一种先心病快速筛选仪的设计与实现

成谢锋，张友迅

(南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京 210046)

0 引 言

先天性心脏病是一种最常见的先天性畸形，其发病率约占0.8%，每年中国大陆约有30万先心病新生儿[1]。随着二胎放开以及高龄孕妇增加、环境污染加重，先心病发病率呈逐年上升趋势。新生儿应尽早开展先心病筛查与诊疗工作，可有效降低出生缺陷率与婴儿病死率。

为贯彻落实《母婴保健法》，进一步提高出生人口素质与生命质量，降低5岁以下儿童死亡率，从2016年开始，将全面开展新生儿先天性心脏病筛查工作，如上海市硬性规定新生儿进行先心病筛查，其主要方法是：心脏听诊+脉搏血氧饱和度[2]。该方法虽然简单、省时、准确度较高，但过度依赖于医生的主观经验，且部分先心病患儿可无杂音或杂音较轻，容易造成漏诊。在相对贫困地区，尚未形成完备的诊断体系，通常借助于医生人工听诊，然而这对经验尚浅的医生而言，存在较高的误诊率，不但加重了患者家属的负担，同时漏诊的患儿也不能得到及时的治疗。鉴于此，迫切需要相关辅助诊断设备。

心音能反映心血管系统的病理特征，在临床上具有重要的价值，因此常用于部分疾病的诊断[3-6]。随着电子听诊器与数字信号处理的发展，衍生出多种智能诊断器械，如丹麦Acarix公司基于心音的体外冠心病诊断仪。近年来，在国内外研究人员的共同努力下，心音采集设备越来越多样、预处理部分也越来越精细、特征参数提取方法越来越成熟、分析技术也越来越高效。并且心音智能诊断技术已经逐步走向了实际应用。在此基础上，该团队研发了一种先心病筛选辅助设备。该仪器由多通道心音传感器、血氧饱和度传感器和Exynos4412嵌入式系统等组成，通过Qt-C++编程实现四通道心音信号同步采集、预处理、血氧饱和度计算，前端交互界面动态显示，数据存储与传输、特征提取和分类识别。前期应用结果表明，该设备设计简洁、使用方便，诊断结果比较准确，对家庭、社区和基层医院都有推广应用价值。

1 系统结构框架

心音是由心脏瓣膜的开闭、肌肉的舒张收缩及心血管壁振动而产生的一种复合音。长期临床实践经验发现，心脏杂音与心血管疾病有着紧密的相关性。快速先心病筛选仪作为一种医疗辅助设备，针对新生儿进行初步先心病诊断，其阳性结果需进行心超检查确认。其创新之处在于一方面使用并行听诊简化筛查过程，另一方面利用智能算法提高筛查速率，具有设计简洁、使用方便、筛查时间短、诊断准确率较高等优点。系统结构框架如图1所示。筛选仪硬件系统主要包括四通道心音传感器、血氧饱和度传感器、Exynos4412嵌入式系统与电源管理器等。该硬件系统具有采集精度高、稳定性强、制作成本较低、安全便捷等特点，有助于筛选仪后续的推广工作。

图1 系统结构框图

2 硬件设计

2.1 四通道心音传感器

1999年，美国3M Littmann公司将电子技术应用于听诊中，研制了一款电子听诊器，推动了智能听诊的研究与发展[7]。电子听诊器将自然心音信号转化为计算机可识别的数字信号，是进行心音分析的前提[8]。

目前，国内外多数心音研究尚基于单通道心音信号[9-12]。结合先心病心音信号的特点，利用四通道同步心音信号分析，能有效提高先心病的筛查效率与诊断准确率[13]。四通道心音传感器如图2所示，前端听诊头是由高分子振动瓣膜、谐振腔体与驻极体麦克风等部分组成，其作用是将心音声学信号转换为电信号。由于新生儿各心脏听诊区分布相近，因此要求相对缩小谐振腔体的面积，这将影响传感器的灵敏度，使得采集信号的信噪比降低，造成部分心音信号被淹没在噪声中。为解决此难题，在听诊头面积不变的情况下，相对扩展震动腔体积，从物理音腔的层面提高灵敏度。四通道心音传感器将多个前端听诊头用支架固定成一体，谐振腔底部与驻极体麦克风紧密连接。在支架的外围使用屏蔽密封圈，有效防止心音信号受到外界干扰。四个谐振器腔体之间使用软体弹性材料相互接触，提高心音谐振的效果，并使得四路心音信号互不干扰。

在听诊过程中，四通道心音传感器解决了需要不断移动听诊器的难题，缩短了现场诊断时间，提高了先心病筛查效率，并具有检测精度高、装置体积小、生产成本低等优点。目前四通道心音传感器已获得中国发明专利(专利号201510179382.3)。

图2 四通道心音采集器

2.2 血氧饱和度传感器

血氧饱和度(pulse oxygen saturation，SpO2)是氧合血红蛋白(oxyhemoglobin，HbO2)与血红蛋白(hemoglobin，Hb)的比重系数，是衡量血液输送氧气的能力的一项指标。人体的血液中，存在血红蛋白HbO2、氧血红蛋白Hb、碳氧血红蛋白COHb、镁铁血红蛋白MetHb。对于大多数健康的人群而言，相对于Hb与HbO2，血液中的COHb与MetHb含量较低，所以在实际临床中，往往将COHb与MetHb忽略不计，SpO2的公式简化为：

(1)

2014年，赵趣鸣在研究中发现血氧饱和度对先心病的灵敏度可达83%[14]。江苏省昆山市妇幼保健所的韩霞医生结合心肺听诊与血氧饱和度，在2011年至2014间，共筛查62 000名新生儿，检测出先心患儿共539例，灵敏度与特性均超过了90%[15]。通过上述文献可知，血氧饱和度对新生儿先心病评估具有一定的参考价值。

光电式血氧传感器原理：由HbO2和Hb对不同波长光线的吸收系数不同，因此设置红光(λ1=660 nm)与红外光(λ2=880 nm)透射手指，根据二者的透射光强度，通过采样与转换获取血氧饱和度。血氧饱和度传感器主要包括光电模块与控制模块。光电模块由发射管与接收管组成，发射管分别采用660 nm与880 nm波长的发光二极管，当波长为660 nm时，Hb的吸收系数相对HbO2较大，当波长为880 nm则相反；计算模块经过模数转换器读取两种光束透射强度，通过计算比例系数得SpO2值。控制模块由数模转换器、处理器与串口通信等部分组成。首先，数模转换器将接收管的输出转换为数字信号并送给处理器；其次，处理器根据上述公式计算血氧饱和度；最后，由串口通信输出血氧饱和度。

2.3 Exynos4412核心板

嵌入式系统是执行特定应用程序的计算机系统，该系统以计算机为基础，是工业与医疗器械领域一种极为重要的技术[16]。筛选仪选用Samsung公司研发的Exynos4412核心板。Exynos4412常被用于手持式设备、仪表与医疗等产品[17]，其CPU主频可达1.6 G，运算能力16K DMIPS，能大幅度缩短算法的运行时间。核心板如图3所示。

嵌入式系统包括中央处理器、电源管理模块、显示驱动模块、数模转换器、I/O接口等。中央处理器采用Cortex-A9架构，运行Linux操作系统；电源管理模块选用线性稳压器实现完备的功耗管理，电源芯片型号为S5M8767；显示驱动模块保证9寸电容屏的正常运行；数模转换器支持四通道转换，转换精度与频率分别为12 bit和2 000 Hz。

图3 Exynos4412核心板

综上所示，Exynos4412核心板的性能与功能均较为强大，具有体积小、功耗低、性能强等优点，较为符合筛选仪的设计理念。

3 软件设计

3.1 Qt介绍

Qt是由挪威TrollTech公司出品的跨平台界面框架，其中包括了Qt的面向设备、涵盖的编程语言、集成编译环境、界面设计Designer、编译组件qmake与Cmake、常用开发工具等。Qt拥有成熟、开源、丰富且稳定的引擎库，因此受到众多开发者的青睐[18]。随着用户数量的不断增长，其功能不断扩展，性能逐渐优化，达到了工业级标准。

Qt/Embedded是嵌入式环境下所使用的，具有以下优势：

工作效率高：根据特定的软硬件应用场景，做出相应的调整，可有效节省系统资源，提高应用程序的工作效率。Qt具有良好的封装机制，其模块化程度高、灵活性好，有助于用户的程序开发。另外，其特有的Signals/Slots机制能有效降低多任务事件协同的复杂程度。

跨平台特性：由于硬软件新版本的迭代，有可能造成部分应用程序无法正常运行。如果进行整个代码重构，必将耗费大量的资源。跨平台特性可良好规避此风险，通过重新交叉编译后即可完成环境适配。Qt支持下列主流操作系统：Windows、Linux、MacOs等。

API与控件库：包括280多个Class，如Collection，I/O device，File等。用户在设计交互界面的时候，往往能在控件库里找到相应的一些控件，如图形展现、虚拟按钮与界面容器等。

综上所述，Qt/Embedded在嵌入式领域有着广泛应用，其跨平台特征能够较好支持系统平台升级，较符合筛选仪的功能需求与设计理念，所以采用Qt/Embedded作为界面应用程序开发框架。

3.2 筛选仪工作流程

经过前期与医护人员进行反复的讨论与交流，结合病患的特点以及现有采集设备的意见与建议，确定了筛选仪的工作流程，如图4所示，主要包括了主界面、数据采集、算法分析、历史查询等界面。

图4 筛选仪工作流程

主界面主要包括图片和三个操作按钮，分别用于“新增筛查记录”、“历史记录查询”与“设备待机”。轻触“新增筛查记录”，进入数据采集界面，如图5所示，上方是由医生录入的患者住院编号、姓名、出生日期与性别等信息；左侧分别是四个心脏听诊区的具体位置，有助于医生进行心音信号采集；中部为四通道同步心音信号波形；右侧的操作按钮包括“添用户”、“同步采集”、“存储”、“分析”与“返回”。通过“分析”按钮进入算法分析界面，如图6所示，上方是患者信息与诊断时间；下方从左至右依次是心脏听诊区、心音波形、能量分布图与诊断结果，从上至下分别对应二尖瓣、主动脉瓣、肺动脉瓣与三尖瓣。

图5 信号采集界面

图6 信号分析界面

3.3 筛选仪算法流程

心音信号的特征分析较为成熟，常用包络曲线、声谱图、梅尔倒谱等。筛选仪采用一种高效的频域分析方法：小波分解+能量商。该算法主要分为三个步骤，其流程如图7所示。

图7 算法流程

步骤1：原始四路心音信号分别进行小波分解[19]。单路心音信号采用db10小波进行5层分解，重构信号[h1,h2,h3]。h1信号(62.5～125 Hz)主要代表S1与S2心音成分；h2信号(125～250 Hz)代表生理性杂音；h3信号(250～500 Hz)代表病理性杂音。

步骤2：计算分解后信号的能量商[E1,E2,E3,E4]T，并融合血氧饱和度SpO2获得特征向量[E1,E2,E3,E4,SpO2]T。文献提出能量商作为心音特征，由于心脏杂音分为良性杂音与病理杂音，良性杂音的频率与正常心音相近，而病理杂音频率相对较高，因此分析心音能量商系数能够有效判断心脏健康状况，其定义为[20]:

(2)

步骤3：采用支持向量机[21]对特征向量进行分类识别，获得诊断结果[r1,r2]。

4 结束语

介绍了一种先心病快速筛选仪，并详细阐述了传感器的设计原理、硬件平台的性能、软件系统的搭建、算法的流程分析以及整体实现的效果。该仪器能较好协助医生进行诊断，为先心病筛查提供了一种新的辅助设备，并且弥补了新生儿健康产业链的缺口。筛选仪具有设计简洁、使用方便、筛查时间短、诊断准确率较高等优点，在临床测验过程中也获得了医生的好评，在2018年获得全国研究生电子设计竞赛二等奖，全国大学生智能互联创新竞赛三等奖。