一种叩诊训练辅助装置的研制

张春霞，刘 洪，郑艺斌，陈素娟，苏晓燕，陈乃洁，陈 沁，修忠标*

（1.福建中医药大学中西医结合学院，福州 350122；2.福建中医药大学附属人民医院，福州 350004；3.厦门全感科技有限公司，福建厦门 361000）

0 引言

叩诊是医学生必须掌握的查体手法，是临床中及时有效的用于疾病诊断的手段，也是《诊断学》中实训课教学的重点和难点[1]。规范的叩诊手法是产生清晰可分辨叩诊音的关键。据统计，46%的学生没有掌握规范的叩诊技巧，78.5%的学生认为叩诊是体格检查中最难掌握的部分[2-3]。如何辅导学生掌握规范的叩诊手法，已成为当前检体诊断教学亟待解决的问题。

有学者研制了基于动作捕捉的叩诊训练系统，通过若干摄像机，利用光学动作捕捉技术，采集操作者叩诊手指上设置的光学捕捉点进行空间三维定位，获取叩诊操作手法，但该方法存在体积大、成本高、不便于携带和推广等问题[4]。也有多项研究[5-6]报道了多功能叩诊锤的使用，但其适用部位受限。鉴于此，本文研制了一种叩诊训练辅助装置，可以客观、准确、及时记录叩诊信息，进行实时反馈指导。借助本装置，学生可以在没有教师指导的情况下，随时被纠错，从而学会规范的叩诊手法。

1 设计思路

本装置设计的基本思路是根据惯性传感器采集的数据（包含加速度和角速度数据）和地磁传感器采集的多名高年资医师/教师叩诊动作数据，通过机器学习算法训练参数，建立标准叩诊动作模型，将练习者训练时产生的实际叩诊动作与标准叩诊动作模型进行比对，根据二者的匹配度判断练习者的动作是否合乎要求。本装置采集省级三甲医院高年资医师和长期从事诊断学教学的教师共30人的叩诊数据，每个参与标准数据采集的人员需要被采集3次，每次叩诊30～50下作为标准叩诊数据参数，以此作为机器学习训练的标准数据来源。测试结果和训练模型的吻合程度在90%以上视为合格。

数据采集通过超小封装的蓝牙微处理器和微机电系统（micro-electro-mechanical system，MEMS）加速度传感器的电子装置，集成全感科技专有的多传感器机器学习融合算法，本地处理所有传感器数据后传输到后台显示。

2 设计原理

本装置涉及传感器数据采集、无线数据传输、传感器数据处理和显示技术领域，其基本原理为传感器采集练习者手部叩诊动作中的三维空间各轴加速度值、三维空间各轴旋转角速度值和练习者手部地磁场强度值[7-8]，通过蓝牙协议传输到后台机器学习系统，该系统结合预设参数建立叩诊动作模型，并将该模型更新到本装置，通过叩诊动作模型判断练习者的动作是否合格。具体数据处理过程包括采集用于训练的传感器原始数据、对数据进行分类标注、通过机器学习系统生成动作模型、验证模型的有效性、部署到叩诊训练辅助装置。

根据机器学习算法的特点，建立叩诊动作模型，由于标准模型建立者和实际场景使用者具有不一致性，所以本装置的一些关键参数除默认值外（默认值一般为先期标准数据通过训练得到的通用值），还需要设置不同阈值以增强应用效果，如叩诊力度参数、叩诊时手腕抬起角度、叩诊节律上限值等，从而产生不同的动作模型，以应对不同场景下的需求。

3 具体设计

本装置的外观为立方体的丙烯腈-丁二烯-苯乙烯（acrylonitrile butadiene styrene，ABS）塑料外壳，内部放置集成微处理器、具有蓝牙天线的电路板模块和锂电池等部件。装置实物图如图1所示。本装置软硬件主要由数据采集模块、数据处理模块、数据传输模块、数据控制模块、模型生成模块和结果显示模块6个模块组成，其中模型生成模块为后端软件，其余前端用户可见部分如图2所示。本装置实现了对叩诊动作训练数据的处理和对训练效果的自动判断。训练结果自动上传至上位机，由上位机对数据进行统计。

3.1 数据采集模块

数据采集模块由高精度MEMS加速度传感器、陀螺仪和地磁传感器构成。通过微处理器控制采集的时间点，以采集练习者在进行叩诊动作过程中手部的三维加速度值、角速度值和周围地磁场强度值，其中包括对原始数据的预处理和缓存区的处理等。

图1 叩诊训练辅助装置实物图

图2 叩诊训练辅助装置设计框图

3.2 数据处理模块

数据处理模块主要处理采集到的原始传感器数据，结合在低功耗微控制单元中灵活的机器学习算法运算框架，执行已加载的动作模型，得到数据处理结果。

3.3 数据传输模块

数据传输模块使用蓝牙处理芯片，采用蓝牙5.0协议，将有效的数据以自定义数据格式传输至上位机，由上位机对数据进行整理、统计和分析，从而实现对叩诊动作模型的构建和训练效果的判定。

3.4 数据控制模块

数据控制模块运行在微处理器中，与其余各模块连接，可动态配置各种传感器数据采集参数，如速率、种类、数据过滤方法、主要特征生成等；还可以测量时间间隔值，具体为计算手部2次或3次叩击间的时间间隔值以及单次从接触叩击对象到离开叩击对象的时间间隔值，同时具备在线更新系统固件和算法模型、执行算法模型并输出推理结果等功能。

3.5 模型生成模块

模型生成模块通过将数据采集模块所采集数据、数据控制模块测量的时间间隔值和机器学习系统中的预设参数输入后端软件建立叩诊动作模型。同时通过在被叩击点放置压力传感器采集叩诊敲击力度，通过比较计算的叩诊敲击力度和测量的叩诊敲击力度，进一步修正模型参数，以建立标准的叩诊动作模型。

3.6 结果显示模块

练习者在使用过程中产生的数据，经标准叩诊动作模型处理后产生判定结果，数据通过无线协议传输至上位机（一般为PC），结果显示模块会根据上位机数据分析系统生成结果，及时更新叩诊动作模型图、叩诊数据曲线图及结果判定图（如图3、4所示）。

图3 叩诊训练辅助装置动作数据可视化图

图4 叩诊训练辅助装置叩诊数据曲线图

3.7 硬件电路构成

本装置采用高集成度的处理器芯片，同时将数据传输模块、数据处理模块和数据控制模块的功能集成于一颗低功耗微控制单元内。处理器芯片中同时集成浮点运算单元用于传感器融合算法运算，印制电路板板载微型蓝牙天线、锂电池电源管理芯片、LED指示灯等器件，具体电路原理图如图5所示。采用小封装、高数据精度的MEMS传感器芯片，用于采集叩诊训练辅助装置练习者的惯性数据和地磁场数据，其中惯性传感器设置为低功耗模式，可在静止时使整机进入休眠状态，在正常使用时唤醒整机，具体电路原理图如图6、7所示。

4 使用方法

下载叩诊训练辅助装置应用程序（Zsens智能传感器集合数据分析系统）到上位机（PC）。将叩诊训练辅助装置充满电，使用绑带固定在练习者右手手背上，激活叩诊训练辅助装置后，打开蓝牙，链接成功后通过数据分析系统中的手部模型图调整装置的方向和位置，使右手手势和上位机界面一致，即充电端口正对右手中指掌指关节处。使用过程中应避免绑带遮挡指示灯，绑带固定叩诊训练辅助装置示意图如图8所示。练习者左手中指放桌面压实，右手练习叩诊，叩诊过程中可以观察叩诊数据曲线，了解叩诊力度是否均匀一致，同时观察结果判定界面，观察练习者腕关节的抬起角度是否符合标准（大于30°）以及叩诊总次数，包括正确叩诊次数、错误叩诊次数和准确率等信息。

5 应用效果

使用本装置对60名医学生进行叩诊训练（观察组），同时选取另外60名条件相当的医学生进行传统教学方式的叩诊训练（对照组）。诊断实操课共计36学时，观察组于实操课上使用本装置辅助叩诊练习，2组人员于实操课结束后，在期末考核时进行测试。考核内容为学生在叩诊训练器进行时长30 s的叩诊测试，对叩诊节律和力度进行评判，根据准确率进行合格与否的判定。运用SPSS 22.0软件对数据进行处理，合格人数采用χ2检验，平均准确率采用t检验，P＜0.05为差异有统计学意义。

使用本装置训练的医学生在平均准确率和合格率上优于传统教学方式，差异均有统计学意义（P分别为0.000、0.006），详见表1。

6 应用优势

图5 集成蓝牙功能的处理器芯片电路原理图

图6 加速度传感器和陀螺仪芯片电路原理图

图7 地磁场传感器芯片电路原理图

本装置是一种可行的、有效的叩诊评估和教学工具，可测量叩诊力量大小、力度是否均匀一致及腕关节的运动情况，同时可用于测量叩诊心肺腹部时产生清晰叩诊音所需要的叩诊力量范围[9-10]。学生可根据叩诊曲线提示进行叩诊力度、姿势及频次的调整，整个学习过程是一个实时的“反馈—改进—再反馈—再改进”循环往复、螺旋上升的过程。本装置体积小，便于学生随身携带，使学生学习不受空间和时间限制，可充分利用空闲时间进行训练，缩短了学习曲线。

7 结语

本研究设计的叩诊训练辅助装置具有小巧、实用等特点，是一种可行、有效的叩诊评估和教学工具，可规范叩诊力度、叩诊手法，缩短医学生学习曲线，减少教师资源的浪费。使用本装置进行叩诊训练，在平均准确率和合格率上较传统教学方式均具有优势，可以改变目前传统教学方式中叩诊练习错误不能得到及时纠正、练习过程重复枯燥、学生学习积极性不高的缺点。因此，本装置在检体诊断实训教学中具有一定的应用价值，值得推广使用。