他需求。采集心电图信号相当容易完成。心电图(ECG)表示心脏的电活动，其控制心肌，从而间接控制通过心脏的血流。对于这里公开的教导的另一方面，希望用于心音图信号的信号处理设备在信号处理程序的各个阶段向设备的用户提供一定程度的交互性。由一种包括心音图接口、处理器和用户接口的信号处理设备解决这种需求和/或可能的其他需求。心音图接口适于接收从患者采集的心音图信号。处理器适于分析所述心音图信号以确定所述心音图信号的分析结果。用户接口适于向信号处理设备的用户呈现采集的心音图信号。用户接口还适于从用户接收涉及处理器对所采集的心音图信号执行的数据处理动作的用户校正。处理器还适于基于用户校正重新分析所述心音图信号。可以通过多种方式向用户呈现心音图信号，例如，以可视化方式显示或将心音图信号作为声音信号加以播放。在可视化的情况下，用户可以放大所显示的心音图信号。还可以将心音图信号呈现为例如利用快速傅里叶变换(FFT)产生的时间-频率图。在心音图信号的声学呈现的情况下，可以以更慢的速度播放信号，可能维持音调(pitch)。也可以将信号频率偏移到人耳更敏感的更高音调。用户校正可能涉及所采集的心音图信号的分段和分类中的至少一种。于是，用户可以辅助将心音图信号分段成不同的段，还将这些段和/或整个心音图信号分类。这里公开的教导还可用于处理心音图信号的信号处理设备的操作方法的背景下。该方法包括 -接收根据第一组采集属性从患者采集的心音图信号，-分析所述心音图信号和所述第一组采集属性，-确定所述心音图信号的分析结果和所确定的分析结果的置信度值，-确定根据第二组采集属性从患者的心音图信号的后续采集是否可能改善所确定的分析结果的精度，以及-协调根据第二组采集属性的所述心音图信号的后续采集。提出的操作方法控制信号处理设备各子单元的协作，是一种技术方法。提出的方法还可以控制技术系统的若干部件的协作，其中部件彼此程度不同地远离。该方法还可以包括通过或根据结构化方法引导用户基于所确定的分析结果得到关于可能心脏疾病的结论。该方法还可以包括接收用户输入并根据所述用户输入修改所述结构化方法以针对用户偏好调节所述结构化方法。该方法还可以包括对应于说明书和/或权利要求中涉及信号处理设备描述的特征的动作。例如，该方法可以包括接收患者数据，评估包含症状和心脏疾病之间关系的知识库，接收和评估用户输入以根据用户输入修改症状和心脏疾病之间的关系，根据结构化方法控制流控制，和/或接收指示相继心动周期的分段的门控信号。该方法可以包括向用户呈现所采集的心音图信号的动作和从用户接收用户校正的另一动作。用户校正可能涉及心音图信号或其部分的分段和分类。这里公开的教导还可用于计算机程序产品的背景下，该计算机程序产品包括使处理器能够执行用于处理心音图信号的信号处理设备的操作方法的指令。该方法包括-接收根据第一组采集属性从患者采集的心音图信号，-分析所述心音图信号和所述第一组采集属性，-确定所述心音图信号的分析结果和所确定的分析结果的置信度值，-确定根据第二组采集属性从患者的心音图信号的后续采集是否可能改善所确定的分析结果的精度，以及-协调根据第二组采集属性的所述心音图信号的后续采集。根据这里公开的教导的设备和方法可以包含关于如下内容的先验知识1)感兴趣的生物医学参数，2)它们与心脏事件的相关性，以及3)心脏事件和生物医学参数相对于心脏的各种病理状况的行为。基于专家医生的输入和标准临床协会的建议开发先验知识库。本发明的这些和其他方面将从下文描述的实施例变得显而易见并参考其加以例/Jn o
图I示出了根据这里公开的教导的信号处理设备的示意方框图；图2示出了根据这里公开的教导的信号处理设备另一实施例的示意方框图3示出了根据这里公开的教导的方法的示意流程图；图4示出了根据这里公开的教导的信号处理设备的操作方法的一方面的示意流程5示出了根据这里公开的教导的信号处理设备实施例中实施的知识库的第一方面的不意表格；图6示出了根据这里公开的教导的信号处理设备实施例中实施的知识库的另一不意表格；图7示出了根据这里公开的教导的结构化方法的部分示意图示；图8示出了根据这里公开的教导的信号处理设备的示范性应用；图9示出了信号处理设备显示的心音图信号和对应注释的示范性图青形表示。

此外，图5中所示的表格还指示应当执行哪些检查以便可靠地诊断病理A。在图5中由通用术语“检查I”和“检查2”表示这些。图5中所示表格的最后一列示出了类似于给定病理的病理。对于病理A而言，这些是病理M和N。图5中所示的表格可以预先用医学数据库、医学课本等中的可用数据填充。根据信号处理设备或信号处理设备的操作方法是否支持用户交互性，可以由用户更新表格内容以更好地反映偏好。图6中所示的表格包含心音图信号中能够观察到的心脏事件和关联病理之间的关系。例如，在患有病理A或B之一的患者处，能够观察到基本心音SI具有特定的时刻或持续时间X、y、z。图6中所示表格中的其他列是心脏事件的等级、严重程度和最好的听诊位置。图5中所示的表格最可能被流控制FC使用，图6中所示的表格可能被处理单元使用。图7以示意方式示出了由信号处理设备100及其操作方法实施的结构化方法。结构化方法基于收缩期杂音的鉴别诊断。在方框701，执行收缩期喷射的采集。在方框703由处理单元评估结果。处理单元能够将采集的心音图信号分类成三类中之一。这些类别是“良性”、“病理”和“全收缩期”。假设处理单元将心音图信号分类为“良性”，流控制FC在方框703协调对良性发现而言特有的进一步采集。在已经执行进一步采集之后，在方框704评估新的心音图信号PCG。优化新的心音图信号以便使得处理单元能够进一步对总体良性发现进一步分类。因此，处理单元具有将心音图信号分类成以下类别之一的良机1)无害的收缩期杂音，2)流动杂音，3 )心房间隔缺损(附带)。进一步假设第二次采集心音图信号确认了 “流动杂音”，现在给出两个额外的可能性作为生理状况。第一个可能性是患者表现出血液动力学效果(即发热、甲状腺机能亢进、严重贫血)。第二种可能性是患者具有运动员心脏。这两种可能性之间的区别可能需要询问患者关于与两种可能性中的至少一个相关联的症状。返回到方框702，现在假设采集的心音图信号PCG指示病理状况，由流控制FC在方框705协调对于病理发现而言特有的另一次采集。在方框706，评估后续采集的心音图信号PCG以在以下四种可能性之间进行区分1)主动脉瓣狭窄，2)肺动脉瓣狭窄，3)肥厚型心肌病，4 )心房间隔缺损。在方框702检测到全收缩期状况的情况下，结构化方法引导用户到方框707，在此处，协调并执行对于全收缩期发现特有的另一次采集。在方框708，评估发现并分类成以下可能性1)三尖瓣返流，2) 二尖瓣返流，3)心室间隔。在方框702执行的评估可能能够指示朝向良性发现、病理发现或全收缩期发现之一的趋势。在这种情况下，结构化方法可以提出首先协调并执行由趋势或倾向指示的心音图信号PCG的该后续采集。或者，用户可以向信号处理设备100提供输入，表示他想要首先执行对例如全收缩期发现特有的采集。如果得到信号处理设备100的支持，可以在流控制FC中存储用户的选择，使得从现在开始，信号处理设备将首先提出执行对全收缩期发现而言特有的采集。
图8示出了根据这里公开的教导的信号处理设备的示范性应用。患者801正在由用户802 (仅图示了用户的手)，例如医生或护士检查。用户802手中拿着数字听诊器803，将数字听诊器803放在患者801的胸部。数字听诊器803连接到信号处理设备100。信号处理设备100包括显示器作为输出接口 OI (参见图I和2)，示出了患者胸部的代表性图示。信号处理设备100当前向用户802显示指令，以将听诊器从当前位置重新定位到顶点位置。向用户呈现作为对话框中的文本以及作为图形图示的指令。在用户将听诊器重新定位到建议的顶点位置时，他可以推动按钮“0K”。信号处理设备100然后将执行对心音图信号的采集和处理。在替代方案中，用户可以点击或推动按钮“取消”。作为响应，信号处理设备100可以呈现可能的其他组采集属性的列表，用户可以选择一组满足其要求和偏好的采集属性。信号处理设备100的显示区可以是触摸屏，使得用户可以简单地在他希望选择的图标位置处触摸屏幕。还可能经由声音命令控制信号处理设备100，使得用户两只手都解放出来。图9给出了心脏事件识别的范例。这将被叠加在PCG周期顶部。如果用户希望校正识别，他/她能够选择特定事件并编辑它，例如，能够将“全收缩期杂音级别III”改变为“收缩中期杂音级别II”。同样地，如果自动识别不正确，用户能够编辑针对第二心音的A2/P2序列。还将为用户呈现特征组。下文给出范例特征组。患者生物医学特征年龄性别平均心率患者病史身体症状 等等心脏事件特征听诊位置心缩期持续时间心舒期持续时间S3 (有 / 无)
S4 (有 / 无)SI分裂(正常/异常)S2分裂(正常/异常)收缩期杂音(有/无)舒张期杂音(有/无)收缩期杂音形状舒张期杂音形状收缩期杂音级别舒张期杂音级别二尖瓣开瓣音(有/无)喷射性喀喇音(有/无)收缩中期的喀喇音(有/无)…舒张中期的喀喇音(有/无)等等其他特征地理位置种族…等等考虑自动分析建议顶点位置处的成年人的PCG周期的以下特征的情况正常SI，正常S2，缺少第三和第四心音，收缩期喷射杂音，心舒期中无杂音。第一轮的系统的预测可以是心房间隔缺损30%，瓣膜肺动脉瓣狭窄30%，无害肺流杂音65%。此后的可能工作流程是系统然后可以提示肺动脉瓣区的PCG周期。利用这个新的输入，系统将检查杂音对于肺动脉瓣区PCG周期是否更响。如果是这样的，它加强针对所有病理的预测，因为所有病理都在肺动脉瓣区呈现出最响的杂音。因此，对于所有三种预测精度提闻心房间隔缺损35%，瓣膜肺动脉瓣狭窄35%，无害肺流杂音74%根据规则的建议，这三种病理情况在本质上接近，识别正常或宽分裂S2或收缩喷射性喀喇音对于准确预测极其重要，它将提示医生通过从视觉上检查PCG周期重新确保这些特征。如果医生确认没有宽分裂S2和收缩期喷射性喀喇音，预测结果将有利于无害肺流动杂音并抑制其他两种可能性 心房间隔缺损5%，
瓣膜肺动脉瓣狭窄5%，无害肺流杂音92%如果医生确认存在宽分裂S2且没有收缩期喷射性喀喇音，预测结果将有利于心房间隔缺损心房间隔缺损89%，瓣膜肺动脉瓣狭窄5%，无害肺流杂音8% 如果医生确认没有宽分裂S2，即S2正常，且存在收缩期喷射性喀喇音，预测结果将有利于瓣膜肺动脉瓣狭窄心房间隔缺损10%，瓣膜肺动脉瓣狭窄90%，无害肺流杂音8%这个特定范例论证了基于从心动周期事件提取的特征的可能工作流程。该系统可以采集完整范围的病理，它们的症状，即各种心脏和其他生物医学特征及它们的相关性到知识库中。因此，该系统不仅提出自动预测，而且强调重要的特征组(对应于可能的病理发现)并提示医生仔细评估它们。如果自动分析发生错误，决策支持系统提供了适应医生校正和相应地更新预测的灵活性。所述和图示的装置和方法潜在地可用于住院和门诊。尤其是在偏远地方，对心音诊断进行的教育不容易获得，提出的信号处理设备和方法提供了用于事先筛查患者的手段。这里公开的教导描述了有成本效率的基于PCG的自动分类器系统，用于诊断心脏疾病。缺少受培训的医生和缺少有成本效率的装置使得在发展中国家(新兴市场)的偏远/农村地区中进行心脏检查很困难。可以将所主张的系统在新兴市场中用作有成本效率的筛查和诊断机构，在新兴市场中，可以为真阳性病例保留更高技术的筛查，医生仅需要收集相关的医学和PCG数据(使用标准的数字听诊器)以馈送给系统。可以将其用作临床医生的决策支持系统以验证和支持他们的诊断。可以将其用作心音检查和诊断的教学辅助。这种系统的使用的范例之一还可以在麻醉前筛查的门诊单元以及类似单元中。典型地，在麻醉前筛查中，将很多患者送到心脏科，进行基于超声的心音异常检查。(例如，主动脉瓣狭窄是主要的麻醉风险，尤其是在新兴市场中，在那里对于普通外科而言，局部区域或基于氯胺酮的麻醉很常见)。通过研究附图、公开和所附权利要求，本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开实施例的其他变型。在权利要求中，“包括”一词不排除其他元件或步骤，不定冠词“一”不排除多个。单个处理器或其他单元可以执行权利要求中列举的若干项的功能，反之亦然。在互不相同的从属权利要求中列举特定手段的仅有事实并不表示不能有利地使用这些手段的组合。在权利要求中发现的任何附图标记不应被解释为限制范围。


本发明涉及一种信号处理设备及其操作方法。该设备包括心音图接口，其适于接收根据第一组采集属性采集的心音图信号；处理器，其适于分析所述心音图信号以确定所述心音图信号的分析结果和所确定的分析结果的置信度值；以及流控制，其适于确定根据第二组采集属性的心音图信号的后续采集是否可能改善所确定的分析结果的精度。如果适当的话，流控制协调根据第二组采集属性的所述心音图信号的后续采集。本发明还涉及相应的计算机程序产品。还描述了一种信号处理设备，其包括适于向用户呈现心音图信号并接收用户校正的用户接口。基于用户校正，可以重新分析心音图信号。