心肺音作为人体生理状态的“声学指纹”，其异常变化直接反映心脏和肺部疾病的病理进程。例如，心音异常可提示瓣膜病变（如主动脉狭窄的喷射性收缩期杂音）、心肌病（如扩张型心肌病的第三心音）等心脏问题；肺音变化则能早期识别哮喘（哮鸣音）、肺炎（湿啰音）、COPD（呼气延长）等呼吸系统疾病。当前，深度学习技术虽然在心肺音信号特征自动提取与分类诊断方面取得一定进展，但在疾病快速筛查方面仍面临以下瓶颈：1）心音/肺音频域重叠导致特征分离困难；2）临床环境噪声干扰信号质量；3）现有研究多限于单一疾病（如房颤、哮喘）的单模态信号分析，对心 - 肺共病（如肺心病合并心衰）、复杂病理状态（如肺炎继发胸腔积液）的多维度信号关联建模缺乏有效方案等等。
（2）具备心肺音信号分析、深度学习算法开发、智能听诊设备研发能力的团队如果您所在单位在心肺音信号分析方向有亟待解决的技术需求；或者您的团队在心肺音信号分析、深度学习算法开发、医疗设备研发等领域具备技术积累与创新方案，欢迎联系我们！我们将统筹整合资源，安排需求对接，助力医疗科技创新成果落地转化。
