（电气工程专业论文）心音信号分析方法的研究及其分析系统的开发.pdf

重庆大学硕士学位论文中文摘要 摘要 与心脏疾病有关的各种信息常常反映在心音中，心音的改变和杂音的出现，往 往是器质性心脏病的最早体征。 正常人的心音随着心脏搏动呈现周期性交化，但是，不同人、不同心脏病变所 产生的心音是不同的，从这个意义上来说，心音是非平稳信号。为了全面了解心音 的特征，本文首先研究了几种心音信号的分析方法及从不同的角度提取心音特征值。 首先，对心音进行了功率谱分析。采用经典的w e l c h 方法，根据采样频率，选 择合适的窗函数和窗长度，计算一个心音的功率谱。正常人心音的w e l c h 功率谱分 布证实，正常心音信号的频率成份主要分布于3 0 0 h z 以下，8 0 1 2 0 h z 出现最大峰 值，在2 0 0 , - - 2 5 0 h z 之间出现第二个峰值。其次，利用短时傅立叶变换和小波变换两 种分析方法对心音进行了时- 频分析，对比了这两种分析方法各自的特点。并把它们 应用于心音信号的分析中，分析结果表明它们各有其优缺点。最后，讨论了利用归 一化平均香农能量分布，分析心音信号的时域分布特性。 利用上述分析方法对典型的心脏瓣膜疾病的心音进行了分析，从时域、频域和 能量等多个角度提取心音的特征，分析结果表明，联合w e l e h 功率谱分析，小波分 析和归一化平均香农能量分布三种分析方法能有效的区分不同的心音。 本研究的另一个重要内容是心音分析系统的开发。 分析系统接收来自硬件采集系统所采集的心音数据，由于各种干扰的存在，实 际采集到的心音信号质量比较差，因此首先探讨了采样数据的软件去噪处理。根据 实际需要，分别设计了高通、低通滤波器和5 0 h z 陷波器进行滤波处理，然后利用 小波域中的软硬阈值去噪方法消除白噪声干扰。经过该预处理之后，心音信号质量 有显著提升，可用于进一步分析。 本心音分析系统是基于w m d o w s 操作系统、以v c + + 6 0 为平台进行开发的。 它主要包含病人信息管理、数据采集、数据分析和分析报告四大功能模块。病人信 息管理功能模块采用v c + 十开发语言提供的o d b c 数据库开发技术实现，其数据库 采用m i c r o s o t t 的a c c e s s 数据库，完成数据库的以下操作：前一个记录、后一个记 录、添加、查找、修改、删除、退出。数据采集模块利用v c + + 6 0 提供的m s c o m m 控件实现串口通信，完成数据的采集，同时对采集到的数据进行保存，以各处理。 数据分析功能模块包括心音信号的w e l c h 功率谱分析、小波分析和归一化平均香农 能量分布三种分析方法，这些分析方法以m a t l a b 语言编程实现，最后通过v c 十+ 和 m a n a b 的混合编程，把这些分析方法集成到分析系统中来，同时，其分析结果以图 的方式显示在计算机上，实现分析方法的可视化。分析报告模块显示病人基本信息、 重庆大学硕士学位论文中文摘要 被检测的心音以及医生所作处的诊断结论等内容，支持按一定格式进行打印。以上 四个功能模块有机的结合，共同组成了整个分析系统。 本研究针对心音信号的临床研究提供了基本的分析方法和分析工具，为心音用 于心脏疾病辅助诊断奠定了基础。 关键词：心音；功率谱；时频分析；混合编程；分析系统 i i 重庆大学硕士学位论文 英文摘要 a b s t r a c t p h o n o c & r d i o g r a m s ( p c g s ) ，r e c o r d i n g o fh e a r ts o u n d s ，o f t e nr e f l e c tt h em a l f u n c t i o n o f t h eh e a r t n o r m a lh e a r ts o u n d si sp e r i o d i c a l l yc h a n g e dw i t ht h eb e a to ft h eh e a r t , b u ti ti sv e r y d i f f e r e n tf o rd i f f e r e n tp e r s o nw i t hd i f f e r e n th e a r td i s e a s e s i nt h i ss e l s e ，t h ep c g s i g n a l s i sn o n s t a t i o n a r y i no r d e rt oe x t r a c tt h ec h a r a c t e r i s t i c so ft h ep c g s i g n a la n d u n d e r s t a n d i tf u l l y , w ed i s c u s s e ds e v e r a la n a l y s i sm e t h o d s f i r s t l y , t h ep a p e r d i s c u s s e dt h ep o w e r s p e c t r u md e n s i t y ( p s d ) o f t h e h e a r ts o u n d w e u s et h ec l a s s i c a lw e l c hm e t h o d a c c o r d i n gt ot h es a m p l i n gr a t e , w ec h o o s et h ep r o p e r w i n d o wa n dd e c i d ei t sl e n g t h t h e nc a l c u l a t et h ep s do ft h eh e a r ts o u n di nah e a r tb e a t p e r i o d n ep s d o f n o r m a lh e a r ts o u n dd e m o n s t r a t e s ：i t sp r i m a r yf r e q u e n c yi sb e l o w3 0 0 h z ，t h ef i r s tp e a kl o c a t e sa tb e t w e e n8 0a n d1 2 0l - z ，t h es e c o n dp e a kl o c a t e sa tb e t w e e n 2 0 0a n d2 5 0h z s e c o n d l y , t h es h o r tt i m ef o u r i e rt r a n s f o r m ( s t f t ) m e t h o da n dt h e w a v e l e tm e t h o db l eb o t hu s e dt oe v a l u a t et h et i m e - f r e q u e n c yd i s t r i b u t i o no ft h eh e a r t s o u n d t h ee o m p & r i s o d - b e t w e e nt h e ms h o w s 1 3 0o n ei sa b s o l u t e l ym o r ee f f i c i e n tt h a nt h e o t h e r a tl a s t ，w ec a l c u l a t e dt h en o r m a l i z e da v e r a g i n gs h a n n o le n e r g y ( n a s e ) o ft h e h e a r ts o u n dt os e ei t sc h a r a c t e r i s t i e si nt i m ed o m a l m s o m et y p i c a lh e a r ts o u n d sw i t hh e a r tv a l v ed e f e c to rh e a r tv a l v es t e n o s i sa r e a n a l y z e du s i n gt h em e t h o d sp r e s e n t e da b o v e n l ec h a r a c t e r i s t i c so ft i m e , f r e q u e n c ya n d e n e r g y & r ee x t r a c t e d , w h i c hs h o w t h a tt h ec o m b i n e da n a l y s i so ft h et h r e em e t h o d so ft h e w e l c hp s d ，t h ew a v e l e ta n a l y s i sa n dt h en a s ec a nc l a s s i f yd i f f e r e n th e a r ts o u n d s p r o p e r l y i nt h i sp a p e r , w ea l s od i s c u s s e dt h ed e v e l o p m e n to f t h eh e a r ts o u n da n a l y s i ss y s t e m t h e a n a l y s i ss y s t e mr e c e i v e ss a m p l i n gd a t af r o m t h eh a r d w a r e d u et ot h ei n t e r f e r e n c e , t h es i g n a li sn o i s e d h i g h - p a s s ，l o w - p a s sa n d5 0h z t r a pf i l t e r s & r ed e s i g n e dt om e e t o n r d e m a n d a n dt h es o f tt h r e s h o l da n dh a r dt h r e s h o l dm e t h o di nw a v e l e td o m a i n ，w h i e ha r e u s e dt or e m o v et h ew h i t en o i s e ，& r ea l s ob e e nd i s c u s s e d t h ea n a l y s i ss y s t e mi sb a s e do nt h ew i n d o w so p e r a t i n gs y s t e ma n di sd e v e l o p e db y v i s u a lc + + 6 0 t h es y s t e mi s m a d e 叩o f f o u rm o d u l e sf u n c t i o n a l l y t h ep a t i e n t i n f o r m a t i o nm a n a g e m e n tm o d u l ei sf u l f i l l e d b yu s i n g o d b cw h i c hi sad a t a b a s e t e c h n i q u eo f f e r e db yv c + + w e u s et h ea c c e s sd a t a b a s eo ft h em i c r o s o f tt om a n a g ea l l t h ep a t i e n tr e c o r d s 1 1 l i sm o d u l ec a 工l 触f i l lt h e s ep e r f o r m a n c e s ：t op r e v i o u sr e c o r d 。t on e x t 1 1 1 重庆大学硕士学位论文英文摘要 r e c o r d ，a d dn e wr e c o r d ，f i n dr e c o r d ，m o d i 移a n dd e l e t er e c o r de x i td a t a b a s ea n d e r e d a t a s a m p l i n gm o d u l e i sf u l 皿e d b y s e r i a lc o m m u n i c a t i o n , w h i c hi ss u p p o r t e db yt h ev c + + m s c o m mc o n t r 0 1 w ec a l c u l a t e dt h ew e l c hp s d ，w a v e l e ta n a l y s i sa n dt h en a s n i nt h e a n a l y z i n gm o d u l e f i r s t l yw e f u l f i l lt h ea n a l y s i sb ym a t l a b p r o g r a m m i n ga n d t h e nw e i n t e g r a t e dt h e s em e t h o d si n t ot h es y s t e mb ym i x t u r ep r o g r a mt e c b _ n i q u e t h ea n a l y s i s r e s u l tw i l ls h o wo nt h es g l - e e n t h er e p o r tm o d u l ew i l ll e tt h ep a t i e n ti n f o r m a t i o n ，t h e h e a r ts o u n d sa n dt h ed i a g n o s i sd r a w nb yt h ed o c t o rs h o w no nt h es c r e e n ，a n di tc a nb e p r i n t e di nap r e d e t e r m i n e df o r m a t t h ef o u rm o d u l e sc o m b i n es m o o t h l y t oc o n s t r u c tt h e w h o l e a n a l y s i ss y s t e m t h i ss t u d yp r o v i d e ss o m ea n a l y s i sm e t h o d sa n dt h ea n a l y s i s s y s t e mf o rf t l r t h e r s t u d i e s a n di ta l s op l a y sab 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 f t h eh e a r td i s e a s e s k e y w o r d ：h e a r ts o u n d ；p s d ；t i m e - f r e q u e n c ya n a l y s i sm e t h o d s ；m i x t u r ep r o g r a m - r u i n g ；a n a l y s i ss y s t e m i v 重庆大学硕士学位论文 1 绪论 1 绪论 1 1 本课题的研究意义 1 1 1 心音 从生理上讲，心音信号 1 】是一种机械振动信号，是心脏舒缩运动中心脏瓣膜和 大血管的机械振动产生的，在心脏的窦房结发生有节律的电兴奋后，电兴奋沿神经 传导，并发生电肌肉耦联，引起心肌的收缩舒张运动。正常人的心音随着心脏搏动 呈现周期性变化，临床上分为第一一i i , 音( s 1 ) 、第二心音( s 2 ) 、第三一i i , 音( s 3 ) 和 第四心音( s 4 ) ，多数情况下只能听到s 1 和s 2 。正常人的s l 发生于心室收缩，心 室压略大于一t l , 房压，房室瓣关闭的过程。s 2 产生于半月瓣关闭，主动脉和肺动脉内 血流减速的过程中；s 3 产生于舒张早期心室快速充盈时，心房血液急速进入心室， 引起心室壁振动：s 4 是由心房收缩和心室振动产生。从临床的角度一心动周期分为： 收缩期和舒张期。收缩期从听到第一音时开始，第二音开始前终止；舒张期从第二 音开始，在次一个第二音开始前终止。任何发生于第一音开始后和第二音开始前的 声音，表示在收缩期；任何发生在第二音开始后和第音开始前的声音，表示在舒 张期。上述心动周期指的是心室而非心房。但是心房也有收缩期和舒张期，当心室 舒张时，心房收缩，当心室收缩时，心房舒张。 心脏听诊的位置传统上分为以下五个区域 2 j ： 肺动脉瓣昕诊区，在胸骨左缘第二肋间隙，恰同肺动脉瓣的瓣口相对，相当于 肺动脉瓣的解剖位置。此区听诊来自肺动脉瓣的声音最佳。 主动脉瓣听诊区，在胸骨右缘第二肋间隙，因升主动脉向上向前弯曲而到右侧， 主动脉瓣在此离胸壁最近，此区听诊来自主动脉瓣的声音最佳。 三尖瓣听诊区，在胸骨左缘第四肋间隙，相当于右心室最靠近胸壁表面的部位。 此区听诊来自三尖瓣和右心室的声音最佳。 二尖瓣听诊区，一般称为心尖区，在左侧第五肋间隙锁骨中线内侧，相当于血 流从左心房驱入左心室的方向。此区昕诊来自二尖瓣和左心室的声音最佳。 第五听诊区，位于胸骨左缘第三肋间隙，有些学者甚至认为还应该包括第四肋 间隙，大致相当于主动脉瓣的解剖位置。 1 1 2 心音与心脏瓣膜疾病的关系 心脏杂音是心脏发出的除去心音和外加音的其他声音，辨别心脏杂音，并决定 其临床意义，是诊断心脏病的一个重要方法。在分析心脏杂音时，应该注意分析它 的以下各种特性【2 】： 杂音的听诊部位：二尖瓣发出的杂音在胸骨左缘第四肋间隙、心尖区最响：三尖 重庆大学硕士学位论文 1 绪论 瓣、发出的杂音在胸骨左缘第四、五肋间隙最晌；从肺动脉瓣发出的杂音在胸骨左 缘第二肋间隙最响；从主动脉瓣发出的收缩期杂音在胸骨右缘第二肋间隙最响，舒 张期杂音在胸骨左缘第三肋间隙最响。 杂音出现的时间：杂音出现在不同的心动周期，代表着不同的l 临床意义：舒张期 杂音几乎总表示器质性心脏病( 尤其心瓣膜病) 的存在；而收缩期杂音就不一定表 示心脏病变。 杂音的强度：杂音的分级有两种，四级分法和六级分法，在六级分法中，1 级杂 音一般是良性的，2 级杂音比较难判断，3 级及以上杂音一般为病理性的。 杂音的性质：杂音的音调可分为低音调或者低频段( 1 0 0 h z 以下) ，中等音调或 者中频段f 】0 0 - - - 2 0 0 h z ) ，高音调或者高频段( 2 0 0 h z 以上) 。 持续时问：杂音的持续时间可长可短，但收缩期杂音的长度至少应占收缩期的 1 4 或1 3 以上，否则视为第一音分裂。 呼吸对杂音的影响。 经长期的临床实践经验发现，心脏杂音与心脏瓣膜疾病常常体现出以下关系口】： 二尖瓣狭窄：心尖区听诊，杂音在舒张中期或舒张晚期( 收缩前期) ；杂音为低 音调：深吸气时杂音最容易昕到，早期第一亢进，开瓣音存在，肺动脉瓣第二音增 强； 主动脉瓣关闭不全：第二主动脉瓣区( 第五区) 有舒张早期杂音，杂音紧跟在第 二音后，占据或部分占据第二音，杂音为高音调，深吸气屏住呼吸时，强度减弱， 深呼气屏住呼吸，强度增强；主动脉区有收缩早期喷射性杂音，高音调，响亮；主 动脉瓣区第二音增强，呈反常分裂。 动脉瓣狭窄：先天性主动脉瓣狭窄，第一主动脉瓣区有喷射性杂音，杂音强度在 收缩中期达到最高蜂，在第二音开始之前杂音已终止，杂音的强度在3 6 级以上， 杂音音调为中等，可出现舒张早期杂音，较弱；重度主动脉瓣狭窄时，收缩期杂音 持续时间长，在收缩末期最响，无收缩早期主动脉喷射音，第二音反常分裂，心尖 区出现第四音； 肺动脉瓣狭窄：在肺动脉瓣区有收缩期喷射性杂音，杂音的强度3 - 4 级，6 ，呼气 时增强，吸气时减弱或消失，吸气时第二音分裂加宽：重度肺动脉瓣狭窄时肺动脉 瓣区有收缩期杂音，出现时间较晚，持续时间较长，肺动脉瓣区第二音消失，没有 分裂，常可听到第四音。 肺动脉瓣关闭不全：器质性肺动脉瓣关闭不全比较少见，相对性肺动脉瓣关闭不 全常见，其特点为，肺动脉瓣区有舒张早期杂音，杂音为高中等音调，深吸气屏住 呼吸时，强度增强，肺动脉瓣区第二音亢进； 二尖瓣关闭不全：在心尖区有收缩期杂音存在，收缩期杂音占据全收缩期，掩盖 2 重庆大学硕士学位论文 1 绪论 第一音，杂音强度为3 i 6 级，杂音为高音调，杂音吸气时减弱或不受影响，常出 现第三音加重，第二音分裂； 三尖瓣关闭不全：在三尖瓣区听诊，收缩期杂音占据全收缩期；杂音为高音调； 杂音在吸气时出现或加强，呼气时减弱或消失； 三尖瓣狭窄：器质性三尖瓣狭窄比较少见，在三尖瓣区( 胸骨左缘第四肋间隙) 听诊，收缩中晚期杂音存在，杂音为低音调，呈渐增渐减型，杂音在吸气时加强， 呼气时减弱； 室间隔缺损：第五区( 胸骨左缘第三肋间隙) 或肺动脉瓣区( 胸骨左缘第二肋间 隙) 有收缩期杂音存在，杂音强度3 6 6 级，杂音为高音调，杂音占据并持续整个 收缩期，在收缩中期最响，呼气时杂音加强，心尖区常有第三音存在； 房问隔缺损：在肺动脉瓣区或第五区( 胸骨左缘第三、四肋间隙) 有收缩期杂音 存在，杂音出现早，持续时间长，几乎占整个收缩期，杂音为中音调，强度可为2 - 4 6 级，肺动脉瓣区第二音加重，而且大大分裂，大的房间隔缺损，分裂不受的影响； 1 3 患者二尖瓣区有舒张中期杂音，高音调，吸气时存在或加重。 因此可见，心音信号中含有大量的人体心脏生理病理信息，是一种正确检测心 脏疾病的重要手段。 1 1 3 本课题的研究意义 传统的心脏听诊技术是以人耳听音来进行的，这种方式受限于人耳听力的灵敏 度和主观经验与判断能力，其作用很有限。随着e c g 和超声多谱勒仪等先进的辅 助诊断仪器的开发与利用，心音信号的利用受到冷落。但超声多谱勒仪，因其价格 昂贵，并不易于普及；e c g 信号虽然对与血液循环和血液组织相关疾病的诊断比较 有效，但是却不能有效地反映与器质性心脏病有关的病理信息。从上述心音的产生 机理和心音与心脏瓣膜疾病的关系可知，心音信号中恰恰包含了心脏瓣膜疾病的丰 富信息，在检测该类型疾病的领域，心音信号有着无可比拟的优越性。同时心音信 号的检测方便、无创、花费极小，可作为心脏病检测、预防的常规手段。因此，研 制一种能简易、方便地检测心音信号的数字式心音自动分析仪，对于满足医院和病 人的需要，有着极大的社会价值和经济价值。 基于此目的，本研究将利用数字信号处理技术，采用多种分析方法对心音信号 进行分析，从多个角度全面了解心音的特性，实现不同心音的有效区分，并为相应 心脏疾病的诊断提供有力的依据，为临床应用提供有效的分析手段。同时，本研究 还利用v c 牛+ 6 0 语言作为开发工具，以w i r l d o w s 为操作系统，开发一套全面的分 析软件，实现对心音的采集、分析、处理一体化，为临床应用提供了一个基本的平 台，并将在进一步的临床研究中，不断完善整个系统的结构，强化系统的功能，使 其成为一个集医疗、研究、教学等多种功能为一体的，具有较高性价比的实用仪器。 重庆大学硕士学位论文 1 绪论 1 2 本课题国内外的研究现状 国内外的许多学者都对心音信号作了大量的研究。对音信号的分析大致可分 为三个方面： 其一，是对心音信号的预处理，重点是心音信号的去噪哪5 1 问题。文献6 埘提出： 应用小波变换去噪方法，该方法首先把信号进行分解，因为噪声信号的小波系数比 心音信号的小波系数小的多，则合理的设置一个阈值，将小于该值的小波系数忽略， 再进行心音信号重构，这样噪声就被虑除了。 其次是对心音信号特征值的提取及其自动识别 7 】 1 3 】。心音信号的分析处理方法 多种多样，第一可以用时一频分析的方法( s t f t ) 1 4 t “、小波变换【1 碰1 7 1 8 】、w i g n e r - v i l l e 分布( w v d ) 【1 9 】【划、c h o i w i l l i a m s 分布( c w d ) 和c o n e 核分布( c k d ) 、 a r 、m a 、a r m a 模型等】对心音信号进行分析，能够揭示心音的时频分布特性， 但目前对心音信号所做的各种时一频分析，多数仅限于定性的特征描述，要求得定量 的特征值并作为诊断的指标还需要作进一步的努力。第二是把心音信号分为s 1 、s 2 、 收缩期、舒张期四个子段，再分别提取其特征值，作为输入矢量，用神经网络对它 们进行自动归类识别 2 1 h 2 4 1 。 最后是对心音信号分析系统的研究2 5 琊”。通常他们至少应包含运行w i n d o w s 操作系统的p c 机，用某种语言开发的信号分析系统软件及一块数据采集卡；分析 系统能够进行：1 ) 病人信息管理：2 ) 采集、显示、保存病人的数据：3 ) 分析数据； 4 ) 打印病人报告。但目前的所有分析系统功能都不够完善，通常只能作定性分析， 不能作定量分析，自动识别的程度不高。 通过分析国内外在该领域的研究现状，我们可以看到，国外的心音信号分析处 理技术远远高于国内的水平，能利用心音信号实现对某些疾病的自动识别，且识别 正确率较高。而国内对心音信号的分析处理多止于定性的研究，所开发的心音信号 分析系统多数只能实现数据采集、波形显示和初步的信号分析功能，几乎不能进行 自动识别，与成熟的辅助诊断系统还有很大的距离。 综合国内外的文献资料发现，心音信号处理技术发展缓慢，最主要的原因在于， 心音信号所包含的心脏的生理病理信息确实复杂、多变，定性分析较容易，定量分 析却非常困难。 1 3 本课题的主要研究内容 我们再次关注心音信号的产生机理，心音信号的产生主要有三个因素：瓣膜的 打开与关闭、血流速度的变化、房室壁的振动。可见，心音信号中包含着丰富的器 质性心脏病的病理信息，这些心脏瓣膜疾病都主要的体现在心脏收缩期和舒张期的 杂音成分中。从文献【3 】可以看出，心脏生理性、病理性杂音的自动识别率可达8 5 ， 4 重庆大学硕士学位论文 1 绪论 而以心脏杂音区分1 6 种心脏瓣膜疾病的自动识别率可高达9 5 。因此，借鉴这些 研究成果，本研究主要关注：分析一i i , 音信号，全面了解心音的特征，研究心脏杂音 与心脏瓣膜疾病的关系，为临床检测提供有效的辅助手段，为心脏瓣膜疾病的诊断 有力的依据。 首先对心音信号进行如下处理： 第一，由于各种干扰的存在，从硬件采集到的心音信号效果很差，因此，我们 首先要对采样数据进行滤波去噪的预处理。 其次，需要研究心音信号的分析方法，要从时域、频域和能量等多个角度进行 分析，各种分析方法都有其优缺点，要通过实际的检测和比较，选择最能符合临床 检测需要的分析方法。或者可以联合使用多种分析方法，实现对不同疾病所引发的 各种心音能够进行正确的识别。 最后，提取心音信号的特征值。心音信号特征值的提取方法多种多样，可用功 率谱、时频分析、小波变换或多种方法的结合使用。更为困难的是到底要提取心音 的那些特征值，才能使其对信号概括完整而简洁，为临床诊断提供有利的依据。而 国内外的研究表明，到目前为止，尚没有任何定论。因此，这部分是本研究的重点 与难点。 本研究的另一个重要内容是开发心音信号分析系统。这是一项系统的复杂的工 程，我们要设计整个分析系统的框架结构，把它分为若干功能模块，使各个部分能 有机的结合，构成整个分析系统。并且，力求该分析系统能完成以下主要功能：1 ) 病人信息管理；2 ) 采集、显示、保存病人的数据；3 ) 分析数据：4 ) 打印病人报告。 在数据分析模块中要能实现利用多种分析方法对心音信号进行分析，从不同的角度 提取心音的特征。其次，争取用户界面友好，使用方便。 重庆大学硕士学位论文2 心音信号的分析与特征提取 2 心音信号的分析与特征提取 2 1 心音信号分析方法的研究 以临床应用为目的，对心音分析方法的研究将有的放矢。借鉴传统的心脏听诊 技术，我们发现，在传统的心脏听诊中，利用心音和心杂音来诊断心脏疾病时，主 要考察了心音和心杂音的以下六个特性【2 j ：杂音的听诊部位，杂音出现的时间( 杂 音出现在不同的心动周期，代表着不同的临床意义：舒张期杂音几乎总表示器质性 心脏病，尤其心瓣膜病的存在，而收缩期杂音就不一定表示心脏病变) ，杂音的强度 ( 杂音的分级有两种，四级分法和六级分法，在六级分法中，1 级杂音一般是良性 的，2 级杂音比较难判断，3 级及以上杂音一般为病理性的) ，杂音的性质( 杂音的 音调可分为低音调或者低频段( 1 0 0 h z 以下) ，中等音调或者中频段( 1 0 0 , - - 2 0 0 h z ) ， 高音调或者高频段( 2 0 0 h z 以上) ) ，持续时间( 杂音的持续时间可长可短，但收缩 期杂音的长度至少应占收缩期的1 4 或1 3 以上，否则视为第一音分裂) ，呼吸对杂 音的影响。 以上几个特性主要从时间幅度关系、时间频率关系、频率幅度关系几个方面 描述了心音和心杂音的特点，因此，我们将主要研究以下几种心音信号的分析方法， 从时域、频域和能量几个方面反映心音的特征。 在本章节所分析的各种心音数据来源：w w w b i o s d e n c e o r g 。为了实现心音的回 放，其采样频率均为1 1 0 2 5 h z 。我们在进行分析之前对数据进行5 分频，使其采样 频率为2 2 0 5 h z 。这样做既可满足我们分析的要求，又可减小数据量，缩短处理时间。 在对心音信号进行分析显示过程中，时间轴是采样数据的点数( n ) ，是相对时间概念； 幅度坐标轴显示的也是相对幅值大小，其真实值与a i ) 转换中一个单位所代表的信 号强度成正比。 2 1 1 心音的功率谱估计 我们首先研究心音信号的频率特性。 对采样数据序列五其传统的傅立叶变换对为竭： rn - l i r t l ) = x t 。) 矿i “ ，1 器。 ( 2 1 ) i ) = 古j 形夕 l 1 i = o 式中w ，= e 吖斯，基于传统的傅立叶变换的信号的频域表示及其能量的 频域分布，揭示了信号在频域的特征。为了有效的防止信号的泄漏，我们采用w e l c h 功率谱估计的方法来分析心音的能量分布，其定义为郾1 ： 6 重庆大学硕士学位论文 2 心音信号的分析与特征提取 x ，( ) = z ，( 胛) 8 一。2 斫，对分段a n m ； 挑击量i x ( f ) 1 2 q 。2 p m m ( ，) 。而 邑 式中，u 是窗函数的能量，t 是采样间隔。 为此，我们取一个心动周期的心音数据，进行以下几个步骤： 对心音信号进行分段，每n 个采样为一段，每隔n 2 个采样处取下段。整个 心音数据被分为m 段。分段示意图如图2 1 。 加窗处理：对每段信号进行加窗处理，我们采用的是1 2 8 点的h a m m i n g 窗。 根据式( 2 2 ) ，求心音的能量分布。 盐： 0m塌抛 图2 1 心音数据的分段示意图 f i g u r e2 1t h es e g m e n t a t i o n o f t h eh e a r ts o u n dd a t a n 利用上述方法我们对正常心音信号进行分析，其能量分布如图2 2 。该正常心音 数据的采样频率为1 1 0 2 5 h z ，根据实际需要，我们首先对该心音数据进行了低通滤 波，然后进行5 分频，使心音采样频率变为2 2 0 5 h z 。心音和心杂音的频率成分主要 集中在6 0 0 h z 以内，因此，根据心音数据的采样频率，我们研究心 i = l 管q u b n e y ( h z ) 图2 2 正常心音的能量分布图 f i g u r e 2 2 t h e p s d o f a n o r m a l h e a r ts o u n d 7 重庆大学硕士学位论文 2 心音信号的分析与特征提取 音信号在0 - - 一5 5 1 - z 的频率分布。根据w e l c h 功率谱，我们把心音信号在t ) 5 5 1 h z 范围内的频率成份分为三个频段：0 - - 1 3 8 h z 为低频段，1 ) 8 - 2 7 5 h z 为中频段， 2 7 5 5 5 1 h z 为高频段。由图2 2 可见，正常心音的能量分布图的第一峰值出现在 1 0 0 h z 左右，第二峰值出现在2 5 0 h z 左右；因此正常心音的能量主要分布在0 1 3 8 h z 的低频带内，其次分布在1 3 8 - 2 7 5 h z 的中频带内，在大于2 7 5 h z 的高频段内能量分 布较小。 2 1 2 短时傅立叶变换 传统的傅立叶变换是一种整体的变换，即对信号的表征要么完全在时域，要么 完全在频域，作为频域表示的功率谱只能告诉我们整个心音信号的能量在频域上的 分布，而不能告诉我们其中某种频率分量出现在什么时候以及它的变换情况如何， 对于心音这样的时变信号，了解后面这个特征是更为重要的，因此，我们采用短时 傅立叶变换( s n t ) 对心音信号作进一步分析。s 叮定义为p 4 j ： f 。( f ，v ) = ix ( “) h ( “一t ) 。7 2 。”如 ( 2 3 ) 对比短时傅立叶变换和传统傅立叶变换的定义可见，为了把傅立叶变换的结果 与时间变量联系起来，一个简单而直观的办法是对信号x ( “) 进行加窗处理。式 中h ( r ) 即为时间中心和频带中心均为零的分析窗。信号x ( “) 与短时窗信号 h ( “一f ) 相乘，可以有效的抑制分析时刻u = f 的邻域外的信号，所以s t f t 是 信号工( u ) 在时刻t 的邻域内的局部频谱，z ( u ) 的频谱特性则可看作是所有 局部频谱的加权形式。 根据h e i s e n b e r g - g a b o r 不等式，s t f t 存在时间分辨率和频率分辨率的折衷性， 即为了获得较好的时间分辨率，我们要选择时间窗较窄的窗函数，但此时不能获得 较高的频率分辨率；反之，要获得较好的频率分辨率，我们要选择频率窗较窄的窗 函数，而此时窗函数的时宽不可能很窄，达不到很好的时间分辨率。 利用短时傅立叶变换研究心音采样数据的时频分布。心音数据采样频率为 2 2 0 5 h z ，经多次实验发现采用1 2 8 位的h a m m i n g 窗作为分析窗，效果较好。图2 3 揭示了正常心音信号的时频分布特性，图2 3 ( a ) 为短时傅立叶变换的三维分布图， 图2 3 ( b ) 上图为原心音采样信号，下图为心音信号的时频曲线图，它是图2 3 ( a ) 的 等高曲线图。对比图2 3 的上下图的时间轴，可见，时频曲线的横坐标很好的反 映了心音信号的时间特性。时频曲线的纵坐标为频率轴，它很好的反映了心音信号 的频率分布关系。由此证实：正常心音信号一般包含第一心音( s 1 ) 和第二心音( s 2 ) 两个成分，s l 、s 2 的主要频率成分是集中在5 0 h z - 1 5 0 h z 之间的低频信号，而3 0 0 h z 以上的高频段信号成分很少。 重庆大学硕士学位论文 2 心音信号的分析与特征提取 2 1 3 小波分析 小波分析的基本理论 对心音信号进行时频分析的另一种方法是小波变换。小波分析方法是一种窗口 ( 即窗口面积) 固定但其形状可以改变( 时间窗和频率窗都可改变) 的时频局部化 分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分 具有较高的时间分辨率和较低的频率分辨率，所以被誉为数学显微镜。正是这种特 性，使小波变换具有对信号的自适应性。 图2 3 ( a ) 正常心音信号的三维时- 频分布图 f i g u r e2 3 ( a ) t h et h r e e - d i m e n t i o nt i m e - f r e q u e n c yd i s t n b u r i o no f an o r m a lh e a r ts o u n d 4 2 苫 鼍o - 2 4 x d 口”训 业j i l 曲 一： 1 f下r 一一 图2 3 c o ) 正常心音信号的时撷曲线 f i g u r e 2 3 ( b ) t h et i m e - f r e q u e n c yl - i l r v co f an o r m a lh e a r ts o u n d 重庆大学硕士学位论文 2 心音信号的分析与特征提取 一维信号的连续小波变换定义如下p 5 】： j t ，( b ，口) = iz ( j ) ：，。( s ) d s 小点南f 半 q 4 l “ 式中，妒。( j ) 称为小波母函数，a 称为尺度因子，b 称为平移因子。其中，b 仅仅影响小波变换时频窗相对在时间轴上的位置，而a 不仅影响窗口在频率轴上的 位置，也影响窗口的形状。对比小波变换和短时傅立叶变换可见，小波母函数相当 于一个时间窗和频率窗均可变的窗函数，当尺度因子a 改变时，小波的时宽和带宽 都发生改变。当分析低频信号时用宽窗，得到较好的频率分辨率，分析高频信号时 用窄窗，得到较好的时间分辨率，这正符合低频信号变化缓慢而高频信号变化迅速 的特点，因此是合理的。从整体上来说，小波变化比短时傅立叶变换具有更好的时 频窗口特性。 当我们考虑小波母函数为2 i 庐( 2 ，z 一女) ，即a = 1 2 7 ，b = k 2 时，称为二进小 波。 在m a d a b 中利用小波变换进行信号分解的过程就是应用一系列高通和低通滤 波器进行滤波处理的过程。信号通过高通和低通滤波器，并且再向下采样，以保持 处理后的数据个数和原始信号的数据个数一致，该过程把信号分为两个部分：其一 是对应尺度a 较小时，信号的高频成分，叫做细节信号；其二是对应尺度a 较大时， 信号的低频成分，叫做轮廓信号。一个心音信号可以连续的用它的轮廓信号部分进 行多级的分解。 那么经过一次小波分解与重构的过程，原信号将被分为细节信号( 高频成份) 和轮廓信号( 低频成份) 两个部分，根据采样定理，设信号的采样频率为f ，如果 用于二进小波分解的高通和低通滤波器是理想的，那么细节信号的频率成份为 f f 4 - f 2 ，而轮廓信号的频率成分为肚4 。同理可得多阶小波分解与重构时，各个部 分的频率成份。 小波母函数的选择 m a t l a b 提供了充分的小波分析工具，用于把信号分解为小波系数，然后再利用 逆小波变换，把小波系数重构为信号。在作小波变换时，m a 廿a b 提供了多种小波母 函数族，我们将选择使用适当的小波母函数，以便达到更好的分析效果。 m a 廿a b 提供了下y 0 d , 波母函数族【3 6 】：m o r l e t 、m e x i c a nh a t 、m e y e r 、h a a r 、 d a u b e c h i e s 、s y m l e t s 、c o i f l e t s 和s p l i n e 双正交小波等，并且提供了深入的参考文献。 为了更好的获得重构的结果，我们只考虑正交小波函数。正交小波具有以下优点： 它非常简洁，能够很好的对原信号进行重构，并且计算也相对容易。常见的正交小 1 0 重庆大学硕士学位论文 2 心音信号的分析与特征提取 波有：h a a r 、d a u b e c h i e s 、c o i f l e t s 、s y r r d e t s 。在m a t l a b 中，d a u b e c h i c s 小波共有4 5 个，h a a r 小波是第一个，也是最简单的一个。随着排序的增加，d a u b e c h i e s 小波族 中的小波复杂程度也相应增加，除了h a a r 小波，d a u b e c h i e s 小波族中的其他小波函 数均不是显式的数学表达式。太多数d a u b e c h i e s 小波不具有对称性。s y m l e t s 小波 族共有4 5 个小波，与d a u b e c h i e s 小波相比，它们具有更好的对称性，但仍不是完 全对称的。岫西dd a u b e c h i e s 修改了d a u b e c h i e s 小波族，使其不但保持了原来的简 单还改进了其对称性。考虑到复杂的小波将增加计算的时间，因此，我们仅考虑每 族中的前1 5 个小波。 以d b 8 和d b l o 为例，我们探讨d a u b e c h i e s 小波族中不同小波函数的幅 频特性，如图2 4 所示。以c o i l 4 和c o i f s 为例探讨了c o i f l e t s 小波族中不同小 波函数的幅频特性，如图2 5 所示。 图2 4 中，幅频特性的横坐标表示所分析频率与采样频率的比值，纵坐标表示 相对幅度。从图中可见，d a u b e c h i e s 小波族的小波函数不对称，但随着小波函数的 阶数越高，其对称性越好，并且，其分解滤波器( 包括高通滤波器和低通滤波器) 的频响特性也越好。但是小波函数的阶数越高，也就意味着其滤波器的阶数也越高， 相应地，进行小波分解与重构所需时间也越多。 从图2 5 可见，c o i f l e t s 小波族的小波函数是完全对称的，小波函数的阶数越高， 其分解滤波器的频响特性越好。对比d b l 0 和c o i f 5 的分解滤波器的频响特性， 可见，c o i l 5 的频率特性更接近于理想的高通和低通滤波器，其频率特性较好。 因此，下面我们不妨使用c o i f 5 小波函数对心音信号进行分析。 彳f i ： o甲 一一一一 d 岫，解1 蕾遁鞋谴抖的“