目录
一、心音图基础原理 编辑本段 心音图（Phonocardiogram, PCG）是利用传感器将心脏 活动产生的声音振动转化 为电信号 并记录的图形 ，是心脏听诊的客观化与量化延伸。
1. 记录技术 组件 功能 传感器 压电陶瓷/加速度计 → 捕获胸壁振动（频率范围：5-2000 Hz） 滤波器 低频滤除（<25 Hz 肌噪）、高频滤除（>500 Hz 呼吸音） → 聚焦心音频段 记录系统 同步 ECG标记 → 定位心动周期时相
2. 核心 参数 参数 定义 临床意义 振幅 振动波幅 （mV） 反映 心音强度（如S1↑提示二尖瓣狭窄 ）频率 主频范围（Hz） S1（50-150 Hz），S2（>200 Hz） 时程 振动持续时间（ms） 杂音时程>全收缩期→病理意义
二、正常心音图谱解析 编辑本段 振幅
↑
| S1 ┌──────┐ S2 (心尖区)
| / \ /
| / \ /
|_______/ \_____/________→ 时间
|<-收缩期->|<-舒张期-> S1（第一心音） ：成因 ：二尖瓣 （M₁）、三尖瓣（T₁）关闭 + 心室 肌收缩振动图谱特征 ：振幅高（10-20 mV）、频率低（50-100 Hz）、时限长（80-120 ms）S2（第二心音） ：成因 ：主动脉 瓣（A₂）、肺动脉 瓣（P₂）关闭图谱特征 ：振幅中（5-15 mV）、频率高（>200 Hz）、时限短（60-100 ms）分裂 类型生理分裂 ：吸气 时P₂延迟 → A₂-P₂间距>30 ms固定分裂 ：房间隔缺损（ASD）→ 分裂不受呼吸影响
三、异常心音图谱与疾病关联 编辑本段 1. 额外心音 心音 时相 图谱特征 临床意义 S3 舒张早期 低频（<50 Hz）小波 心衰（病理性 ） vs 青少年（生理性） S4 舒张末期 低频低幅波 心室肥厚（如高血压 ） 开瓣音 舒张早期 高频高幅尖峰（S2后60 ms） 二尖瓣狭窄特征
2. 心脏杂音图谱 杂音类型 时相与形态 典型疾病 图谱特征 全收缩期杂音 覆盖S1-S2，平台型 二尖瓣关闭不全 振幅均匀，频率100-300 Hz 舒张期递减杂音 S2后开始，振幅递减 主动脉瓣关闭不全 高频（>400 Hz），渐弱至舒张末 连续性机械杂音 贯穿收缩舒张期，钻石型 动脉 导管未闭（PDA）收缩期↑振幅，舒张期↓
四、心音图 vs 心脏听诊 编辑本段 维度 心音图（PCG） 传统听诊 灵敏度 可检测≥10 Hz振动（人耳下限 20 Hz） 漏诊低频S3/S4（尤其肥胖 者） 客观性 波形存档，避免主观差异 依赖 医师经验（听诊差异率>30%）动态监测 可连续记录24小时 （便携式PCG） 仅捕捉即时体征 局限性 无法区分声音来源（如A₂与P₂重叠） 熟练者可辨音源（如区分M₁与T₁）
深度学习 模型 ：输入PCG波形 → 输出瓣膜病概率（如ResNet模型诊断二狭准确率92%） 实时杂音分类 ：收缩期/舒张期/连续性（灵敏度>85%） 2. 胎儿心音监测 多普勒PCG ：探测胎心振动（非ECG电信号）→ 避免电磁干扰 识别 胎儿心律失常 ：房早（S1振幅不规则） vs 室早（S2缺失 ）3. 术后随访 人工瓣膜功能评估 ：机械瓣：高频“喀喇音”（图谱振幅>25 mV） 生物 瓣：S2后微弱流杂音（振幅<5 mV）→ 异常↑提示瓣周漏
六、操作要点与误差控制 编辑本段 误差源 影响 解决方案 传感器位移 振幅波动>20% 使用固定带+导电膏 呼吸干扰 基线漂移 呼气末屏气记录 滤波过度 S3/S4丢失 保留低频通道（10-50 Hz） 体位 影响杂音振幅变化 标准左侧卧位记录
总结：心音图的核心价值 编辑本段 听诊的“显微镜” ：量化分析人耳难以捕捉的低频振动（S3/S4）与微弱杂音。 动态监测基石 ：便携式PCG实现心功能居家监测（如心衰患者S3振幅趋势预警）。 AI诊断前沿 ：图谱特征提取助力瓣膜病早期筛查（尤其资源匮乏地区）。 ? 操作口诀 ：体位左倾传感器固，呼气末屏气滤低频；
⚠️ 注意 ：心音图需结合超声心动图（金标准）确诊结构性心脏病 ！
陈灏珠, 林果为, 王吉耀. 实用心脏病学. 第5版. 上海: 上海科学技术出版社, 2016. 张运, 尹立雪. 超声心动图学. 第3版. 北京: 人民卫生出版社, 2015. Rangayyan RM, Lehner RJ. Phonocardiogram signal analysis: a review. Crit Rev Biomed Eng. 1988;15(3):211-236. Dwivedi AK, Imtiaz SA, Rodriguez-Villegas E. Algorithms for automatic analysis and classification of heart sounds: a systematic review. IEEE Rev Biomed Eng. 2019;12:168-184.
