（信号与信息处理专业论文）基于omap的心音分析仪研究与设计.pdf

户警；i弋、 0 美 一 f r e s e a r c ha n dd e s i g no fh e a r ts o u n da n a l y z e rb a s e d o no m a p b y f nw e n j i e u n d e rt h es u p e r v i s i o no f a s s o c i a t ep r o f w a n gy u t a i at h e s i ss u b m i t t e dt ot h eu n i v e r s i t yo fj i n a n i np a r t i a lf u l f i l l m e n to f t h er e q u i r e m e n t s f o rt h ed e g r e eo fm a s t e ro fe n g i n e e r i n g u n i v e r s i t yo fj i n a n j i n a n ，s h a n d o n g ，p r c h i n a j u n e3 ，2 0 1 1 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的科研成果。 对本文的研究作出重要贡献的个人和集体，均已在文中以明确方 式标明。本人完全意识到本声明的法律责任由本人承担。 论文作者签名：t 转凳 关于学位论文使用授权的声明 本人完全了解济南大学有关保留、使用学位论文的规定，同 意学校保留或向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借鉴；本人授权济南大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或其他复制手段保存论文和汇编本学位论文。 口公开口保密( 年，解密后应遵守此规定) 论文作者签名：位童峦；导师签名：豳l 期：础 济南大学硕七学位论文 目录 目录i 摘要v a b s t r a c t v i i 第一章绪论1 1 1 课题研究的背景及意义1 1 1 1 心音信号与心血管疾病的关系l 1 1 3 本课题研究的意义4 1 1 3 心音信号检测技术应用前景5 1 2 国内外研究现状和存在的问题5 1 2 1 国内外研究现状5 1 2 2 目前存在的问题8 1 3 本课题的主要内容和创新点9 1 3 1 本课题的差要内容9 1 3 2 本课题的创新点9 1 3 3 章节安排1 0 第二章心音信号处理算法分析l l 2 1 心音信号的分段1 l 2 1 1 自相关函数原理1 l 2 1 2 心音信号的自相关分段1 3 2 2 心音信号的特征提取1 5 2 2 1 小波包分解算法原理1 5 2 2 2 心音信号的小波包特征熵1 8 2 3 心音信号的分类算法2 0 2 4 本章小结2 1 第三章心音分析仪硬件设计2 3 3 1 心音分析仪硬件总体框架2 3 l 基于o m a p 的心晋分析仪研究与设计 3 2 核心模块设计2 4 3 3 电源管理模块电路2 5 3 4 心音采集模块设计2 7 3 4 1 心音传感器2 7 3 4 2 心音信号采集电路2 9 3 5 其他主要外设电路设计2 9 3 5 1r s 一2 3 2 接口电路3 0 3 5 2 触摸屏接口电路3 0 3 5 3u s b 接口电路3 l 3 5 4s d 卡接口电路3 2 3 5 5 网卡接口电路3 3 3 6 本章小结3 5 第四章心音分析仪系统软件设计3 7 4 1 操作系统的移植3 7 4 1 1 操作系统选择3 7 4 1 2l i n u x 内核的裁剪和移植3 9 4 2 软件开发环境的搭建4 l 4 2 1q t 集成开发工具4 2 4 2 2q t 库文件移植4 3 4 3 心音分析仪软件设计和编译4 4 4 3 1 心音分析仪软件设计4 4 4 3 2 心音分析系统软件编泽4 8 4 4 心音分析仪测试5 0 4 5 本章小结5 4 第五章总结与展望5 5 5 1 结论5 5 5 2 后续工作的展望5 5 致 射5 7 l i 济南大学硕t 学位论文 参考文献5 9 附录a ( 攻读学位期间发表论文目录) 6 3 附录b ( 攻读学位期间申请专利目录) 6 4 i i i 基于0 l i a p 的心音分析仪研究与设计 i v 济南大学硕七学位论文 摘要 近些年以来，随着生活环境的恶化和工作压力加大，心血管疾病已经成为严 重危害人类健康的疾病之一。心音信号是检测心血管疾病检测的一个重要手段， 目前心音信号的检测一般通过听诊器，凭借医疗工作者的经验进行判断，这种方 式具有很大的主观性和局限性。为了能够快速、客观的检测心音信号，本文设计 了基于开放式多媒体应用平台( o p e nm u l t i m e d i aa p p l i c a t i o n sp l a t f o r m ，简称 o m 灿p ) 的心音分析仪。 本文首先介绍了心音信号的特性和基于心音检测心血管疾病技术的发展基 本情况，然后根据心音信号目前的发展状况和趋势提出了基于o m a p 的心音分 析仪的思想；本文在对心音分析仪的关键技术进行了研究的基础上，确定了基于 o m a p 3 5 3 0 的心音分析仪的硬件设计方案和软件设计方案。 在心音信号的算法处理上，经过仔细对比当前的心音信号的处理技术，提出 采用白相关系数的方法对心音信号分段，以心音信号的小波包能量熵为特征，采 用d t w 分类算法对心音信号进行分类。 心音分析仪的硬件设计采用核心板加底板的设计方案，这样方便升级核心芯 片和扩展功能。为了方便软件的开发和系统的升级，方便管理o m a p 3 5 3 0 内存 和硬件资源，选取了开源的l i n u x 操作系统，并根据心音分析仪的需求，对l i n u x 内核裁剪和移植。心音分析仪的软件开发基于n o k i a 公司q t 图形界面集成开发 工具，采用分层设计的思想，为心音分析仪预留了升级的接口，方便心音分析仪 的调试和升级。论文在最后采用t i 公司的c 6 r u n a p p 编译工具对心音分析仪的软 件进行了优化，并对心音分析仪的功能做了测试。 本文基于o m a p 平台实现了心音分析仪的设计，为心音信号的自动化处理 提供了一种新平台，为心音信号用于心血管疾病领域的辅助诊断奠定了基础。 关键词：心音信号；o m a p ；l i n u x ；q t ； v 基于0 m a p 的心音分析仪研究与设计 v 1 济南大学硕士学位论文 a b s t r a c t r e c e n t l y , w i t h t h ed e t e r i o r a t i o no fl i v i n gc o n d i t i o n sa n di n c r e a s e dw o r kp r e s s u r e ， c a r d i o v a s c u l a rd i s e a s eh a sb e c o m eo n eo ft h es e r i o u sd i s e a s e st h a td oh a r mt oh u m a n h e a l t h h e a r ts o u n di sa ni m p o r t a n tm e a s u r ef o rc a r d i o v a s c u l a rd i s e a s ed e t e c t i o n ， h o w e v e r , h e a r ts o u n ds i g n a ld e t e c t i o ng e n e r a l l yt h r o u g has t e t h o s c o p ec u r r e n t l y , w h i c hd e p e n d so l lt h ej u d g m e n to fm e s c a lw o r k e r s e x p e r i e n c e t h i sm e t h o dm a y h a v el o t so fs u b j e c t i v i t y i no r d e rt od e t e c tc a r d i o v a s c u l a rd i s e a s e sq u i c k l ya n d o b j e c t i v e l y , w ed e s i g n e dah e a r ts o u n da n a l y z e rb a s e do no m a p ( o p e n m u l t i m e d i a a p p l i c a t i o n sp l a t f o r m ) i nt h i sp a p e r t h i sp a p e ri n t r o d u c e st h ec h a r a c t e r i s t i c so fh e a r ts o u n d sa n dt h ed e v e l o p m e n to f h e a r ts o u n d sd e t e c t i o no fc a r d i o v a s c u l a rd i s e a s e st e c h n o l o g yf i r s t l y s u b s e q u e n t l y , w e s t u d i e dt h ek e yt e c h n o l o g i e so fh e a r ts o u n da n a l y z e r , a n dt h e nw ep r o p o s e dt h ed e s i g n i d e ao fh e a r ts o u n da n a l y z e rb a s e do no m a ph a r d w a r e i nh e a r ts o u n dp r o c e s s i n g ，w ec a r e f u l l yc o m p a r e dt h ec u r r e n th e a r ts o u n ds i g n a l s e g m e n t a t i o nt e c h n o l o g y , a n dt h e na d o p t e dt h ec o r r e l a t i o nc o e f f i c i e n t so ft h eh e a r t s o u n df o rh e a r ts o u n ds e g m e n t a t i o n t h ew a v e l e tp a c k e te n e r g ye n t r o p yw a se x t r a c t e d a sf e a t u r eo fh e a r ts o u n ds i g n a l ，a n dd t ww a su s e df o rh e a r ts o u n dc l a s s i f i c a t i o n i no r d e rt ou p g r a d et h ec o r ec h i pa n de x t e n df u n c t i o n so fh e a r ts o u n da n a l y z e r , w ee m p l o y e dt h ec o r eb o a r da n db o t t o mb o a r dd e s i g ns c h e m e i no r d e rt od e v e l o p s o f t w a r e ，u p g r a d es y s t e m sc o n v e n i e n t l y , m a n a g em e m o r ya n dh a r d w a r er e s o u r c e so f o m a p 3 5 3 0 ，w es e l e c t e dt h eo p e ns o u r c el i n u xo p e r a t i n gs y s t e mi no u rp r o j e c t l i n u xk e r n e lh a sb e e nc u ta n dt r a n s p l a n t e da c c o r d i n gt ot h ed e m a n do fh e a r ts o u n d a n a l y z e r w ea d o p t e dn o l 【i aq tg u id e v e l o p m e n tt o o l sf o rt h ed e s i g no fh e a r ts o u n d a n a l y z e rs o f t w a r e i no r d e rt ou p g r a d ea n dd e b u gt h es o f t w a r ee a s i l y , w et o o kt h e h i e r a r c h i c a ld e s i g ni d e a s ，a n dr e s e r v e dt h ei n t e r f a c et ou p g r a d et h ep r o g r a m f i n a l l y , w eo p t i m i z e dt h eh e a r ts o u n da n a l y z e rs o f t w a r eb yt h e u s eo ft i s c 6 r u n a p pc o m p i l e rt o o l s ，a n d t e s t e dt h ef u n c t i o no fh e a r ts o u n d sa n a l y z e r , a n d v 1 l 基于伽a p 的心音分析仪研究与设计 a c h i e v e dt h eg o a l so ft h i sh e a r ts o u n da n a l y z e rs y s t e m i nt h i sp a p e r , w er e a l i z e dt h ed e s i g no fh e a r ts o u n da n a l y z e rb a s e do no m a p , w h i c hp r o v i d e san e wp l a t f o r mf o rt h ea u t o m a t e dp r o c e s s i n go fh e a r ts o u n d sa n d p l a y s ab a s i sr o l ef o rt h ea s s i s t a n td i a g n o s i so fc a r d i o v a s c u l a rd i s e a s e k e yw o r d s ：h e a r ts o u n d ；o m a p ；l i n u x ；q t v i i i 济南大学硕士学位论文 第一章绪论 近些年以来，心血管疾病已经成为严重危害人类健康的疾病之一，并且随着 生活环境的污染和工作压力加大，心血管系统疾病有逐年提高的趋势。心音信号 是检测心血管疾病检测的一个重要手段，然而对心音信号的检测目前一般都是通 过听诊器，凭借医疗工作者的经验进行判断，具有很大的主观性。因此，医疗工 作者和医护人员都在寻求一种能够通过检测心音信号来对心血管系统疾病快速 和客观的检测的手段，信号处理技术和硬件电路的快速发展为心音信号的分析提 供了必要条件。 1 1 课题研究的背景及意义 1 1 1 心音信号与心血管疾病的关系 从生理上讲，心音信掣1 1 是一种机械振动所产生的信号，它是由心肌收缩、 瓣膜开闭、血液流动等各种因素综合引起的机械振动所产生的卢音信号。临床上， 使用听诊器在胸部某些部位可以听到。心音信号( 如图1 1 所示) 一般盯以分为第 一心音( s 1 ) 、第二心音( s 2 ) 、第三心音( s 3 ) 和第四心音( s 4 ) 。 图1 1 正常心音信号 心音信号所包含的四个部分的特点【2 1 分别如一f ： ( 1 ) s 1 发生在心窀收缩期，其音调较低、持续时间较长，它的起始点为心电 图q r s 波开始后0 0 2 s 0 0 4 s 。正常人在临床l 第。心音的周期间隔为 l 基于o m a p 的心音分析仪研究与设计 o 1 2 s , - 4 ) 1 4 s 。第一心音是由心室肌收缩、房室瓣关闭、心室压力略大于 心房压力，心室射血的血流冲击主动脉根部以及大血管扩张形成的血液 涡流所引起的振动而产生的，房室瓣关闭的振动产生的声音是第一心音 的主要原因，它的强弱能够反映心室肌收缩力的强弱以及房室瓣的功能 的状况。 ( 2 ) s 2 发生在心室舒张期，其音调较高、持续时间较短，相当于心电图上的 t 波末部。正常人在临床上第二心音周期间隔为0 0 8 - - 0 1 0 s 。s 2 产生的 主要原因是由心室在舒张期所引起主动脉瓣和肺动瓣膜关闭的振动所引 起，它的强弱是衡量动脉压高低和动脉瓣的功能一个重要依据。 ( 3 ) s 3 常见出现在某些健康的儿童和青年身上，相当于心电图上t 波以后距 离第二心音s 20 1 2 o 2 0 s 的间隔，占时约为o 0 5 s ，它的频率和振幅都 比较低。 ( 4 ) s 4 一般出现在年龄超过4 0 岁的人。相当于心电图的p 波后的o 1 8 o 1 4 s 时间间隔，它的振幅很低，占时约为o 0 5 s 济南大学硕士学位论文 动脉高压是，p 2 亢进和分裂。 心脏杂音：二尖瓣狭窄特征性的杂音为心尖区舒张中晚期低调的隆隆样杂 音，呈递增型，局限，左侧卧位明显，运动或用力呼气可以使其增强，常伴舒张 期震颤。心房颤动时，杂音可不典型；严重肺动脉高压时，由于肺动脉瓣环的扩 张，导致相对性肺动脉瓣关闭不全，因而在胸骨第2 - 4 肋间可闻及递减性高调叹 气样舒张早期杂音( 即g r a h a m s t e e l 杂音) ；右心室扩大时，因相对性三尖瓣关闭 不全，可于胸骨左缘第4 、5 肋间闻及全收缩吹风样杂音。 ( 2 ) 二尖瓣关闭不全 心音：二尖瓣关闭不全时，心室舒张期过度充盈，使二尖瓣漂浮，第一心音 减弱，由于左心室射血期短，主动脉瓣关闭提前，导致第二心音分裂，严重时反 流可出现低调第三心音。肺动脉高压时可闻及亢进的肺动脉瓣区第二心音及其分 裂。二尖瓣脱垂町有收缩中期杂音。 心脏杂音：心尖区收缩期吹风样杂音为二尖瓣关闭不全的主要特征。杂音强 度至3 6 级，可伴有收缩期震颤。前叶损害为主要杂音向左腋下或左肩胛下传导， 后叶损害为主杂音像心底部传导。二尖瓣脱垂是收缩期杂音出现在喀喇音之后。 严重反流时，由于舒张期大量血流通过二尖瓣口，导致相对性二尖瓣狭窄，故心 尖区叮闻及短促的舒张中期隆隆样杂音。 ( 3 ) 主动脉瓣狭窄 心爵：第一心音正常。如主动脉瓣严重狭窄或钙化，左心室射血时间明显延 长，则主动脉瓣第二心因成分减弱或消失。也可出现第二心音逆分裂。左心房肥 厚收缩有力产生明显的第四心音。 心脏杂音：典氆杂音为主动脉瓣听诊区收缩期粗糙二响亮的喷射性杂音，3 6 级以上，呈递增递减型，向颈部传导，常伴有收缩期震颤。 ( 4 ) 主动脉瓣关闭不全 心音：第一心音减弱，为舒张期左心室充盈过度、二尖瓣位置高所致；主动 脉瓣区第二心音减弱或消失；心尖区常可闻及第三心音，与舒张早期左心室快速 充盈增加有关。 心脏杂音：主动脉瓣第二听诊区舒张期高调递减型叹气样杂音，舒张早期出 基于0 m a p 的心晋分析仪研冤与设计 现，作为前倾位呼气未明显，像心尖区传导。轻度反流，可局限在舒张早期，呈 高调音；中重度反流，杂音为全舒张期，性质较粗糙；当出现乐音性杂音时，常 提示瓣叶脱垂、撕裂或者穿孔。重度反流者，常在心尖区闻及柔和低调的隆隆样 舒张期杂音，其产生机制是由于主动瓣膜反流，左室血容量增多及舒张期压力增 高，将二尖瓣侧叶推起处于较高位置相对二尖瓣狭窄所致。 ( 5 ) 多瓣膜病 二尖瓣狭窄伴主动脉关闭不全：常见于风湿性心脏病。二尖瓣狭窄可使左 室容量负荷过重延缓，使左室扩张减轻，听诊二尖瓣舒张期杂音可减弱，甚至消 失。 二尖瓣狭窄伴主动脉狭窄：若二尖瓣狭窄重于主动脉瓣狭窄，左心室充盈压 降低，左心室收缩压降低，延缓左心室肥厚和减少心音耗氧等；若主动脉瓣狭窄 较重，左室舒张压增高，舒张期跨瓣压力减小，极易发生左室衰竭。 二尖瓣关闭不全伴主动脉瓣关闭不全：左心室承受双重容量过度负荷，使左 心室舒张期压力明显上升，可进一步加霞二尖瓣反流，较早发生左心室衰竭。二 尖瓣狭窄伴随三尖瓣和肺动脉瓣关闭不全，常见晚期风湿性心脏病二尖瓣狭窄患 者。 由于心音信号和心血管疾病关系非常密切，因此心音及心脏杂音可以作为心 血管疾病的诊断的一个重要依据。心音听诊就是利用心音信号所包含的丰富的病 理和生理的信息来对心血管疾病进行诊断，心音听诊技术利于预防和治疗心血管 疾病，是目前常用的一种有效的检测心脏疾病的手段。 1 1 3 本课题研究的意义 心音信号包含着心脏各个部分本身及其相互之间的作用的生理和病理信息， 它与心脏疾病有着密切关系，因此心音信号的识别和分类对对心血管系统疾病的 诊断具有重要的意义。尤其是近年来，随着信号处理技术的发展，心音信号的研 究工作变成了一个热门。相关领域的学者对心音信号的研究从理论的研究转向了 心音信号分析系统的开发。利用心音信号对一t l , 血管疾病进行检测同目前通过 e g c 或超卢多普勒等检测手段相比具有以i - 优点： 4 济南大学硕士学位论文 ( 1 ) 心音信号包含了丰富的心血管疾病的病理和生理信息，这些信息能够反映出 心血管疾病的程度，尤其是能够映出心血管产生病变以前的信息，这一点使 得心音信号在诊断心血管疾病具有无可比拟的优势，对于提前治疗和预防心 血管疾病有重要的意义。 ( 2 ) 利用心音信号检测心虚管疾病与通过e c g 或超声多普勒检测心血管疾病相 比来说，成本低，易于普及，特别是对于一些经济落后的地区和乡下，这一 点具有重要的社会价值。 目前利用心音信号来检测心血管疾病，主要是通过有经验的医师利用听诊器 进行判断，显然这一过程特别受到医师的经验、知识面等主观因素的影响。因此 其结果没有一个感性的分析，完全凭借医生的经验进行判断，可靠性不高。这种 利用心音信号诊断心血管疾病的模式还存在一个缺点：培养一名具有丰富经验的 听诊医生需要花费很长的时间和精力，造价非常昂贵，不利于普及。因此研制一 种心音分析仪，能够方便、快捷地采集心音信号，并根据心音信号处理算法分析 和处理心音信号，辅助医生进行心血管系统疾病的检测，具有极大的社会价值和 经济价值。 1 1 3 心音信号检测技术应用前景 由于心音信号在检测心血管疾病领域具备其他方法所不可替代的优势，因此 目前心音信号临床上在很多方面得到应用 4 1 。具体的来说，心音信号主要在以下 几个方面应用： ( 1 ) 心音信号在人工心脏瓣膜无创伤检测中的应用。 ( 2 ) 心音信号在心肌收缩能力评价中的应用。 ( 3 ) 心音信号在心血管疾病诊断中的应用。 1 2 国内外研究现状和存在的问题 1 2 1 国内外研究现状 国内外的许多学者对心音信号从主要包括心音的分段、心音成分的分析、心 蘑于o v a 、p 的心晋分析仪研究与设计 音信号的分类和心音分析仪的研制四个方面作了大量的研究，具体的来说有以下 四个方面： ( 1 ) 心音信号的分段 目前心音信号的自动分段技术主要有两种：一种是传统的借助于心电信号等 做参考心音分段算法，另一种是不借助任何信号的分段算法。 第一种需要借助于心电信号( e l e c t r o c a r d i o g r a m ，检测e c g ) 或颈动脉波信号 研 心 立 目 为 进 自 能 进 信 分 噪 模 ) 、 息 音 量 变 比 济南大学硕士学位论文 较全面地反映了心音信号包含的有利于疾病诊断的信息。 2 0 世纪9 0 年代以来，国内外许多学者利用时频联合分析技术对心音信号各 个成分进行处理，提取各成分特征，并对其中所包含的各种丰富信息结合医学知 识进行定量分析。b e n t l e yp m 1 1 3 】等采用c w d 方法正常心音和异常心音进行分 析，利用心音信号的时变谱来衡量心脏瓣膜疾病的程度，提取9 种时频谱特征对 正常和异常心音分类，其结果表明时频分析方法优于谱估计方法。郭兴明【1 4 】等 将复杂度引入到心音信号的分析中，并给出了心音信号的复杂度的参考指标，这 给心音信号的分析评价提供了一个量化的标准。 ( 3 ) 心音信号的分类 目前综合国内外的研究，心音分类已经逐渐成为心音信号研究的热点问题。 从2 0 世纪9 0 年代开始，卢耘1 5 1 等就引入分形的方法对心音信号分类，其实验 结果表明可以采用分形维数的方法能够区分正常心音、二尖瓣病变心音以及主动 脉瓣病变心音。贾丽会【1 6 l 等引入了盒维数的分形方法对心音信号分类，其结果 能够区分正常心音和病态心音。 从目前最新研究【1 7 之3 1 来看，相关研究人员将隐马尔科夫( h i d d e nm a r k o v m o d e l ，简称h m m ) 和支持向量机( s u p p o r tv e c t o rm a c h i n e ，简称s v m ) 引入到心 音分类中，取得了不错的效果。h a r u nu g u z a 等人把h m m 模型引入到心音分类 中，并分别结合模糊c 均值和k 均值算法对2 1 5 个样本进行分类，识别率分别 达到9 2 和9 7 5 ，其研究结果表明h m m 在对心音信号识别取得较好的效果。 k a oc w 等采用短时傅里叶变换提取心音信号特征，然后利用s v m 构建了一个 心音信号分类系统，实验取得了不错的效果。i l i a sm a g l o g i a n n i s 等采用最d x - 乘 支持向量机对心音信号进行分类，在实验中作者构建了最小二乘支持向量机分类 器，采用主动脉狭窄( a o r t i cs t e n o s i s ，简称a s ) 、主动脉回流( a o r t i cr e g u r g i t a t i o n ， 简称a r ) 、二尖瓣狭窄( m i t r a ls t e n o s i s ，简称m s ) 、二尖瓣【口j 流( m i t r a lr e g u r g i t a t i o n ， 简称m r ) 四类心音信号进行识别，取得了不错的效果。 ( 4 ) 心音分析仪的研究 在心音信号分析平台的研究进展上，肖仪华【2 4 1 等基f 笔记本开发了一款心 音分析仪，该系统能够对心音信号采集和星化分析。王文辉网等基于8 0 3 1 单片 7 囊十0 - i a p 日q 心晋分析仪研冗与设计 机开发了一款便携式的心音分析仪，该仪器能够给出心率，第一心音和第二心音 的状况等简单的功能。张孝桂 2 6 1 等采用嵌入式计算机开发了心音分析诊断系统， 该系统能够对心音进行能量和频域特性分析，对心脏病辅助诊断等功能。m a t i a s b r u s c o l 2 刀基于个人数字助手( p e r s o n a ld i g i t a la s s i s t a n t s ，简称p d a ) i 殳计了一个心 音分析系统平台，并采用多层感知器( m u l t i l a y e rp e r c e p t r o n ，简称m l p ) 人工神经 网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称a n n ) 为心音处理平台的算法，能够识别5 种不同类型的心音。 1 2 2 目前存在的问题 随着国内外许多相关学者对心音信号的研究，心音信号分析仪得到了的较快 的发展，然而目前的心音分析系统仍然存在许多缺陷，主要包括一下四点： ( 1 ) 心爵分段算法存在的问题 件的 信号 较大 段的 的时 心音 的心 实际 郜是 场噪 床复 挤南大学硕士学位论文 杂情况下的心音有待考验并且目前的算法研究基本上是基于p c 机的，缺乏嵌入 式环境下和实时条件下对算法的复杂度和可靠性的测试。因此需要构建一个心音 算法测试平台，用于实现心音信号算法的临床测试与评估。 1 3 本课题的主要内容和创新点 1 3 1 本课题的主要内容 本课题在借鉴当前研究成果的基础上，对心音信号进行分析，基于o m a p 搭建心音信号的硬件平台，并作相关心音信号的处理算法的移植和优化，具体的 来说主要包括以下几个方面： ( 1 ) 对心音信号分段算法和特征提取算法进行了研究，采用自相关系数法对心音 信号分段并采用提取小波包能量熵作为心音信号特征，对心音信号分类进行 研究，采用动态时间规划( d y n a m i ct i m ew a r p i n g ，简称d t w ) 算法实现心音 信号分类。 ( 2 ) 基于o m a p 3 5 3 0 芯片搭建心音分析系统测试平台，实现心音分析仪的硬件平 台的搭建。 ( 3 ) 采用q 集成开发环境进行系统软件设计，实现心音信号分段算法、特征提 取算法和分类算法在o m a p 3 5 3 0 平台上移植，并用t i 公司的c 6 r u n a p p 交叉 编译工具，实现算法代码在d s p 内核的优化。 1 3 2 本课题的创新点 本课题的创新点主要包括以下几个方面： ( 1 ) 采用自相关心音分段算法克服了目前心音定位中的针对特定周期心音的问 题，不同周期的心音拥有更好的适应性和更小的复杂度，该算法我们已经提交专 利申请( 见附录b ) ，该专利已经被受理。 ( 2 ) 将音频信号处理领域的分类算法d t w 引入到心音信号的识别，并在特征提 取的基础上进行进一步的处理，提高心音信号分类的稳定性。 ( 3 ) 基于o m a p 3 5 3 0 进行心音分析系统搭建，并将心音信号分析软件移植到硬件 平台上，该方案已经申请专利( 见附录b ) ，并获得授权。 o 基于o l 心t p 的心音分析仪研究与设计 1 3 3 章节安排 本文一共分为五章，具体的组织结构和章节内容安排如下： 第一章，主要介绍了课题的背景和意义，国内外研究的现状，以及日i ； 存在 的问题，然后介绍了本课题的主要内容和创新点。 第二章，主要对心音信号领域的热点问题心音信号的分段和心音信号特征提 取做了详细的研究。 第三章，详细介绍了基于o m a p 平台的心音信号分析系统的硬件设计。 第四章，详细介绍了心音分析仪的l i n u x 系统移植和软件的开发。 第五章，总结目前研究工作中存在的问题，并指出下一步工作的方向。 1 0 济南大学硕士学位论文 第二章心音信号处理算法分析 心音信号的算法分析是心音分析仪的理论基础，本章主要对心音信号分析中 的关键算法包括心音信号的分段，心音信号的特征和心音分类算法进行了详细的 探讨。 2 1 心音信号的分段 国内外很多学掣2 粥2 1 对心音信号的自动分段做了研究，本文在详细研究了心 音分段的算法的基础上，对现有的心音信号分段算法的优缺点进行了总结，然后 提出一种基于自相关系数的心音信号分段算法，利用自相关系数法精确定位心音 信号周期。 2 1 1 自相关函数原理 白相关函数( a u t o c o 仃e l a t i o nf u n c t i o n ，简称a c f ) 是信号处理【3 3 l 、时间序列中 常用的数学工具，反映了同一序列在不同时刻的取值之间的相关程度。在信号处 理领域，自相关函数等同于自协方差( a u t oc o v a r i a n c e ) 。 对于一个随机信号x ( f ) ，令t ( t ) 表示其均值，则 肿似f ) 2 枷力出 ( 2 1 ) 式( 2 1 ) 中f ( x ，f ) 表示随机信号x ( r ) 在时间t 的概率密度函数，则石( ，) 的自相关 函数色( ，如) 定义为x ( f ) 在时间点t l 和t 2 之间的相关关系，如 r x ( f 1 ，t 2 ) = e x ( t o x ( t 2 ) =,-m00-00 z 肌矾，2 ) 蚺 ( 2 2 ) = ( 乞，f 1 ) 在式( 2 2 ) e p ，木表示复数的共轭；f ( x z ，x 2 ；t , ，t 2 ) 表示随机信g - x ( t 1 ) 和x ( t 2 ) 的 联合概率密度函数，一般情况f ，自相关函数与时间变量丁l 和t 2 有关，对于任 基于0 m a p 的心晋分析仪研冗与设计 意复数集合a k ( k = l ，刀) ，定义 y = k = l 毗) ( 2 3 ) l 2 显然，在式( 2 3 ) 中y 是一随机变量，并且以ir 1 2 0 ，因此，有： e | y1 2 = q ( x ( ) x ( 如) ) i = lk = l = q r ( ，) = 【q ，a 2 ，1 0 由式( 2 4 ) u , l 知： j 5 乙( ，f 1 ) r 。( f 。，t 2 ) 也( f l ，乙) 疋( 岛，) 也( 乞，乞) 疋( ，2 ，乙) 疋也， ) 疋( 乞，乙) 墨( 乙，乙) r 。( ， ) r ，( ，t 2 ) r ，( ，乙) 疋( 乞，) 疋( f 2 ，2 ) 足( 乞，乙) r ( 乙，) 疋( 如，乙) 置( ，乙) 我们将式( 2 5 ) 化简可得： 疋( f l ，f 1 )r ( ，f ：) 匙( ，乙) ( 乞，) 足( 乞，t 2 ) r ，( t 2 ，乙) r ：( 乙，f 1 ) r ：( t 2 ，乙) r x ( t n ，乙) o o q 呸 ( 2 4 ) ( 2 5 ) ( 2 6 ) 式( 2 6 ) 的左边为复数共轭矩阵，也称为艾尔米特矩阵( h e m i t i 趾m a t r i x ) 。这 表明，每一个刀刀维矩阵都是非负定的，当刀= 2 时，上式等价于： lr ：( ， ) r x ( ，t 2 ) l o l ( ，t 2 ) r x ( t 2 ，t 2 ) j 一 ( 2 7 ) 或 r ( ，1 ，乞) 1 2 r ，( ，) 尺。( 乞，t 2 ) ( 2 8 ) 公式( 2 8 ) 称为柯西施瓦茨( c a u c h y - s c h w a r z ) j i x 等式。 那么随机信号x ( f ) 的白相关系数成肿：町以表示为： & ：2 瓦o x t i x t 22 面ir丽,(tl丽,t2)12 ( 2 9 ) & ：随机函数x ( f ) 在f l ，t 2 时刻的自相关系数。 由式( 2 8 ) 柯两一施瓦茨不等式可知，l & mi l 。相关系数& ：只是一个比率， 没有单位名称，正负号只是表示相关的方向，绝对值表示相关的程度，通常按照 以下四个区间进行度量： ( 1 ) & ：e o 0 0 ，o 3 0 ) 微相关； ( 2 ) & 。 ：【o 3 0 ，0 5 0 ) 实相关； ( 3 ) & m 【0 5 0 ，0 8 0 ) 显著相关； ( 4 ) & 。而：【o 8 0 ，1 o o l 高度相关。 2 1 2 心音信号的自相关分段 心音信号在广泛意义来说属于平稳的随机信号，它是心动周期中，心肌收缩、 瓣膜开闭、血液流动等因素引起的机械振动所产乍的声音。心跳周期在不同时刻 微波动性，然而从总体上来看，心音信号部经过心音舒张期和收缩期，因此心音 信号也是一个周期性信号，如； 图2 1 正常心音信号 我们在采用自相关系数法提取心音信号周期的时候，需要至少包括两个心音 周期的心音信号，然后采用根据心音信号的医学知识选取心音信号的第一段心音 周期长度墨和第二段心音长度乃，采用滑动窗口变换这两段心音信号的长度循环 求其自相关系数以五，如疋必然在【一l ，1 】区间小断变化，当心音信号周期巧，互的 1 3 基于o l i a p 的心音分析仪研究与设计 长度和波形幅度最相似的的时候，疋将达到最大极值点，此时心音信号的周期 即为互。采用自相关系数求心音信号的周期，自相关系数如疋【o 8 0 ，1 o o 】， 否则，则选择- f 一个周期，算法流程如图2 1 ： 下面我们就以第 j 隔定位，如图2 3 ? 卜二嘶籽叫i 啪二1 1l l 一 l j 05 1 0 0 01 5 0 0 2 0 0 0 2 5 图2 3s 2 分裂心音信号分段 从s 2 分裂心音信号的分段效果可以看出，采用自相关系数法对心音信号分 段能够做到精确心音周期间隔定位，完整的提取心音周期。在实际测试中，我们 选取5 种类哩4 5 段心音信号，能够对其中3 8 段心音信号做到完全精确心音周期 定位，准确率达到8 4 。 采用自相关系数法进行心音信号分段的优点有：不需要借助任何参考信号； 不需要对心音信号进行包络提取，香浓能计算等预处理，大大简化了算法复杂度； 能够做到完整心音周期的定位，能够提供完整的心音信号收缩期和扩张期的特 性，这一点对于定性心音信号具有重要意义。 在实际的测试过程中，采用自相关系数法，心音信号的周期长度丁的确定非 常耗时，如果能够借助于脉搏信号定位心音周期则能够大幅度的缩短心音信号分 段的时间。 2 2 心音信号的特征提取 小波分析在现代信号分析有广泛的应用，在心音信号的特征提取上，许多学 者利用小波变换提取特征参数，然后结合神经网络等方法对心音进行分析。 2 2 1 小波包分解算法原理 在： 程技术上，为了得到信号中某止电特定的时间点或者频率段的信息，我们 需要最大可能的提高这些频率段的频域分辨率，由于正交小波变换遵循低频段采 用低分辨率，高频段采用高分辨率的规律，已经小能满足这种需求，因此，需要 1 5 基于o m a p 的心首分析仪研冗与设计 对小波子空间形进一步的分解，使正交小波变换的频谱窗口进一步分割变细， 提供更高的频域分辨率。 小波包的定义【3 4 】为：设( x ) 与缈( 石) 分别是对应的正交尺度函数和正交小波 函数，其尺度和分解关系为： 吣) 2 ；恻2 “肭) 2 ；删2 卜n ( 2 1 0 ) ( 2 川) 2 弘_ 2 k c l ) ( h ) 妙( h ) 】 ) 在上式( 2 1 0 ) 、( 2 1 1 ) 中，z ，g k = ( 一1 ) - h - k + l ，嚷= h k 2 ，良= g t 2 ，即两尺 度关系与分解关系可用一个序列 吃 或者用一个符号日( z ) 得到，其中 瑰 、 为小波多分辨率分析中定义的共轭滤波器，如 i o “) = ) 【( 石) = 沙( x ) 由： y ：，( x ) = 玩y ，( 2 x 一后) k m ( x ) = t ( 2 x 一后) 七 ( 2 1 2 ) ( 2 1 3 ) ( 2 1 4 ) 定义的函数虬，称为关于正交尺度函数( x ) 的小波包，其中，z = 2 1 或 2 ，+ l ，= 0 ，1 ，。 设有函数h ，令 虬 是关于h 的小波包族，对于每