基于中医闻诊的智能听诊器心音信号采集系统设计

唐伟，徐学军

(长沙理工大学,物理与电子科学学院，湖南，长沙 410114)

0 引言

闻诊是指中医诊断学中望、闻、问、切4种诊治方法的“闻”，它是利用医者的听觉与嗅觉诊察患者的声音以及排泄物气味，实现对病情推断的诊断方式。人体内发出的声音和气味都发生在各种生理活动过程中，通过其变化可以直接显示出人体脏腑的病理变化，通过闻诊可判断出疾病的种类，听到的声音主要是指医学检查病人的声音、话语、呼吸、干燥咳痰、嗝逆等各种声音，利用声音的大小、高低、清浊判断寒热虚实；闻到的气味主要包括病体与病室两部分，通过病人排泄物散发的气味判断脏腑气血的寒热虚实[1-3]。通过病人的心音与呼吸音能够有效判断其心脏和肺部的生理、病理情况，为诊断心脏疾病与呼吸系统疾病提供了有力支持。听诊是当前心脏疾病与呼吸系统疾病最重要的诊断方式[4]。由于心音信号以及呼吸音信号在其捕捉过程中容易互相干扰，受噪声干扰较为严重，传统听诊器较难满足病患的切身情况，所得结果一般会受医生的主观影响，容易导致误诊[5]。为此，孙柯等[6]提出了以APSoC为基础设计的异构实时心音心电采集系统，该系统不能实时输出心率参数；廉宇琦等[7]提出了以MEMS为基础设计的电子听诊器信号采集传输系统，该系统在电路系统上还有待进一步完善，对于心率参数输出的精度还有待提高。基于此，本文设计了一种基于中医闻诊的智能听诊器心音信号采集系统，能够有效提取心音信号，减小噪声影响。

1 基于中医闻诊的智能听诊器心音信号采集系统

1.1 系统总体结构

系统选取了一款高性能16 Bit的定点DSP芯片TMS320VC5509A为核心主控芯片，该芯片内集成了128 kB*16 Bit的SRAM，能够有效实现对心音数据的处理，其具有性价比高、配套开发资源丰富、低功耗等优点。由于心音信号采集困难，系统心音传感器是在普通听诊头的结构上加入了振动腔和麦克风，以麦克风的输出为心音传感器的输出，实现微弱心音信号的准确采集。供电电源采用低开启电压的稳压源LD1117D，其能够在设定温度范围内有效保护系统的过温与过流。通过TMS320VC5509A芯片将为系统供电的电源模块、放大心音信号的音频模块紧密串联在一起，实现外部存储器的扩展，达到多组数据保存的目的。SD模块具有保存数据以及向上位机发送数据处理指令的作用，可以为心音信号的后续处理提供有力支撑，在USB模块中，不仅可以提供电池充电功能，还可以利用其通信功能直接与上位机进行交互[8-9]。在触摸屏模块构建了具有交互功能的人机接口界面，可为各层用户提供便利的使用条件，有利于推广。系统总体结构如图1所示。

图1 系统总体结构

1.2 音频模块设计

已知心音信号频率的有效区间是20～180 Hz，在心音信号采集的过程中，常因听诊器音源功率太小的问题导致输出信号的最大幅值大概只有50 mV，为解决这一问题，研究前端信号处理电路，实现心音信号放大、低通滤波以及高通滤波。

1.2.1 信号放大电路

系统通过同向比例放大器LM741构建放大电路，实现心音信号功率的放大。该放大器为内部补偿形式，不易损坏，较为安全，利用其构建的放大电路具有较强的稳定性能以及抗干扰能力等优点，放大电路如图2所示。

图2 放大电路

电路构建时采用21倍为前端放大倍数，R1、R2、R3分别为10 kΩ、10 kΩ、200 kΩ，已知放大倍数的公式为

(1)

则输出电压基本保持在1 V。

1.2.2 低通滤波电路

此处选取截止频率f0=160 Hz的二阶压控电压源低通滤波器，低通滤波电路如图3所示。

图3 低通滤波电路

其中，R4、R5均为10 kΩ，C1、C2均为100 nF，则截止频率的计算公式为

(2)

1.2.3 高通滤波电路

为阻隔前置放大器的直流电压、直流极化电压等低频噪声，通常于前置放大器与后一级电压放大器之间接入高通滤波电路[10]。此处选取截止频率f0=20 Hz的二阶压控电压源高通滤波器，高通滤波电路如图4所示。

图4 高通滤波电路

其中，R6、R7分别为11.254 kΩ、5.627 kΩ，C1、C2均为1 μF，此时，截止频率的计算公式与式(2)相同。

1.3 数据处理模块

该模块是利用STM32开发板内ADC转换模拟的心音信号为数字心音信号，完成数据的处理后将其投映在LCD模块内，同时利用DAC转换数字心音信号为模拟心音信号，并利用扬声器实现播放。在此过程中，需要通过局部自适应小波阈值函数模型对心音信号进行收缩降噪，设定一个阈值对心音信号的小波变化系数进行压缩，通过重构该小波变化系数达到为心音信号降噪的目的，局部自适应小波阈值函数模型的定义为

(3)

其中，N为信号采样点数，小波分解的方式采用db8小波基，l为层数值(此处为7)，j为阈值位置的层，s一般取值为大于等于2的整数。层细节小波系数鲁棒估计公式为

(4)

具有微调作用的变化因子公式为

(5)

其中，高频系数wj,k的点数通过n描述，median取值为中值，mean表示取平均值。得到双变量阈值函数模型的公式为

(6)

其条件为

(7)

其中，0≤m≤∞，上、下阈值分别表示为λ2=(1+a)λ1、λ1，0≤a≤1。去噪时，新的双变量阈值函数量化小波分解的每层高频系数过程中可通过采用不同的a与m值得到更好的降噪效果。

1.4 心音分析模块

1.4.1 建立单自由度模型(SDOF)

分析心音信号需要获取心音信号的时域特征参数，例如心音信号波形S1、S2的时限、峰值，收缩期以及舒张期等。为获取准确性更高的心音特征参数，需要通过单自由度模型提取心音包络，单自由度模型的示意图见图5。

图5 单自由度模型

设m为模型的质量，k为模型的弹簧系数，c为模型的阻尼系数，x(t)表示听诊器记录的心音输入，得到心音输出y(t)符合公式：

(8)

(9)

其中，p为共振频率，ξ为阻尼率，为方便提取正常和异常的心音特征，令参数p/2=5～10 Hz，ξ=0.7～1.2。

1.4.2 心率参数提取

截取心音包络信号中的两个心动周期，记录其时域特征参数，并展开心率分析计算。心率分析计算的步骤如下。

第一步 设置阈值线，过滤阈值线以下的伪峰值点，以防影响心率分析。

第二步 以阈值线为基准搜索特征包络中心音信号波形S1与S2的峰值。

第三步 定位S1和S2，并按照峰值的间隔时间滤除阈值线以上的伪峰值点。

第四步 通过相邻两个心音信号波形计算心率参数，心动周期持续时间Tcycle=TS(舒张期)+TD(收缩期)，心率分析计算的公式为

(10)

最后输出心率参数，完成智能听诊器心音信号采集系统设计。

2 实验分析

为验证本文系统的实用性、可靠性以及采集精度，运用本文系统在某信号与信息处理研究室内进行心音信号的采集与分析。实验选取160名受测对象进行心音信号采集，将其分为8组数据集，1～8组数据集中的数据量递增。为量化本文系统的心音信号采集精度，实验选取了文献[6]基于APSoC的异构实时心音心电采集系统、文献[7]基于MEMS的电子听诊器信号采集传输系统以及本文系统对同一被测对象进行心音信号的采集，在MATLAB软件输出被采集心音信号的波形，文献[6]系统采集到的心音波形幅度如图6(a)所示，波形较为完整；文献[7]系统采集到的心音波形幅度如图6(b)所示，波形不完整；本文系统采集到的心音波形幅度如图6(c)所示，波形特征明显。另外，其中其中文献[6]系统的采样率设置为45 000 Hz，文献[7]系统的采样率设置为9 000 Hz，本文系统的采样率设置为50 000 Hz，略高于数字听诊器。

系统的采样率越高，则其单位时间内采集到的心音信号波形越完整，心音信号的失真度较小。通过图6可以看出，文献[6]系统采集的心音信号波形较为完整，采样率略微低于本文系统；文献[7]系统采集的心音信号波形不完整，采样率较低，抗干扰能力较差，其导致其心音信号的后期分析和心率提取受到影响，提取的心率参数精确度较低；本文系统采集到的心音信号波形的特征明显，抗干扰能力强，采集的心音信号波形最完整。

(a) 文献[6]系统

对比3个系统的运行时间，结果如表1所示。

表1 3个系统的运行时间对比 单位：s

通过表1可知，文献[7]系统的运行时间存在明显的急剧上升状况，而本文系统在所有数据集上的运行时间都低于文献[6]系统和文献[7]系统，且变化缓慢，远优于文献[6]系统和文献[7]系统，说明本文系统的心音信号采集效率最高。

为确保本文系统采集心音信号输出心率参数的正确性，分别采用3个系统对随机选取的2位患有心血管疾病病人的心音信号进行采集，输出其对应心率参数，结果如表2所示。

表2中，心血管疾病病人A的主动脉瓣存在舒张期杂音，心血管疾病病人B的胸骨右缘第二肋间存在Ⅲ级收缩期吹风样杂音。文献[6]系统的采集平均误差精度为5.07%，文献[7]系统的采集平均误差精度为6.97%，本文系统的采集平均误差精度为0.61%。本文系统采集的心音信号质量较高，输出的心率参数平均误差精度也较低。在采集心音信号过程中，若采集的心音信号质量偏低会引起心率参数输出误差过大，导致误诊，本文系统可保证心音信号采集和输出的正确性，有效预防心血管疾病。

表2 受测对象心率参数表

设置测试心音信号的频率从150 Hz变化至750 Hz，分析3个系统滤波器的滤波效果，结果如表3所示。

表3 滤波器参数测试

由表3可以看出，文献[6]系统、文献[7]系统于450 Hz的通带之内，滤波器的系统函数均存在共轭极点，文献[6]系统于300 Hz位置产生较小的振铃现象，本文系统的450 Hz通带整体都比较平坦；测试心音信号的频率超过450 Hz后，本文系统滤波器的衰减速率也明显低于其他两个对比系统的衰减速率，说明本文系统的滤波器可以更贴近理想幅频特性曲线。

3 总结

心音信号能够直观呈现出部分心脏疾病，对其进行分析能够有效预防心血管疾病。心音信号的采集通常采用心脏听诊的方式，在诊断过程中会因为医生的主观判断导致心音信号无法得到足够的治疗和合理地利用。本文设计开发了一个基于中医闻诊智能听诊器心音信号采集系统，由于实际条件的限制，心音数据库的大部分内容都源于网络，不够全面，希望在未来能够建立一个完整而庞大的数据库，令后续的研究可以得到一个有力支撑。