一种心音检测仪的设计与实现

魏 敏，孙科学,2，王晨曦，黄敏豪

(1.南京邮电大学 电子科学与工程学院，江苏 南京 210023；2.江苏省射频集成与微组装工程实验室，江苏 南京 210023)

一种心音检测仪的设计与实现

魏 敏1，孙科学1,2，王晨曦1，黄敏豪1

(1.南京邮电大学 电子科学与工程学院，江苏 南京 210023；2.江苏省射频集成与微组装工程实验室，江苏 南京 210023)

随着现代社会的飞速发展，人们的生活水平越来越好，但心脏病等疾病的发病几率也越来越高。然而大多数的心脏检测设备体积过大且价格昂贵，无法满足大多数人的需求。文中设计了一个心音信号综合采集分析系统。该系统以凌阳SPCE061A单片机为控制核心，运用传感器、A/D转换、滤波放大、FPGA信号处理等技术手段，采用传感器对人体的心音信号进行采集，经过信号处理电路对信号进行滤波放大等处理，通过FPGA和单片机将采集到的数据进行分析计算并用扬声器输出。结果表明，该系统能够精确采集并处理心音信号，这种具有实时播报的功能，不仅能够方便病人的自我诊断，同时也可以让患者更及时的就医。

心音采集；A/D转换；FPGA；语音播报

0 引 言

传统的心音图仪在心音存储、数据处理上存在着较大的局限性，而且不具备量化分析功能，因而临床应用较少。随着数字技术的发展，国内外再次出现心音研究的热潮。研究内容包括心音信号检测、分析、识别、模拟以及心音信号处理的临床应用[1]。

目前已有大量与心音相关的研究成果不断出现，如基于LabVIEW平台的心音分析虚拟仪器[2]、便携式心音检测仪、电子听诊器[3]、基于Android平台的心音识别系统[4]等应用。其中大量的研究结果表明，对心音信号的滤波和提取包络是决定系统性能的关键因素。

文中介绍了一种基于SPCE061A的语音心音检测仪的设计与实现方法。该系统不仅能基于对心音信号的时频域分析[5]有效地对心音信号进行滤波、提取包络，还能通过凌阳单片机在扬声器中的实时语音播报测试结果，方便病人及时了解自身心音变化情况，具有灵活轻便、易于携带、可靠性高等特点，提高了心音听诊的及时性和准确性。

1 心音信号分析

心音是由心肌收缩，心脏瓣膜关闭和血液撞击心室壁、大动脉壁等引起的振动所产生的声音。每一心动周期可产生四个心音，一般均能听到的是第一和第二心音。心音信号具有微弱性、低频特性和不稳定性。时域分析中，第一心音的特点为音响低钝，第二心音的特点为音调较高而清脆。第一心音与第二心音的时间间隔称为心脏收缩期，第二心音和下一心动周期的第一心音的时间间隔称为心脏舒张期。

在采集心音信号的过程中，会引入部分噪声，这些噪声会影响到心音的分析结果[6]。影响心音信号的噪声主要包括以下几种：50 Hz工频及其各次谐波的干扰，由于呼吸和运动所产生的电极接触噪声，肌肉收缩产生的噪声，电子装置产生的噪声。通过采取适当的措施，可将心音信号噪声降到一定的程度，但仅依靠模拟信号处理并不能完全解决噪声干扰问题，需考虑采用数字滤波技术处理心音信号。文中采用基于小波去噪的自适应滤波器以提高心音信号的信噪比。

图1 自适应小波变换流程图

2 系统整体设计方案

从总体上来说，心音检测仪就是一个智能化信号采集处理系统，结构上主要由完成人体心音信号采集、滤波、放大、比较等功能的前端硬件电路部分[7-9]和完成数据分析、处理和输出的微机控制部分组成，这两大部分协调配合完成整个系统功能。系统框图如图2所示。

图2 心音检测仪系统框图

2.1 前段硬件电路设计

心音的听音范围为20～600 Hz，由于心音信号比较微弱，于是采用抗灵敏度高、抗干扰能力强的新型高分子聚合材料微音传感元件作为心音的采集探头。参数如下：电源使用3～4 VDC；功耗小于1 mA；频率响应在1～600 Hz；灵敏度大于4 mVPa。

低通滤波[10]部分采用巴特沃兹二阶低通滤波电路。由于心音信号的有用部分集中在0.05～100 Hz之间，所以取截止频率f0=100Hz。然后采用LM324进行前置放大[11]，经前置放大后差动信号转换为单端信号，由于输出幅度较小，必须经过再次放大后输入到模数转换电路。由于测量电路器件本身存在噪声和其他干扰，同时输入信号幅值较小，需要加入二阶低通滤波电路抑制杂散信号。在具体电路设计中，通过先仿真后搭建硬件电路，在调测过程中选取适当的电容、电阻值，确保低通滤波效果。

对于心音检测仪[12-15]来说，如何准确地测出心率是关键。文中设计方案针对心音的脉冲特性，采用以超低失调电压运放OP07为核心的迟滞比较电路，将经过前端处理的心音信号整合成矩形脉冲信号，再输入到单片机管脚中进行计数，就可以很方便地测出心跳速率。

2.2 FPGA数字滤波器

数字滤波器对采集回的信号进行谱分析，将频域中的噪声信号和有用信号进行分离。该方法是基于频域的处理方法，因此只适用于有用信号和噪声信号频谱未发生重叠的情形。而由心音传感器采集回的信号，其有用部分和噪声部分在频谱中是混叠的，经典的数字滤波器的方法效果不明显。为了解决该问题，文中采用非线性数字滤波方法，即基于小波变换的数字滤波。具体过程如下：首先要在小波变换域对信号进行小波多层分解，同时对小波系数进行非线性处理，如削切以及阈值处理等，通过以上步骤实现去噪的目的。采用经典方法去噪常常会导致信号高频区信息丢失的问题，小波去噪可在一定程度上避免该问题的发生。

在信号时间内对其进行小波分解以获取小波系数中的最大值，该值与分解尺度成正相关且存在峰值。分解得到的小波系数最大值会因为噪声的负奇异性而随着分解尺度的增加逐渐减小，均匀分布在分解的各层内。实现信号与噪声在时域、频域上的分离。

由于小波变换去噪的运算量较大，不易于通过单片机实现，因此文中采用现场可编程门阵列(Field-Programmable Gate Array，FPGA)[16]实现。FPGA具有的丰富硬件资源为实现小波算法提供了可能性。FPGA采用并行处理的结构，可以处理复杂功能的程序，在设计的过程中便于修改，能够高效地实现小波变换去噪。将分布式算法的思想转换成查找表的操作，可以大大提高信号处理的运算速率。

信号的小波去噪可以分为三个步骤进行：第一步是小波分解。首先选取合适的小波基对染噪信号在小波域进行分解，可获得N层的高频系数和低频系数。第二步需要对获得的高频系数进行阈值处理。其中，第1层到第N层的高频系数与各自的阈值进行比较，进行相应的数值处理。最后一步是小波重构。将低频系数与阈值处理后的高频系数的数值重新组合，从而完成小波去噪过程。

在实际硬件设计和实现中，使用XILINX公司的spartan3E的XC3S500EFPGA来实现数字滤波器。首先通过AD采样将模拟信号转换成数字信号。数据将从IO口传到FPGA内部，FPGA内部收到数据后会启动小波去噪模块，从硬件上实现数据采集和自适应小波去噪的过程，并传输给下一级电路，有效地提高了心音信号的信噪比。其中，AD转换器为AD公司的AD7482，数值存储采用的是美国美光的MT48LC8M16A2，采用FTDI公司FT245R芯片作为通用串行总线转换芯片进行数据传输。

2.3 单片机数据采集系统设计

凌阳的SPCE061A单片机最多可处理16位数据，具有部分DSP功能，最高时钟频率可达49 MHz，有较强的信号处理能力。这些为语音的播放、录放、合成以及辨识提供了必要的条件。将语音处理部分分解为A/D、语音编码、数据存储、语音解码以及D/A等部分，如图3所示。

图3 单片机对语音的处理过程

SPCE061A的开发环境为在线调试器PROBE，它集合了编程器(即程序烧写器)和实时在线调试器的功能。通过PROBE利用SPCE061A片中内部嵌入的在线仿真电路ICE，即In-Circuit Emulator接口可以实现单片机的在线串行编程。在线调试器是在凌阳IDE的集成开发环境软件包下工作的，通过5芯的仿真头直接连接到目标电路板上的芯片的对应管脚上，实现对目标电路板上的SPCE061A芯片中用户所编写的程序直接进行调试和运行的功能。在线调试器PROBE采用标准的25针打印机接口，便于通过计算机打印口实现与上位机的通讯。此外，通过计算机IDE集成开发环境软件包，可实现在线调试功能。

使用麦克风所产生的WAVE文件会占用大量存储空间，凌阳SPCE061A为这一问题提供了解决途径，即SACM-LIB库。库中包括了A/D、D/A模块、解编码模块以及存储模块。了解每个模块所要实现的功能及其参数后，可通过调用每个模块对应的应用程序接口API函数实现该功能，如表1所示。

表1 SACM-LIB库中模块及其算法类型

在SACM-LIB中,SACM_A2000和SACM_S480两种放音算法较为常用。在使用中会遇到添加语音资源的问题，WAV文件需要按照压缩比压缩为资源表形式才能在程序中调用。凌阳提供专门压缩的Windows工具，该工具允许选择一个或多个WAV文件进行压缩。压缩编码可以实现高效存储和转换。在实际操作中，未经压缩编码的音频资料会占用大量的存储空间，若直接对其进行传输和存储会大大影响检测系统的效率。资料压缩能够实现对信号趋势的预测和冗余信息的处理，在占用较少资源的情况下处理更多的信息，节省内存资源，缩短传输时间。

由于语音编程技术较为成熟，也可以考虑在原有程序的基础上加入一些模块化程序，如键盘。语音文件的播放、停止、暂停、恢复以及音量的大小等可以通过按键控制。因此为用户提供了一个接口文件Key.inc作为资源使用模块，模块中定义了可供系统调用的与按键扫描相关的子程序。在模块中的Key.asm文件中，定义了程序中所需要的全局和局部变量。该文件是上述接口中定义的各子程序的程序实体。

2.4 系统软件设计与实现

模块化设计原则在整个程序设计的过程中都有体现，主要包含IO口读取数据、数据存储、心率计算、语音输出播放等子程序模块。该系统通过主程序来控制程序主体流程，通过调用子程序来实现各项心音检测功能。系统的主程序流程图如图4所示。

图4 主程序流程图

特定的I/O端口需要根据系统的需求进行相应的初始化，即根据系统的输入、输出需求，将相应的I/O端口设置为输入状态或输出状态，然后通过主循环来实现Data单元数据和Buffer单元数据的读取和写入。

此外，使用SACM_A2000压缩算法进行语音播放的过程需先经历一次语音播放初始化，其中包括数据的读取、语音队列的填充或者解压缩，以及语音的输出播放这几个步骤。初始化可选择自动方式或者手动方式。选择自动播放时，只要调用SACM_A2000_ServiceLoop()函数就可以方便地实现取数据，填充语音队列及解压缩的功能。

最终程序实现如下功能：主函数首先进行键盘按键扫描，当检测到Key1键被按下时，开始播放提示音，准备进行心音检测。同时，定时器开始定时30 s，计数器记下在此期间的心跳脉冲数目。当到了30 s的定时时间之后，计数程序立刻被中断，并对所记录数值的两倍除以10进行取余，得出个位和十位后，最后语音播报出心跳脉冲速率。

3 结束语

在目前的医疗领域内，心音检测技术已被广泛应用于临床诊断，在取得了较好检测效果的同时，硬件设备的操作使用也十分简单方便，有较高的实用性。文中侧重于对心音检测仪的硬件研制和软件开发过程。根据仪器参数的要求，结合大量相关资料绘制出各模块的电路图并通过硬件电路实现各项功能。软件方面遵循模块化设计原则，功能程序设计简洁明了，并在文中画出了整体程序的流程图，对各功能进行了详细的注解。为了能更直接清晰地观测心脏的跳动情况，也可以在该系统的基础上添加显示模块，进一步完善系统功能。

[1] 季 安，郭兴明，肖守中.心音检测仪的研究进展[J].现代科学仪器，2006(6):34-36.

[2] 张会香，成谢锋.LabVIEW平台上的心音分析虚拟仪器设计[J].计算机技术与发展，2010，20(11)：217-220.

[3] 樊 容.低噪声电子听诊器的设计[J].电子设计工程，2014，22(24)：130-133.

[4] 成谢锋，刘 伟.基于Android平台的心音识别系统的研究[J].计算机技术与发展，2015，25(2)：152-155.

[5] Rajan S, Budd E,Stevenson M,et al. Unsupervised and uncued segmentation of the fundamental heart sounds in phonocardiograms using a time-scale representation[C]//Proc of 28th annual international conference of the IEEE engineering in medicine and biology society.[s.l.]:IEEE,2006:3732-3735.

[6] 朱冰莲，刘 倩.心音信号的自适应小波去噪[J].计算机技术与发展，2006，16(10)：83-84.

[7] 彭 军.传感器与检测技术[M].西安:西安电子科技大学出版社,2003.

[8] Kumar D,Carvalho P,Antunes M,et al.Near real time noise detection during heart sound acquisition[C]//Proc of 15th European signal processing conference.[s.l.]:[s.n.],2007.

[9] 陈粤初.单片机应用系统设计与实践[M].北京:北京航空航天大学出版社,1998.

[10] 陈惠开.无源与有源滤波器—理论与应用[M].北京:人民邮电出版社,1996.

[11] 康华光.电子技术基础—模拟部分[M].第4版.北京:高等教育出版社,1998.

[12] Falk T H,Chan W Y.Modulation filtering for heart and lungsound separation from breath sound recordings[C]//Proc of 30th annual international conference of the IEEE engineering in medicine and biology society.[s.l.]:IEEE,2008:1859-1862.

[13] Hsieh B P,Unver K,McNulty E,et al.The amplitude ratio of the first to second heart sound is reduced in left ventricular systolic dysfunction[J].International Journal of Cardiology,2010,145:133-135.

[14] Mehta N J,Khan I A.Third heart sound:genesis and clinical importance[J].International Journal of Cardiology,2004,97(2):183-186.

[15] El-Segaier M,Lilja O,Lukkarinen S,et al.Computer-based detection and analysis of heart sound and murmur[J].Annals of Biomedical Engineering,2005,33(7):937-942.

[16] 王香云.基于FPGA的小波去噪的硬件实现[J].激光技术，2013,37(6)：786-790.

Design and Implementation of a Heart Sound Detector

WEI Min1，SUN Ke-xue1,2，WANG Chen-xi1，HUANG Min-hao1

(1.School of Electronic Science and Engineering，Nanjing University of Posts and Telecommunications,Nanjing 210023,China；2.Jiangsu Province Engineering Lab of RF Integration & Micropackage，Nanjing 210023，China)

With the rapid development of modern society,people’s living standard is improving,but the probability of heart disease incidence is higher.However,most of the cardiac testing equipment is too large and expensive to meet the needs of most people.In view of this,a Sunplus SPCE061A is designed as the control core,collected by sensor signal,A/D conversion,filter and FPGA amplification technology analysis system.The system uses the heart sound signal on the human body sensor,then through filtering and FPGA signal processing,finally the SCM data collected will be used to calculate and output by the speaker.The results show that the system can be the perfect collection and processing of heart sound signal.This real-time broadcast function can not only be very convenient for patients to self-diagnosis,but also be timely medical treatment.

heart sound acquisition；A/D conversion；FPGA；voice broadcast

2015-05-29

2015-09-03

时间：2016-05-05

江苏省高校自然科学研究面上项目(15KJD510001)；南京邮电大学实验室工作研究重点课题(2015XSG02)；南京邮电大学重点教学改革项目(JG03314JX54，JG03314JX53)

魏 敏(1994-)，女，研究方向为数字信号处理及其FPGA实现；孙科学，副教授，研究方向为电子电路设计、嵌入式系统与通信软件设计。

http://www.cnki.net/kcms/detail/61.1450.TP.20160505.0815.028.html

TP311.1

A

1673-629X(2016)05-0179-04

10.3969/j.issn.1673-629X.2016.05.039