專利名稱：一種心音信號(hào)分類識(shí)別方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能控制應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種心音信號(hào)分類識(shí)別方法及其裝 置，為相關(guān)心臟疾病的自動(dòng)分類提供有效工具。
背景技術(shù)：
心音中包含有關(guān)于心臟的大量生理和病理信息。當(dāng)心血管疾病尚未發(fā)展到足以產(chǎn) 生臨床及病理改變前，心音中出現(xiàn)的雜音和畸變對心臟瓣膜病及某些先天性心臟病的診斷 有重要意義。心音聽診是檢查心臟功能完整性的一種重要方式，受過專業(yè)訓(xùn)練的內(nèi)科醫(yī)生 借由聽診器即能大概診斷出該病患是否患有心臟疾病，但心臟聽診易受醫(yī)生經(jīng)驗(yàn)、聽診水 平的影響和限制，而且要得到具體的病征類型還需要進(jìn)一步分類確定。病理性心臟雜音一般通過先進(jìn)的成像技術(shù)來評估，其中超聲心動(dòng)圖是最為突出和 有效的檢測技術(shù)，但是價(jià)格昂貴。因此，需要開發(fā)一種低成本，同時(shí)可以精確檢測心臟雜音 的醫(yī)療設(shè)備，這一需求也推動(dòng)了心臟雜音在生理性和病理性分類識(shí)別方面的研究。國內(nèi)外研究學(xué)者主要通過數(shù)字信號(hào)處理技術(shù)提取心臟雜音的特征參數(shù)，利用模式 識(shí)別方法訓(xùn)練分類器，以實(shí)現(xiàn)自動(dòng)識(shí)別不同病理性心音的目的。例如，2001年科羅拉多大學(xué) 健康科學(xué)中心兒童醫(yī)院的CG. DeGroff等首先在69例有心臟雜音的兒童中驗(yàn)證了人工神經(jīng) 網(wǎng)絡(luò)在生理性和病理性雜音分類識(shí)別中的有效性。緊接著一大批的學(xué)者加入了后續(xù)的研究 工作。2005年SR. Bhatikara等用FFT分析從241例兒童心臟雜音(88例生理性雜音，153例 病理性雜音)中提取能量譜，通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行生理性和病理性雜音分類識(shí)別。2006 年C. Ahlstrom等利用香農(nóng)能量、小波、分形維數(shù)及遞歸分析等方法提取多種心音特征，結(jié) 合Pudil' s的連續(xù)前移選擇(SFFS)方法獲得多維數(shù)據(jù)子集，最后利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行 生理性和病理性心雜音分類識(shí)別。這些研究成果開闊了心音分類的研究思路，但是這些方 法需要提取多種心音參數(shù)作為心音分類標(biāo)準(zhǔn)，提取過多心音參數(shù)又使得提取、運(yùn)算、識(shí)別過 程繁瑣，不得不依靠結(jié)構(gòu)復(fù)雜、計(jì)算功能強(qiáng)大的計(jì)算機(jī)系統(tǒng)來執(zhí)行心音信號(hào)的分類處理，不 僅分類識(shí)別速度較慢，而且系統(tǒng)不便于隨身攜帶。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的上述不足，本發(fā)明的一個(gè)目的在于提供一種提取參數(shù)更 少、分類識(shí)別效率更高的心音信號(hào)分類識(shí)別方法；該發(fā)明目的是這樣實(shí)現(xiàn)的一種心音信號(hào)分類識(shí)別方法，包括如下步驟a)采集心音信號(hào)，經(jīng)放大、濾波后，輸入到處理器進(jìn)行處理；b)處理器提取心音信號(hào)的Mel頻率倒譜系數(shù)；c)利用步驟a)和b)，提取模板信號(hào)的Mel頻率倒譜系數(shù)C ；所述模板信號(hào)即作為 模板的心音信號(hào)；d)基于Mel頻率倒譜系數(shù)C，采用最大似然估計(jì)的方法獲取模板信號(hào)的模板特征 i’即
4
i = arg max P(C | λ)；其中，λ為估計(jì)的高斯混合模型特征，P(C| λ)為λ的似然度；然后存儲(chǔ)各個(gè)模 板信號(hào)的模板特征及其對應(yīng)的分類；e)利用步驟a)和b)，提取待測的心音信號(hào)的Mel頻率倒譜系數(shù)C'；f)計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)的模板特征之 間的似然度，將最大似然度對應(yīng)的模板信號(hào)的分類作為分類識(shí)別結(jié)果輸出。上述方案中，所述步驟d)中獲取模板信號(hào)的模板特征的具體步驟如下(dl)估計(jì)模板信號(hào)的初始高斯混合模型參數(shù)λ，按如下公式計(jì)算其似然度
p(c| λ): 其中，模板信號(hào)的Mel頻率倒譜系數(shù)C= IcnIn= 1，2，. . .，N}，N表示Mel頻率倒 譜系數(shù)的維數(shù)；(d2)以期望最大化估計(jì)模板信號(hào)的另一高斯混合模型參數(shù)λ ‘，即使其滿足如 下條件P (C I λ ‘)≥ P (C I λ )；并計(jì)算似然度差值e = P(C| λ ‘ )-P(C| λ)；(d3)若似然度差值e大于閾值η，則以前次估計(jì)的高斯混合模型參數(shù)λ ‘作為新 的初始高斯混合模型參數(shù)λ，并再次以期望最大化估計(jì)模板信號(hào)的又一高斯混合模型參數(shù) 入‘，重復(fù)步驟(d2)；若似然度差值e小于或等于閾值η，則判定為收斂，以前次估計(jì)的高 斯混合模型參數(shù)λ ‘作為模板信號(hào)的模板特征其中，閾值η的取值在10_4 10_3之間。所述步驟f)可采用的一種方案具體為(Π)按如下公式計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)
的模板特征之間的最大似然度5 其中，待測的心音信號(hào)的Mel頻率倒譜系數(shù)C' = {c' n|n = 1，2，. . .，N}，N表示 Mel頻率倒譜系數(shù)的維數(shù)4表示第i個(gè)模板信號(hào)的模板特征，i = l,2,... ,1,1表示模板 信號(hào)的總數(shù)量；(f2)將最大似然度f所取模型特征i,對應(yīng)的模板信號(hào)的分類，作為待測的心音信 號(hào)分類識(shí)別結(jié)果，并輸出。所述步驟f)可采用的另一種方案具體為(Π)按如下公式計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)
的模板特征之間的最大似然度5 其中，待測的心音信號(hào)的Mel頻率倒譜系數(shù)C' ={c' n|n = 1，2，. . .，N}，N表示Mel頻率倒譜系數(shù)的維數(shù)；i,表示第i個(gè)模板信號(hào)的模板特征，i = 1，2，. . .，I，I表示模板 信號(hào)的總數(shù)量；(f2)將最大似然度g所取模型特征i,對應(yīng)的模板信號(hào)的分類，作為待測的心音信 號(hào)分類識(shí)別結(jié)果，并輸出。本發(fā)明的另一目的在于提供運(yùn)用本發(fā)明方法的心音信號(hào)分類識(shí)別裝置，該裝置通 過DSP處理器進(jìn)行心音信號(hào)的分類識(shí)別處理，結(jié)構(gòu)簡單、操作方便，便于隨身攜帶，可以有 效地實(shí)現(xiàn)對正常心音和病理性心音信號(hào)的分類識(shí)別，有助于心臟疾病的及時(shí)發(fā)現(xiàn)和送診； 該發(fā)明目的是這樣實(shí)現(xiàn)的一種心音信號(hào)分類識(shí)別裝置，包括心音傳感器、放大濾波電路、增益調(diào)節(jié)電路、電 平調(diào)整電路、按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路、液晶顯示電路和DSP處理器；所述心音傳感器 與放大濾波電路連接，用于放置在胸壁心前區(qū)采集心音信號(hào)，并發(fā)送至放大濾波電路；所述 放大濾波電路分別與增益調(diào)節(jié)電路和電平調(diào)整電路連接，用于對心音信號(hào)進(jìn)行放大和濾波 處理，然后經(jīng)由電平調(diào)整電路發(fā)送至DSP處理器；放大濾波電路的放大增益由增益調(diào)節(jié)電 路控制；所述電平調(diào)整電路用于抬升地電平電壓至1. 5V，并將調(diào)整電平過后的心音信號(hào)送 至DSP處理器的A/D采樣端口 ；所述按鍵輸入電路用于執(zhí)行輸入操作；所述數(shù)據(jù)存儲(chǔ)電路 用于讀取和存儲(chǔ)作為模板的心音信號(hào)的分類和模板特征，以及待測的心音信號(hào)的分類識(shí)別 結(jié)果；所述液晶顯示電路用于顯示輸入信息、信號(hào)處理過程信息和分類識(shí)別結(jié)果信息；所 述DSP處理器分別與增益調(diào)節(jié)電路、電平調(diào)整電路、按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路和液晶顯 示電路連接，完成心音信號(hào)的A/D轉(zhuǎn)換，處理按鍵輸入電路的輸入信息，控制增益調(diào)節(jié)電路 的增益大小、電平調(diào)整電路的調(diào)整幅度、數(shù)據(jù)存儲(chǔ)電路的文件讀取和存儲(chǔ)以及液晶顯示電 路的實(shí)時(shí)顯示，并按照上述方法的步驟b) f)完成對待測的心音信號(hào)的分類識(shí)別處理。其中，所述心音傳感器采用JXH-5型有源心音傳感器；所述放大濾波電路的濾 波通帶設(shè)計(jì)為IOHz 900Hz，通過增益調(diào)節(jié)電路進(jìn)行放大增益調(diào)節(jié)后，其放大倍數(shù)為 250 300倍；所述液晶顯示電路的顯示芯片采用MCG12864A8-3 ；所述DSP處理器采用 TMS320F2812。相比于現(xiàn)有技術(shù)，本發(fā)明具有如下有益效果1)本發(fā)明方法以GMM模板特征與待測的心音信號(hào)的Mel頻率倒譜系數(shù)的似然度為 匹配標(biāo)準(zhǔn)進(jìn)行分類識(shí)別，提取的參數(shù)少，特征提取和計(jì)算過程都得以簡化，并且抗干擾能力 強(qiáng)、分類識(shí)別的準(zhǔn)確率和效率較高；2)由于本發(fā)明方法中特征提取和計(jì)算過程得以簡化，以此為設(shè)計(jì)思路，可以采用 微處理器(如DSP處理器)為處理核心設(shè)計(jì)便攜式心音分類識(shí)別裝置；3)本發(fā)明的心音分類識(shí)別裝置結(jié)構(gòu)簡單、小巧輕便，可隨身攜帶進(jìn)行測量，是一種 低成本、無創(chuàng)的心音檢測裝置。


圖1是本發(fā)明心音信號(hào)分類識(shí)別裝置的結(jié)構(gòu)框圖；圖2是本發(fā)明實(shí)施例中放大濾波電路的原理圖；圖3是本發(fā)明實(shí)施例中電平調(diào)整電路的原理圖；圖4是本發(fā)明實(shí)施例中DSP處理器與液晶顯示電路的連接電路原理圖5是本發(fā)明實(shí)施例中DSP處理器與數(shù)據(jù)存儲(chǔ)電路的連接電路原理圖；圖6是本發(fā)明心音信號(hào)分類識(shí)別方法中提取MFCC系數(shù)的流程圖；圖7是本發(fā)明心音信號(hào)分類識(shí)別方法的流程圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對本發(fā)明的技術(shù)方案作進(jìn)一步的說明。參見圖1，本發(fā)明的心音信號(hào)分類識(shí)別裝置分為模擬電路部分和數(shù)字電路部分； 模擬電路部分包括心音傳感器、放大濾波電路、電平調(diào)整電路和增益調(diào)節(jié)電路；數(shù)字電路部 分包括按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路、液晶顯示電路和DSP處理器。心音傳感器與放大濾波 電路連接，用于放置在胸壁心前區(qū)采集心音信號(hào)，并發(fā)送至放大濾波電路；放大濾波電路分 別與增益調(diào)節(jié)電路和電平調(diào)整電路連接，用于對心音信號(hào)進(jìn)行放大和濾波處理，然后經(jīng)由 電平調(diào)整電路發(fā)送至DSP處理器，同時(shí)，放大濾波電路的放大增益由增益調(diào)節(jié)電路控制；電 平調(diào)整電路用于抬升地電平電壓至1. 5V，并將調(diào)整電平過后的心音信號(hào)送至DSP處理器的 A/D采樣端口 ；按鍵輸入電路用于執(zhí)行輸入操作；數(shù)據(jù)存儲(chǔ)電路用于讀取和存儲(chǔ)作為模板 的心音信號(hào)的分類和模板特征，以及待測的心音信號(hào)的分類識(shí)別結(jié)果；液晶顯示電路用于 顯示輸入信息、信號(hào)處理過程信息和分類識(shí)別結(jié)果信息；DSP處理器分別與增益調(diào)節(jié)電路、 電平調(diào)整電路、按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路和液晶顯示電路連接，完成心音信號(hào)的A/D轉(zhuǎn) 換、按鍵輸入電路的輸入信息處理，控制增益調(diào)節(jié)電路的增益大小、電平調(diào)整電路的調(diào)整幅 度、數(shù)據(jù)存儲(chǔ)電路的文件讀取和存儲(chǔ)以及液晶顯示電路的實(shí)時(shí)顯示，并完成對待測的心音 信號(hào)的分類識(shí)別處理。本發(fā)明裝置選擇LG+3. 7V/830mAh鋰電池供電，由于心音傳感器需要+5V電源，DSP 處理器要求外部I/O為+3. 3V供電，內(nèi)核供電+1.8V (135MHz)或+1. 9V (150MHz)；而基于 低功耗設(shè)計(jì)，放大濾波電路采用+3. 3V單電源供電，數(shù)據(jù)存儲(chǔ)電路和液晶顯示電路均選擇 +3. 3V供電，所以本裝置共需設(shè)計(jì)+5V、+3. 3V和+1. 8V (或+1. 9V)三路供電電壓。心音的幅度大小因人而異，也會(huì)因每次測量部位，傳感器放置的位置以及傳感器 與皮膚接觸壓力大小的不同而不同，所以需要對心音傳感器輸出的心音電信號(hào)進(jìn)行模擬放 大、濾波和增益調(diào)節(jié)。對心音信號(hào)的前端采集和處理主要由心音傳感器、放大濾波電路和增 益調(diào)節(jié)電路完成。本實(shí)施方式中，心音傳感器選用的是北京航天醫(yī)學(xué)工程研究所的JXH-5 型有源心音傳感器，它具有頻率響應(yīng)范圍寬、靈敏度高、抗過載/沖擊能力強(qiáng)和操作簡便等 特點(diǎn)。心音的頻率范圍一般在20Hz 800Hz，因此放大濾波電路的濾波通帶設(shè)計(jì)為IOHz 900Hz ；同時(shí)，心電傳感器的信號(hào)輸出為IOmV左右，為使得心音信號(hào)經(jīng)放大后達(dá)到DSP處理 器2. 5 3V的輸入限幅，放大倍數(shù)應(yīng)設(shè)置為250 300倍。本實(shí)施方式中，心音信號(hào)通過 放大濾波電路的三級(jí)放大電路共放大約261. 6倍，第一級(jí)放大43. 6倍，第二級(jí)放大2倍，第 三級(jí)放大3倍。增益調(diào)節(jié)電路在DSP處理器的控制下調(diào)控第二級(jí)放大電路，根據(jù)采集的心 音信號(hào)的強(qiáng)弱來調(diào)整其放大增益，防止信號(hào)幅值過大而超出DSP處理器中A/D轉(zhuǎn)換模塊幅 度輸入范圍0 +3V。本實(shí)施方式采用的放大濾波電路的電路原理圖如圖2所示。其中， C22和R50構(gòu)成的阻容耦合電路能有效抑制心音傳感器輸出信號(hào)中的直流漂移，提取有用 的交流成分?？紤]到心音的主頻率在IOOHz左右，設(shè)計(jì)中取R50 = 200ΚΩ，C22 = 1 μ F，可 得時(shí)間常數(shù)τ R50XC22 = 200ms。U1A、R48、R49構(gòu)成第一級(jí)放大電路，放大倍數(shù)Kl約
7為 43. 6。U1B、C23、C24、R5UR52 構(gòu)成二階有源壓控高通濾波器，U2A、C26、C27、R53、R54、 R55、R56構(gòu)成二階有源壓控低通放大濾波器，放大倍數(shù)K2 = 2。整個(gè)濾波器帶寬為IOHz 900Hz。本發(fā)明裝置中的放大器均采用單電源供電，只能對正信號(hào)進(jìn)行放大，若地電平保 持為0V，則負(fù)信號(hào)會(huì)被截止。所以設(shè)計(jì)了電平調(diào)整電路，在DSP處理器的控制下將地電平抬 升至1. 5V，從而使的原來的負(fù)信號(hào)被抬升至0 1. 5V的電平區(qū)間，電平調(diào)整電路的電路原 理圖如圖3所示。3. 3V的電源通過R66和滑動(dòng)變阻器R67分壓，C29、U3B電平調(diào)整，輸出電 壓為1. 5V，作為整個(gè)放大濾波電路的地電平。這樣，經(jīng)過放大濾波后的信號(hào)就會(huì)以1. 5V為 基線在0 3V的電平幅度范圍內(nèi)變化，不會(huì)造成負(fù)信號(hào)被截止而導(dǎo)致的信息損失。液晶顯示電路的顯示芯片選用的是MCG12864A8-3，該模塊是使用KS0108B及兼容 控制驅(qū)動(dòng)器作為列驅(qū)動(dòng)器，同時(shí)使用KS0107B及其兼容驅(qū)動(dòng)器作為行驅(qū)動(dòng)器。由于KS0107B 不與MPU發(fā)生聯(lián)系，故只要提供電源就能產(chǎn)生行驅(qū)動(dòng)信號(hào)和各種同步信號(hào)。電路中用DSP 的通用I/O 口對液晶進(jìn)行控制，將DSP的GPIOB 口高八位GPI08 GPI015作為數(shù)據(jù)總線。 該液晶為3. 3V單電源供電。液晶的第5腳用于液晶顯示對比度的調(diào)節(jié)。背光控制接在DSP 的GPI0B7引腳，該引腳是PWM信號(hào)輸出引腳，利用PWM信號(hào)可以方便的調(diào)節(jié)背光的明暗程 度。MCG12864A8-3與DSP處理器連接電路原理圖如圖4所示。本發(fā)明為了提高讀取速率并獲得較大的存儲(chǔ)容量，轉(zhuǎn)移選用SD卡(Secure Digital Memory Card，安全數(shù)碼卡)作為數(shù)據(jù)存儲(chǔ)介質(zhì)。SD卡擁有高記憶容量、快速數(shù)據(jù) 傳輸率、極大的靈活性以及很好的安全性等特點(diǎn)。SD卡接口支持兩種操作模式SD模式和 SPI模式。在SPI模式下，通過四條線就可以交換數(shù)據(jù)，可以大大簡化硬件電路，裝置中選用 SD卡的SPI模式。SD卡與DSP處理器連接電路原理圖如圖5所示。DSP處理器采用TMS320F2812，TMS320F2812片內(nèi)有基于鎖相環(huán)PLL的時(shí)鐘模塊。 該模塊提供了器件所有必須的時(shí)鐘信號(hào)以及功耗工作模式的控制。PLL有4位倍頻設(shè)置位， 可以為處理器提供各種速度的時(shí)鐘信號(hào)?；赑LL的時(shí)鐘模塊提供了兩種工作模式晶體 振蕩器操作和外部時(shí)鐘源操作。本發(fā)明使用晶體振蕩器操作，該模式允許使用外部晶體振 蕩器/振蕩電路作為器件的時(shí)鐘，外部晶體振蕩器采用30M無源晶振，連接到DSP的Xl和 X2引腳。裝置中PLL被使能，上電復(fù)位時(shí)默認(rèn)配置PLL被旁路，從X1/XCLKIN引腳輸入的時(shí) 鐘在送到CPU之前經(jīng)過PLL的2分頻，采用慢速的運(yùn)行頻率可以幫助DSP穩(wěn)定地從FLASH 中加載程序。加載程序后，由軟件給PLLCR寄存器寫入一個(gè)非0值來設(shè)置PLL時(shí)鐘比。經(jīng) 過電平調(diào)整的心音信號(hào)通過TMS320F2812的A/D采樣端口進(jìn)入A/D轉(zhuǎn)換模塊進(jìn)行模/數(shù)轉(zhuǎn) 換，值得注意的是TMS320F2812非常脆弱，其A/D采樣端口的最高有效采樣輸入電壓是3V。 雖然在前端放大濾波電路中已經(jīng)設(shè)計(jì)了增益控制電路，但是以防萬一，輸入A/D采樣端口 的電壓過高或者過低而導(dǎo)致DSP燒毀，本裝置在信號(hào)進(jìn)入DSP的A/D之前，加上箝位二極管 對A/D的輸入電壓進(jìn)行限制。TMS320F2812還根據(jù)心音信號(hào)的輸入電平，反饋控制增益調(diào)節(jié) 電路的增益大小以及電平調(diào)整電路的調(diào)整幅度，若心音信號(hào)的輸入電平產(chǎn)生波動(dòng)則及時(shí)的 調(diào)整，確保輸入的心音信號(hào)幅值不超出DSP處理器的A/D轉(zhuǎn)換模塊幅度輸入范圍0 +3V。 同時(shí)，TMS320F2812還完成按鍵輸入電路的輸入信息處理，控制數(shù)據(jù)存儲(chǔ)電路的文件讀取和 存儲(chǔ)以及液晶顯示電路的實(shí)時(shí)顯示，并完成對待測的心音信號(hào)的分類識(shí)別處理。采用上述方案制作得到心音信號(hào)分類識(shí)別裝置樣板，長、寬尺寸為13. 8cmX 10cm，
8重量不足300g，小巧輕便，且操作簡單，可隨身攜帶進(jìn)行測量；通電后，將心音傳感器放置 于胸壁心前區(qū)就可以采集到心音信號(hào)，是一種低成本、無創(chuàng)的心音檢測裝置，方便用戶及時(shí) 監(jiān)測自己的心臟健康狀態(tài)，也便于在醫(yī)院和社區(qū)醫(yī)療中加以普及。本發(fā)明的心音信號(hào)分類識(shí)別裝置的工作處理流程如下采集的心音信號(hào)進(jìn)行放大、濾波等前期處理，然后輸入到DSP處理器經(jīng)A/D轉(zhuǎn)換 后，由軟件完成對心音信號(hào)的分類識(shí)別。DSP處理器的軟件處理流程中，首先需要對心音信號(hào)進(jìn)行預(yù)處理。預(yù)處理包括預(yù)加 重、心音去噪、分幀和加窗、端點(diǎn)檢測四個(gè)步驟。在實(shí)際信號(hào)分析中常采用預(yù)加重技術(shù)，即在對信號(hào)取樣之后，插入一個(gè)一階的高 通數(shù)字濾波器，以濾除低頻干擾，突出更為有用的高頻部分的頻譜；所選用的高通數(shù)字濾波 器的Z傳遞函數(shù)數(shù)為H(Z) = Ι-az、其中預(yù)加重因子a的取值在0.94 0.97之間。通過 前面硬件電路采集的心音信號(hào)包含有來自環(huán)境、工頻干擾、儀器本身帶來的噪聲影響，因此 選擇小波分解與重構(gòu)的方法對其進(jìn)行消噪處理；利用小波變換可以把信號(hào)的能量集中到某 些頻帶的少數(shù)系數(shù)上，這樣，通過將其他頻帶上的小波系數(shù)置零或是給予小的權(quán)重，即可達(dá) 到有效抑制噪聲的目的。心音信號(hào)是一種短時(shí)非平穩(wěn)信號(hào)，要對其進(jìn)行短時(shí)分析，需要對信 號(hào)進(jìn)行分幀處理，裝置中采用交疊分幀的方法，在這段時(shí)間內(nèi)可以認(rèn)為心音信號(hào)是平穩(wěn)的， 非時(shí)變的；分幀使用滑動(dòng)的窗口進(jìn)行加權(quán)來實(shí)現(xiàn)，提取心音信號(hào)特征參數(shù)之前要進(jìn)行端點(diǎn) 檢測，端點(diǎn)檢測的精確性直接關(guān)系到后面提取的特征參數(shù)的有效性，最終將影響到整個(gè)分 類識(shí)別裝置的魯棒性，而且精確的端點(diǎn)檢測可以減少識(shí)別時(shí)的數(shù)據(jù)處理量，節(jié)約裝置的處 理運(yùn)行時(shí)間，提高識(shí)別效率。心音信號(hào)中含有豐富的生理和病理信息，特征提取就是對心音信號(hào)進(jìn)行分析處 理，獲取心音分類的重要信息。本發(fā)明所采用的心音信號(hào)分類識(shí)別方法，是通過提取心音信 號(hào)的Mel頻率倒譜系數(shù)(Mel Frequency Cepstral Coeff icients，縮寫為MFCC)，利用高斯 混合模型(Gaussian Mixture Model，縮寫為GMM)進(jìn)行建模和識(shí)別。MFCC是目前廣泛應(yīng)用 于語音相關(guān)識(shí)別中的特征參數(shù)，它利用了人耳聽覺頻率非線性特性，在噪聲環(huán)境中具有其 它特征參數(shù)無可比擬的優(yōu)勢，并且技術(shù)成熟。本發(fā)明利用語音信號(hào)處理中常用的MFCC提取 方法，來提取心音信號(hào)的Mel頻率倒譜系數(shù)，其提取過程如圖6所示，具體步驟如下(1)采用上述方法對心音信號(hào)進(jìn)行預(yù)加重、心音去噪、分幀和加窗、端點(diǎn)檢測預(yù)處 理；(2)對于已經(jīng)進(jìn)行預(yù)處理的心音信號(hào)進(jìn)行DFT (Discrete Fourier Transform，離 散傅里葉變換)或FFT (Fast Fourier Transform，快速里葉變換)處理，將其由時(shí)域信號(hào) χ (η)變換為頻域信號(hào)X (k)；其中，η表示時(shí)域信號(hào)所處的采樣時(shí)刻；k = 0，1，2，...，Ν-1，Ν 表示傅立葉變換的點(diǎn)數(shù)；(3)將得到的頻域信號(hào)X(k)通過一組Mel尺度的三角形濾波器組進(jìn)行濾波，三角 形濾波器的個(gè)數(shù)為M，傳遞函數(shù)為Hm(k)，m = 1，2，. . . M ；再將三角濾波器的輸出作對數(shù)能量 運(yùn)算，得到一組對數(shù)能量頻譜Sm，計(jì)算公式如下Sm=\n{%X(k)\2-HnXk))-,
k=0(4)對Sjt離散余弦變換(Discrete Cosine Transform，縮寫為DCT)，得到心音信號(hào)的Mel頻率倒譜系數(shù)C = IcnIn = 1，2，· · ·，N}，其中:Cn =2, Sm cos[—^―；其中N為Mel頻率倒譜系數(shù)的維數(shù)，其取值范圍為12 24，本實(shí)施方式取N = 12 ； η為圓周率。本發(fā)明的心音信號(hào)分類識(shí)別方法的基本原理，如圖7所示，即選取多個(gè)作為模板 的心音信號(hào)，分別建立其基于Mel頻率倒譜系數(shù)的GMM概率模板特征，然后以模板特征與待 測的心音信號(hào)的Mel頻率倒譜系數(shù)的似然度為匹配標(biāo)準(zhǔn)進(jìn)行分類識(shí)別。該方法不僅提取的 參數(shù)少，并且相比于現(xiàn)有技術(shù)其特征提取和計(jì)算過程都得以簡化，計(jì)算的魯棒性得以較大 幅度的提高，使得該方案在便攜式心音分類識(shí)別裝置中的設(shè)計(jì)應(yīng)用成為可能；并且，該方法 抗干擾能力強(qiáng)、分類識(shí)別的準(zhǔn)確率和效率較高，為進(jìn)一步的心臟病醫(yī)療診斷提供了有利的 依據(jù)。本實(shí)施方式中選擇了正常心音信號(hào)以及8類常見的病理性心音信號(hào)建立模板， 8類常見的病理性心音信號(hào)包括二尖瓣關(guān)閉不全心雜音、二尖瓣狹窄心雜音、主動(dòng)脈瓣關(guān) 閉不全心雜音、主動(dòng)脈狹窄心雜音、室間隔缺損心雜音、早搏、肺動(dòng)脈瓣狹窄心雜音、心音分 裂。采用上述的方法，分別求出作為模板信號(hào)的正常心音信號(hào)以及8類常見的病理性心音 信號(hào)的Mel頻率倒譜系數(shù)，依然計(jì)模板信號(hào)的Mel頻率倒譜系數(shù)為C = {cjn = 1,2,..., N}，然后獲取模板信號(hào)的模板特征i。高斯混合模型(GMM)是近年來生物識(shí)別采用的最主流 的技術(shù)，它是在隱馬爾可夫模型(Hidden Markov Model，縮寫為HMM)的基礎(chǔ)上發(fā)展起來的， 是單一高斯概率密度函數(shù)的延伸，由于GMM能夠平滑地近似任意形狀的密度分布，將其用 于心音信號(hào)相關(guān)的識(shí)別任務(wù)中可以取得了良好的效果。本發(fā)明中GMM模板特征的訓(xùn)練采用 最大似然估計(jì)(Maximum Likelihood)的方法，訓(xùn)練的目的就是找到一組高斯混合模型參數(shù) 入，使P(C| λ)最大，即 由于似然度P(C| λ)是參數(shù)λ的非線性函數(shù)，無法直接求其最大值。這種最大參 數(shù)估計(jì)可利用EM算法(Expectation Maximization，最大期望算法)通過迭代計(jì)算得到。 具體方法是(dl)估計(jì)模板信號(hào)的初始高斯混合模型參數(shù)λ，按如下公式計(jì)算其似然度P (C λ) (d2)以期望最大化估計(jì)模板信號(hào)的另一高斯混合模型參數(shù)λ ‘，即使其滿足如 下條件P (C I λ ‘)彡 P (C I λ )；并計(jì)算似然度差值e = P (C I λ ‘ ) -P (C I λ )；(d3)若似然度差值e大于閾值η，則以前次估計(jì)的高斯混合模型參數(shù)λ ‘作為新 的初始高斯混合模型參數(shù)λ，并再次以期望最大化估計(jì)模板信號(hào)的又一高斯混合模型參數(shù) 入‘，重復(fù)步驟(d2)；若似然度差值e小于或等于閾值η，則判定為收斂，以前次估計(jì)的高 斯混合模型參數(shù)λ ‘作為模板信號(hào)的模板特征i;其中，閾值η的取值在10_4 10_3之間，本實(shí)施方式取n = ιο_3。這樣的迭代過程可能持續(xù)多次，直至迭代的然度差值e小于收斂的閾值η，即停 止訓(xùn)練，此時(shí)估計(jì)的高斯混合模型參數(shù)λ ‘已經(jīng)滿足使P(C| λ)逼近極大值，也即訓(xùn)練所 得的模型特征i。設(shè)作為模板信號(hào)的正常心音信號(hào)以及8類常見的病理性心音信號(hào)各自的 樣本數(shù)量不盡相同，9類模板信號(hào)的樣本數(shù)量共有I個(gè)，則分別將獲取的I個(gè)模板信號(hào)的模 板特征、以及各個(gè)模板信號(hào)對應(yīng)的分類存儲(chǔ)于數(shù)據(jù)存儲(chǔ)電路中以備調(diào)用。接下來，對于待測的心音信號(hào)，首先提取其Mel頻率倒譜系數(shù)，提取方法如上所 述，計(jì)待測的心音信號(hào)的Mel頻率倒譜系數(shù)為C' ={c' n|n = 1，2，...，N}，N表示Mel 頻率倒譜系數(shù)的維數(shù)。對待測的心音信號(hào)進(jìn)行分類識(shí)別時(shí)，目的就是對Mel頻率倒譜系數(shù) C'，找到使C'有最大后驗(yàn)概率的模型參數(shù)i, (i,表示第i個(gè)模板信號(hào)的模板特征，i = 1， 2，...，I)，模型參數(shù)i,所對應(yīng)的模板信號(hào)的分類就是待測的心音信號(hào)的分類識(shí)別結(jié)果。本
發(fā)明的心音信號(hào)識(shí)別過程可以用下式表示 f表示待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)的模板特征之間 的最大似然度。在計(jì)算過程中，認(rèn)為待測的心音信號(hào)與各個(gè)模板信號(hào)的模板特征相匹配的 概率相同，即取= 又因p(c')的概率是相同的，即p(c' ) = ι/ι;故上式可以簡
化為 如果為了進(jìn)一步減少計(jì)算量，提高計(jì)算的鋁棒性，可使用對數(shù)運(yùn)算其最大似然 度 計(jì)算出最大似然度j，則及所取模型特征i,對應(yīng)的模板信號(hào)的分類，即作為待測的 心音信號(hào)分類識(shí)別結(jié)果，通過液晶顯示屏顯示出來，并存儲(chǔ)于數(shù)據(jù)存儲(chǔ)電路中以備后續(xù)處理。下面結(jié)合一個(gè)實(shí)例對本發(fā)明做進(jìn)一步的說明。實(shí)施例本實(shí)施例中選擇了正常心音信號(hào)和8種常見的病理性心音信號(hào)作為模板信號(hào)，所 采集的樣本共計(jì)65例，其中包括5例正常心音、5例二尖瓣關(guān)閉不全心音、17例二尖瓣狹 窄心音、5例主動(dòng)脈瓣關(guān)閉不全心音、5例主動(dòng)脈瓣狹窄心音、5例肺動(dòng)脈瓣狹窄心音、6例室 間隔缺損心音、8例早搏心音、9例心音分裂。采集過程中，DSP處理器首先采用coif3小波對心音信號(hào)進(jìn)行7層分解并重構(gòu)，得 到不同頻段的子帶信號(hào)方便觀察。通過小波去噪后，去除了心音信號(hào)中的很多無用成分和 干擾，保留了信號(hào)的有用成分，對去噪后的心音進(jìn)行特征參數(shù)提取，提取得到的MFCC系數(shù)就可以作為特征矢量進(jìn)行GMM模型特征的訓(xùn)練和識(shí)別。訓(xùn)練過程中對GMM的估計(jì)采用EM 算法進(jìn)行迭代運(yùn)算，設(shè)置的最大迭代次數(shù)為40次，訓(xùn)練時(shí)間約為3 4min。在識(shí)別階段，計(jì) 算待測的心音的MFCC系數(shù)與訓(xùn)練所獲得的GMM模板特征之間的似然度，求出的最大似然函 度是所取模板特征對應(yīng)模型信號(hào)的分類為分類識(shí)別結(jié)果。經(jīng)驗(yàn)證，采用本發(fā)明方法的分類 識(shí)別時(shí)間一般在0.3 0.5s，心音信號(hào)進(jìn)行小波去噪后，大大減少了訓(xùn)練和識(shí)別的時(shí)間；同 時(shí)，本發(fā)明以GMM模板特征與待測的心音信號(hào)的Mel頻率倒譜系數(shù)的似然度為匹配標(biāo)準(zhǔn)進(jìn) 行分類識(shí)別，分類準(zhǔn)確率高、抗干擾能力強(qiáng)，本實(shí)施例采用該方法對1853例心音信號(hào)進(jìn)行 分類識(shí)別，并通過專家驗(yàn)證分類識(shí)別結(jié)果，分類準(zhǔn)確率達(dá)到96%以上。
最后說明的是，以上實(shí)施方式及實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制， 盡管參照較佳實(shí)施方式及實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理 解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的宗旨和 范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
一種心音信號(hào)分類識(shí)別方法，其特征在于包括如下步驟a)采集心音信號(hào)，經(jīng)放大、濾波后，輸入到處理器進(jìn)行處理；b)處理器提取心音信號(hào)的Mel頻率倒譜系數(shù)；c)利用步驟a)和b)，提取模板信號(hào)的Mel頻率倒譜系數(shù)C；d)基于Mel頻率倒譜系數(shù)C，采用最大似然估計(jì)的方法獲取模板信號(hào)的模板特征即 <mrow><mover> <mi>&lambda;</mi> <mo>^</mo></mover><mo>=</mo><mi>arg</mi><munder> <mi>max</mi> <mi>&lambda;</mi></munder><mi>P</mi><mrow> <mo>(</mo> <mi>C</mi> <mo>|</mo> <mi>&lambda;</mi> <mo>)</mo></mrow><mo>;</mo> </mrow>其中，λ為估計(jì)的高斯混合模型特征，P(C|λ)為λ的似然度；然后存儲(chǔ)各個(gè)模板信號(hào)的模板特征及其對應(yīng)的分類；e)利用步驟a)和b)，提取待測的心音信號(hào)的Mel頻率倒譜系數(shù)C′；f)計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)的模板特征之間的似然度，將最大似然度對應(yīng)的模板信號(hào)的分類作為分類識(shí)別結(jié)果輸出。FSA00000210586000011.tif
2.根據(jù)權(quán)利要求1所述的一種心音信號(hào)分類識(shí)別方法，其特征在于，所述步驟d)中獲 取模板信號(hào)的模板特征的具體步驟如下(dl)估計(jì)模板信號(hào)的初始高斯混合模型參數(shù)λ，按如下公式計(jì)算其似然度P(C| λ) 其中，模板信號(hào)的Mel頻率倒譜系數(shù)C = Icn I η = 1，2，...，N}，N表示Mel頻率倒譜系 數(shù)的維數(shù)；(d2)以期望最大化估計(jì)模板信號(hào)的另一高斯混合模型參數(shù)λ ‘，即使其滿足如下條件P(C| λ ‘)彡 P(C| λ)；并計(jì)算似然度差值e = P(C| λ ‘ )-P(C| λ)；(d3)若似然度差值e大于閾值η，則以前次估計(jì)的高斯混合模型參數(shù)λ ‘作為新的 初始高斯混合模型參數(shù)λ，并再次以期望最大化估計(jì)模板信號(hào)的又一高斯混合模型參數(shù) 入‘，重復(fù)步驟(d2)；若似然度差值e小于或等于閾值η，則判定為收斂，以前次估計(jì)的高 斯混合模型參數(shù)λ ‘作為模板信號(hào)的模板特征其中，閾值η的取值在10_4 10_3之間。
3.根據(jù)權(quán)利要求1所述的一種心音信號(hào)分類識(shí)別方法，其特征在于，所述步驟f)具體為(fl)按如下公式計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)的模 板特征之間的最大似然度5 : 其中，待測的心音信號(hào)的Mel頻率倒譜系數(shù)C' =Ic'」11=1，2，...，《州表示臨1 頻率倒譜系數(shù)的維數(shù)；i,表示第i個(gè)模板信號(hào)的模板特征，i = 1，2，. . .，I，I表示模板信號(hào) 的總數(shù)量；(f2)將最大似然度f所取模型特征i,對應(yīng)的模板信號(hào)的分類，作為待測的心音信號(hào)分 類識(shí)別結(jié)果，并輸出。
4.根據(jù)權(quán)利要求1所述的一種心音信號(hào)分類識(shí)別方法，其特征在于，所述步驟f)具體為(fl)按如下公式計(jì)算待測的心音信號(hào)的Mel頻率倒譜系數(shù)分別與各個(gè)模板信號(hào)的模 板特征之間的最大似然度左= MgmaxflogP(Caii);其中，待測的心音信號(hào)的Mel頻率倒譜系數(shù)C' = {c' Jnn=\=1，2，...，N}，N表示Mel頻率倒譜系數(shù)的維數(shù)；i,表示第i個(gè)模板信號(hào)的模板特征，i = 1，2，. . .，I，I表示模板信號(hào)的總數(shù)量；(f2)將最大似然度^所取模型特征i,對應(yīng)的模板信號(hào)的分類，作為待測的心音信號(hào)分 類識(shí)別結(jié)果，并輸出。
5.一種心音信號(hào)分類識(shí)別裝置，其特征在于包括心音傳感器、放大濾波電路、增益調(diào)節(jié) 電路、電平調(diào)整電路、按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路、液晶顯示電路和DSP處理器；所述心音傳感器與放大濾波電路連接，用于放置在胸壁心前區(qū)采集心音信號(hào)，并發(fā)送 至放大濾波電路；所述放大濾波電路分別與增益調(diào)節(jié)電路和電平調(diào)整電路連接，用于對心音信號(hào)進(jìn)行放 大和濾波處理，然后經(jīng)由電平調(diào)整電路發(fā)送至DSP處理器；放大濾波電路的放大增益由增 益調(diào)節(jié)電路控制；所述電平調(diào)整電路用于抬升地電平電壓至1.5V，并將調(diào)整電平過后的心音信號(hào)送至 DSP處理器的A/D采樣端口 ；所述按鍵輸入電路用于執(zhí)行輸入操作；所述數(shù)據(jù)存儲(chǔ)電路用于讀取和存儲(chǔ)作為模板的心音信號(hào)的分類和模板特征，以及待測 的心音信號(hào)的分類識(shí)別結(jié)果；所述液晶顯示電路用于顯示輸入信息、信號(hào)處理過程信息和分類識(shí)別結(jié)果信息； 所述DSP處理器分別與增益調(diào)節(jié)電路、電平調(diào)整電路、按鍵輸入電路、數(shù)據(jù)存儲(chǔ)電路和 液晶顯示電路連接，完成心音信號(hào)的A/D轉(zhuǎn)換，處理按鍵輸入電路的輸入信息，控制增益調(diào) 節(jié)電路的增益大小、電平調(diào)整電路的調(diào)整幅度、數(shù)據(jù)存儲(chǔ)電路的文件讀取和存儲(chǔ)以及液晶 顯示電路的實(shí)時(shí)顯示，并按照權(quán)利要求1所述方法的步驟b) f)完成對待測的心音信號(hào) 的分類識(shí)別處理。
6.根據(jù)權(quán)利要求5所述的心音信號(hào)分類識(shí)別裝置，其特征在于所述心音傳感器采用 JXH-5型有源心音傳感器。
7.根據(jù)權(quán)利要求5所述的心音信號(hào)分類識(shí)別裝置，其特征在于所述放大濾波電路的 濾波通帶設(shè)計(jì)為IOHz 900Hz ；通過增益調(diào)節(jié)電路進(jìn)行放大增益調(diào)節(jié)后，所述放大濾波電 路的放大倍數(shù)為250 300倍。
8.根據(jù)權(quán)利要求5所述的心音信號(hào)分類識(shí)別裝置，其特征在于所述液晶顯示電路的 顯示芯片采用MCG12864A8-3。
9.根據(jù)權(quán)利要求5所述的心音信號(hào)分類識(shí)別裝置，其特征在于所述DSP處理器采用 TMS320F2812。
全文摘要
本發(fā)明提供了一種心音信號(hào)分類識(shí)別方法及運(yùn)用該方法的心音信號(hào)分類識(shí)別裝置。本發(fā)明方法以GMM模板特征與待測的心音信號(hào)的Mel頻率倒譜系數(shù)的似然度為匹配標(biāo)準(zhǔn)進(jìn)行分類識(shí)別，提取的參數(shù)少，特征提取和計(jì)算過程都得以簡化，并且抗干擾能力強(qiáng)、分類識(shí)別的準(zhǔn)確率和效率較高；本發(fā)明以該方法為總思路設(shè)計(jì)的心音信號(hào)分類識(shí)別裝置采用DSP處理器為處理核心，裝置結(jié)構(gòu)簡單、小巧輕便，可隨身攜帶進(jìn)行測量，是一種低成本、無創(chuàng)的心音檢測裝置，有助于心臟疾病的及時(shí)發(fā)現(xiàn)和送診。
文檔編號(hào)G10L15/06GK101930734SQ201010240660
公開日2010年12月29日 申請日期2010年7月29日 優(yōu)先權(quán)日2010年7月29日
發(fā)明者吳文竹, 段赟, 郭興明 申請人:重慶大學(xué)