基于虚拟仪器的心音采集与分析系统设计

摘  要： 关键词： 虚拟仪器；心音传感器；小波去噪；心音频谱
       传统的心脏听诊技术以人耳听音来进行，该方式受限于人耳听力的灵敏度、主观经验和判断能力，其作用十分有限。随着ECG与超声多谱勒仪等先进的辅助诊断仪器的开发与利用，心音信号的有效利用受到冷落。但超声多谱勒仪价格昂贵，不易于普及；ECG信号虽然对与血液循环和血液组织相关疾病的诊断比较有效，但是不能准确地反映与器质性心脏病有关的病理信息[1]。心音信号是一种具有重要贡献的生理信号，含有关于心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量病理信息，在检测该类型疾病的领域，心音信号有着不可比拟的优越性。同时心音信号的检测方便、无创、花费极小，可作为心脏病检测、预防的常规手段。更值得一提的是，心音对心血管疾病的诊断具有重要价值，是心血管疾病无创性检测的重要方法[2]。无论图像技术发展到何种水平，听诊始终是心脏疾病检测的重要一环。因此，研制一种能简易、方便地检测心音信号的心音检测分析仪，对于满足医院和病人的需要有着很大的社会价值和经济价值。
1 系统设计
     多功能心音采集与分析系统由心音信号采集模块、小波去噪模块和心音信号分析模块组成。基本结构如图1所示。
   
   1.1 心音信号采集子系统设计
     心音信号采集子系统采用无线心音传感器采集来自心脏的心音信号，经放大处理，通过声卡将心音信号传入计算机。由于采样频率对采集信号的质量有一定影响，故设计成采样频率可调的采集模式。
     基于人体心脏听诊原理和相关的信号处理技术设计了一种双听诊头的两路心音检测装置，用于心音身份识别，以提高其识别率。该装置如图2所示，能有效同时提取两路人体心音信号。
   
       该装置作为检测心音的探头，后面采用集成化的低噪声加法使电路放大、去噪，合并成一路后，经过声卡输入口与计算机连接，在屏幕上显示波形。前置放大电路如图3所示。该检测系统的放大倍数为10～800自动调整，过载能力为60倍，采样频率用软件控制可调，频率响应是0.1 Hz～1 200 Hｚ。因为低频端处于人耳听阈以外，所以只有用心音检测系统才能真实地显示心音的波形特性。在日常环境中，受检者可以隔着一件衣服进行检测，心声传感器一般放在二尖瓣听诊区附近。当选好听诊区，用力按下压力开关按钮后，检测装置才开始工作，可以有效减少不必要的干扰，使受检者在比较宽松的条件下进行检测。
   
       为了使计算机能够准确、高效地获取被测心音信号，编写了相应的数据采集程序，指定模拟信号的输入路线并按规定的各相关参数通过数据采集卡（PC声卡）进入计算机。为了使该子系统具有实时显示测量数据和事后处理数据的能力(即能在实验过程中显示心音信号波形，以便于现场实时观察分析，及时判断实验对象的状态和性能，以及保存心音信号方便后续研究)，本子系统实现了心音信号实时显示和存储功能。
1.2 小波去噪子系统
     心音是微弱低频生理信号，可以通过心音采集器进行采集，因此不可避免地混入复杂多样的噪声，主要有：随机噪声、仪器噪声、工频干扰几种。为了尽量降低被测心音信号中的噪声成分，系统通过LabVIEW平台的数学公式节点调用Matlab的小波工具箱对信号进行去噪，实现对信号的预处理。
     小波去噪的方法可分为三大类：(1)基于小波变换模极大值原理。最初由Mallat提出，该方法根据信号与噪声在小波变换下随尺度变化呈现出不同变化特性而提出，去噪性能稳定，对噪声的依赖性较小，无需知道噪声的方差，并且对低信噪比的信号去噪问题更能显示其优越性。但它有一个重大缺点即由模极大值重构小波系数时计算量大大增加，且去噪效果并不太好。(2)由Witkin最先提出的利用小波分析中不同尺度信号的空间相关去噪思想。这种方法能取得较好的去噪效果，其实现思想简单，但计算时需要进行迭代，计算量较大，且需估计噪声误差。(3)阈值方法。该方法认为信号对应的小波系数包含有信号的重要信息，幅值较大，但数目较少，而噪声对应的小波系数是一致分布的，个数较多，但幅值小。基于这一思想，Donoho等人提出软阈值和硬阈值去噪方法，在众多小波系数中，将绝对值较小的系数置为0，绝对值较大的系数保留或收缩，分别对应于硬阈值和软阈值方法，得到估计小波系数，然后利用小波系数直接进行信号重构，达到去噪的目的，此方法实现最简单、计算量较小、去噪效果也较好，获得了广泛的应用[3]。本设计采用第三类方法进行小波去噪，该去噪需要调用Matlab小波工具包的函数：
       [XD，CXD，LXD]=wden(x，TPTR，SORH，SCAL，N，'wname')
式中，x为输入需要去噪的心音信号；[XD，CXD，LXD]为返回值，包括对原始信号进行去噪处理后的信号XD及其分解结构[CXD，LXD]；SCAL定义了阈值是否需要调整，SCAL=‘one’时表示不需要调整，SCAL=‘sln’时表示对第一层系数进行一次估计调整，SCAL=‘mln’时表示对各层噪声分别进行估计调整。噪声不是单一频率的，所以选择mln。经过试验得出采用coif5小波进行6层小波分解，并且采用软阈值结合固定阈值minimaxi处理采样率为11 025 Hz的心音信号为最佳去噪方法。所以设定函数的参数为TPTR=minimaxi；SORH=‘s’；SCAL=‘mln’；N=6。
1.3 心音信号分析子系统
     心音信号是非平稳信号，为全面了解心音信号的特性，需要研究心率特性和心音信号的时-频特性。心音信号分析子系统实现了对心音信号的时频域分析处理和心率的计算显示。时域分析包括对心音包络图的合成、包络图的截取放大、计算心跳周期及心率；频域分析包括提取心音信号的FFT幅度谱与功率谱[4]。
     由于噪声以及其他因素(如心杂音、分裂的心音等) 的影响, 直接进行心音的研究(如分割、识别等)有些困难。而心音包络相对于原始心音来说可以更明显地突出心音的主要成分(如第一心音S1、第二心音S2)的特征，它反映了心脏工作过程中各种振动的幅度及幅度的持续时间，是进行心音独立识别的基础[5]。同时，心音包络在临床上也具有重要的参考价值，提取心音包络是心音的重要研究内容之一。
     目前，提取心音包络的主要方法有香农包络、希尔伯特包络、同态滤波包络及基于希尔伯特黄变换的包络提取方法。结合以上方法，本系统采用一种简单有效的方法--三次样条插值法来进行包络提取。此方法需要调用Matlab命令：
     yi=interp1(X，Y，xi，‘method’)
式中X、Y为观测数据点，xi为插值（自变量），yi为xi的插值结果（函数值），‘method’表示插值方法。
2 心音采集与分析实验