目的:了解我国临床医生听诊技术应用现状和需求调查，为开展临床听诊技术教育培训提供参考依据。方法:2021年2月1日至2023年2月1日，选择来自全国30个省、自治区和直辖市的257家医疗机构的12 000名临床医生为研究对象，通过问卷调查了解其听诊技术应用现状和培训需求，并应用描述性统计和卡方检验进行统计学处理。结果:参与调查的12 000名临床医生中，8 951名(74.6%)临床医生在门诊使用听诊器，8 473名(70.6%)临床医生经常(每周>5次)使用听诊器，10 780名(89.8%)临床医生常用的听诊部位为肺部，8 284名(69.0)临床医生学习听诊技术以临床自学为主，认为熟练掌握听诊技术者3 918名(32.7%)，认为听诊技术重要者11 390名(94.9%)，认为需要进行听诊技术培训者10 888名(90.7%)。结论:临床医生经常使用听诊技术，但对听诊技术自我评价较低且培训需求较高，应当广泛开展规范化听诊技术培训。

目的:研究不同肺功能分级慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）患者呼吸音声谱特征，初步确定不同肺功能分级COPD呼吸音声谱图特征性的参数和指标，探讨不同肺功能分级COPD患者呼吸听诊差异的可视化和可测量化。方法:入选2018年10月至2020年12月在上海交通大学医学院附属新华医院崇明分院诊治的经肺功能检查确诊为COPD52例患者［中轻-中度阻塞性通气功能障碍22例（轻-中度组）、重度阻塞性通气功能障碍30例（重度组）］和通气功能正常对照者36例（对照组）。分别用电子听诊器对呼吸音采样，传输至Audition音频软件，计算不同肺功能分级样本呼吸音声压级（sound pressure level，SPL）的相关数据及与每分钟通气量（minute ventilation，V E）的比值。采用回顾性病例对照研究，正态分布的计量资料采用单因素方差分析，两两比较采用SNK-q检验。 结果:轻-中度组、重度组COPD患者及对照组的呼吸音频在吸气相与呼气相50~200 Hz频段内的声压差分别为（-0.5±2.2）、（-1.6±6.1）、（0.7±4.0）dB，3组间比较差异有统计学意义（ F=2.64， P=0.038）；轻-中度组、重度组COPD患者与对照组的呼吸音吸气相单位分钟通气量声压级（sound pressure level per minute ventilation，SPL 50~200/V E）分别为（5.7±1.8）、（6.1±2.3）、（5.4±0.9）dB/L；呼气相SPL 50~200/V E分别为（5.8±1.7）、（6.3±2.2）、（5.3±1.2）dB/L，3组间比较差异均有统计学意义（ F吸=3.26， P=0.048； F呼=2.44， P=0.045）。ROC曲线结果显示，吸气相SPL 50~200/V E、呼气相SPL 50~200/V E、声压差评估不同分级阻塞性通气功能障碍具有诊断价值（AUC值分别为0.697、0.725、0.686， P值分别为0.015、0.005、0.022）。部分COPD患者呼吸音时频图中可出现异常高能量水平线。 结论:不同程度阻塞性通气功能障碍患者与通气功能正常者呼吸音频谱分析可出现明显差异，可为辅助判断阻塞性通气功能障碍提供依据。

听诊器是临床医师最常用的诊断工具，现代医学始于听诊器的发明。听诊器应用于临床已有200年历史，从最早的声学听诊器到现在的电子听诊器，其外形和传音方式经历了较大的变化，但其使用方式和临床使用价值并没有发生质的改变。随着信息技术的发展，人工智能应用于肺音的智能识别技术得到了更多的关注。本文介绍了听诊器的发展史、呼吸音的分类、传统听诊器与电子听诊器的优缺点比较和肺音智能识别技术发展的必要性如医疗资源不足、医师听诊存在主观性及电子听诊器的优势和需要改进的方向等问题；总结了电子听诊器辅助疾病诊断近年的研究进展；从肺音的标准化收集与建库、数字呼吸音的标注和定性、数据的处理、计算机肺音分析、电子肺音的可听和可视化展现等角度论述了肺音智能识别技术的现实可行性；分析了肺音领域研究目前存在的问题及改进建议；并展望了今后肺音智能识别技术的可能应用场景和使用价值。

目的:为解决抗击新型冠状病毒疫情时医生穿着防护服无法听诊的问题，研制隔离式无线电子听诊器。方法:采用低噪声音频放大、高频采样、高精度模数转换和不锈钢一体成型听诊器体件等技术提升音频质量；定制不自动关机的蓝牙耳机，可自动回连听诊器，解决穿着防护服时蓝牙耳机自动关机后开机难的问题。结果:隔离式无线电子听诊器在武汉火神山医院、湖北省妇幼保健院光谷院区、上海市公共卫生临床中心等医院进行了临床应用，在新冠肺炎的日常诊察中收到良好反馈。结论:隔离式无线电子听诊器可满足医生穿着防护服条件下的听诊需求。

传统听诊器存在不能连续监测、容易受到临床医生经验影响、不够客观和不能保存等不足。电子听诊器开辟了“计算机辅助听诊”的新领域，通过采集呼吸音信号，并由计算机对呼吸音信号进行客观测量、分析和管理。基于电子听诊器的呼吸音分析，已实现在呼吸系统部分疾病的转化应用。本文介绍基于电子听诊器的呼吸音分析方法及其在儿童呼吸系统疾病中的应用现状。

人工智能辅助听诊是以电子听诊器和计算机辅助的心音分析算法为基础的心血管疾病辅助检查技术。人工智能通过对心音信号进行去噪、分段、特征提取和分类，能够准确识别异常心音，判断特定的疾病。应用目前最先进的深度学习方法诊断心脏瓣膜病、先天性心脏病等均可达到较高的准确性。人工智能所具备的高度准确性，加之听诊本身便具有的无创、费用低、便捷等优点，为该技术在心血管疾病的早期筛查方面带来了极大的临床应用价值。该文将对心脏听诊、电子听诊器以及计算机辅助的心音信号的处理分析方法进行简要介绍，概述人工智能辅助听诊技术的研究现状与临床应用前景。

目的:提出一种从心肺音信号中分离肺音做定量分析的方法,实现对呼吸率和呼吸强度的实时测量.方法:使用电子听诊器采集患者主动脉瓣第二听诊区的心肺音,通过蓝牙将信号传输至手机端,App显示波形,并将数据存储于云端.采用非负矩阵分解,结合经验模态分析算法将心肺音进行分离,根据肺音计算呼吸率及呼吸强度.以阻抗法测定的呼吸率为对照,评价通过肺音计算呼吸率的准确性.结果:通过肺音计算呼吸率与阻抗法测定的呼吸率有显著相关性(P＜0.05),两种方法测量结果有良好的一致性.结论:该方法在监测心音的同时能准确监测呼吸功能,为临床便携式呼吸监测提供了一种新方法,在床旁或远程生命体征监测中具有良好的转化前景.

肺部听诊是体格检查的重要手段,自1816年Laennec发明听诊器以来,听诊广泛应用于临床尤其是呼吸系统疾病中,成为呼吸科医师诊断和评估疾病的重要检查手段.近年来,随着传感芯片以及人工智能技术的迅速发展,呼吸音数字化分析,即通过记录存储呼吸音并应用人工智能算法对呼吸音进行定量分析,为呼吸音指导临床诊疗提供了新的选择.本文就听诊目前面临的挑战、呼吸音数字化分析概述、呼吸音数字化分析在肺部体格检查中的意义以及其在呼吸系统疾病诊断中的辅助价值进行综述,旨在提高呼吸学界对呼吸音数字化分析技术的重视.

将基于最小均方误差对数谱幅度估计的语音增强算法用在心音降噪中,该方法基于统计模型方法将降噪归于统计框架中,通过对带噪心音信号进行最优幅度谱估计,最小化估计心音与干净心音的差异来去除噪声,恢复原始的信号.实验结果表明,本文算法有效改善了心音信号的时频特征,并在后续的心音分类算法中获得了更高的准确率.本文方法在心音降噪中表现优秀,对电子听诊器、心脏病自动检测技术的发展具有重要意义.

目的 通过对美国海军潜艇医学研究所(Naval Submarine Medical Research Laboratory,NSMRL)的国防科技报告进行统计,分析潜艇医学研究热点,为今后开展相关工作提供参考.方法 采用文献计量学方法,对美国国家技术信息服务局(National Technical Information Service,NTIS)网络数据库中NSMRL 2000-2022 年发布的国防科技报告进行统计分析.结果 纳入文献 88 篇,共使用关键词 1298 次.由Bibexcel和Pajek软件可视化分析发现,潜艇医学研究热点中心词为潜艇、生存、认知、生物医学、噪声、生物节律、潜水员、环境.结论 2000 年以来,美军潜艇医学研究已取得了一系列成果,如在听力防护装备、降噪听诊器、艇员心理测量工具等方面;同时,美军在潜艇医学领域还存在诸多问题尚待进一步研究.