基于物聯(lián)網(wǎng)的心音監(jiān)測系統(tǒng)的設(shè)計與實(shí)現(xiàn)

楊 波, 張 翠, 李 慶, 趙 旭, 唐 慧

（1.成都信息工程學(xué)院物理場生物效應(yīng)及儀器四川省高校重點(diǎn)實(shí)驗室,四川 成都 610225;2.成都信息工程學(xué)院計算機(jī)學(xué)院,四川成都 610225）

0 引言

隨著現(xiàn)代社會生活節(jié)奏和飲食模式的改變,心血管疾病已成為常見的多發(fā)病,發(fā)病率和死亡率一直在上升,嚴(yán)重危害著人類的健康。目前缺乏對患有心臟系統(tǒng)疾病如心絞痛、心肌梗塞和高血壓性心臟病等患者的病況進(jìn)行長期實(shí)時監(jiān)測與預(yù)警的有效手段,以至在患者突發(fā)心臟疾病時,延誤了最好的治療時機(jī),造成意想不到的后果甚至于死亡[1]。

心血管系統(tǒng)疾病常首先引起心音成分的改變,因此心音分析在臨床診斷中具有重要的意義[2]。心臟的瓣膜和大血管在血流沖擊下形成的振動,以及心臟內(nèi)血流的加速與減速形成的湍流與渦流及其對心臟瓣膜、心房、室壁的作用所產(chǎn)生的振動,再加上心肌在周期性的心電活動作用下其剛性的迅速增加和減小形成的振動,經(jīng)過心胸傳導(dǎo)系統(tǒng)到達(dá)體表形成了體表心音[2]。心音是人體最重要的聲信號之一,是幅值較小、頻率較低的非平穩(wěn)的隨機(jī)性很強(qiáng)的信號,是反映心臟生理及病理的一項重要指標(biāo)。

對心音的聽診是診斷心腦血管疾病和呼吸系統(tǒng)疾病的主要手段之一,是臨床上廣泛應(yīng)用的一種診斷方法,在臨床上聽診器聽診應(yīng)用非常廣泛。系統(tǒng)在傳統(tǒng)聽診器的基礎(chǔ)上進(jìn)行了改進(jìn),實(shí)現(xiàn)了聽診器的電子化和遠(yuǎn)程化。國外目前已有的心音監(jiān)護(hù)系統(tǒng)技術(shù)比較成熟,但價格昂貴,國內(nèi)還不可能大范圍地運(yùn)用。中國現(xiàn)有的通訊基礎(chǔ)設(shè)施已基本完善,手機(jī)的使用在大部分地區(qū)已經(jīng)相當(dāng)普及。因此,提出并研發(fā)的基于物聯(lián)網(wǎng)的心音監(jiān)護(hù)系統(tǒng)在發(fā)達(dá)地區(qū)緩解看病難、住院難,不發(fā)達(dá)地區(qū)緩解醫(yī)療資源稀缺,具有推廣應(yīng)用價值。

圖1 系統(tǒng)的總體框圖

1 遠(yuǎn)程心音監(jiān)護(hù)系統(tǒng)總體設(shè)計思路

1.1 系統(tǒng)整體結(jié)構(gòu)設(shè)計

基于物聯(lián)網(wǎng)醫(yī)學(xué)的遠(yuǎn)程心音檢測系統(tǒng)的總體框圖,如圖1所示。

整個系統(tǒng)以3G網(wǎng)絡(luò)為橋梁,將醫(yī)院監(jiān)護(hù)中心與需要監(jiān)護(hù)的患者人群聯(lián)接起來。系統(tǒng)分為家庭端和醫(yī)院端兩部分。家庭端是由一部使用3G無線網(wǎng)絡(luò)的手機(jī)、一臺家用PC機(jī)和一部遠(yuǎn)程心音采集器構(gòu)成。用戶通過心音采集器的藍(lán)牙與手機(jī)藍(lán)牙正常通信后,待手機(jī)接收顯示的心音波形平穩(wěn),測量兩分鐘后將實(shí)時檢測的數(shù)據(jù)通過3G網(wǎng)絡(luò)發(fā)送至醫(yī)院的監(jiān)護(hù)中心。同時,心音采集器藍(lán)牙模塊,可以和家中的PC機(jī)進(jìn)行串口通信,用戶打開專用的監(jiān)護(hù)系統(tǒng)軟件檢測自己的心音波形曲線和心率,配戴耳機(jī)可聽到自己的心音。客戶端的監(jiān)護(hù)系統(tǒng)軟件還提供不正常心率判斷給出溫馨提示,實(shí)現(xiàn)按需實(shí)時監(jiān)測自己的心臟健康狀態(tài)。

醫(yī)院端主要是一臺遠(yuǎn)程監(jiān)護(hù)系統(tǒng)主機(jī),啟動遠(yuǎn)程監(jiān)護(hù)系統(tǒng)軟件就可進(jìn)行遠(yuǎn)程監(jiān)護(hù)。軟件的設(shè)計是無人值守連續(xù)待機(jī),用戶可以隨時將信息上傳到醫(yī)院主機(jī)上。監(jiān)護(hù)系統(tǒng)主機(jī)數(shù)據(jù)庫實(shí)現(xiàn)了患者的信息管理。上班期間醫(yī)生可以將未診斷曲線進(jìn)行診斷并將信息反饋給用戶;緊急情況下的處理給予報警信號,非正常上班期間值班醫(yī)生可以及時對心音曲線診斷,并電話通知用戶就診。

1.2 系統(tǒng)硬件總體設(shè)計

心音信號采集器硬件的框圖,如圖2所示。

心音信號采集器通過聲敏傳感器采集心音信號,采集的信號經(jīng)前置放大、濾波、電平抬升電路傳送至單片機(jī),然后經(jīng)藍(lán)牙模塊通過串口發(fā)送至手機(jī)。聲敏傳感器探頭由NE5532芯片的提供一個恒流源來供給電源,當(dāng)有聲音被采集的時候,探頭阻值發(fā)生變化,產(chǎn)生電壓波形。前置放大電路用儀表放大器AD620搭建,該芯片具有低噪聲、使用簡單、精確度高、低功耗、低輸入偏置電流等優(yōu)點(diǎn),非常適合醫(yī)療儀器的使用。用NE5532加外圍電阻分別設(shè)計了50Hz的陷波器,10～300Hz的帶通濾波器。鑒于心音的頻率范圍是5～600Hz[3],為便于后續(xù)的信號處理,得到較純凈的心音信號,取心音包絡(luò),所以將濾波電路的截止頻率設(shè)置為20～300Hz。電平抬升電路主要是便于單片機(jī)采集,所以此處加一個電平抬升電路（0～5V）,經(jīng)過NE5532放大2倍輸出至單片機(jī)。本設(shè)備選用STC的增強(qiáng)型51單片機(jī)芯片STC12C5A60S2。該芯片具有是高速、低功耗和超強(qiáng)抗干擾的特點(diǎn),指令代碼完全兼容傳統(tǒng)8051,并且自帶8路高速1位A/D轉(zhuǎn)換。該芯片主要完成對采集的心音模擬信號進(jìn)行A/D轉(zhuǎn)換并發(fā)送至藍(lán)牙模塊。心音信號采集器采用兩節(jié)五號電池供電。

遠(yuǎn)程心音采集器電路原理圖,如圖3所示。

圖2 設(shè)備硬件框圖

圖3 電路原理圖

1.3 監(jiān)護(hù)軟件總體設(shè)計

系統(tǒng)的軟件部分包括客戶端監(jiān)護(hù)軟件和醫(yī)院中心監(jiān)護(hù)軟件,兩者在模塊功能上有較大的差異?？蛻舳吮O(jiān)護(hù)軟件模塊包括串口通信實(shí)時采集數(shù)據(jù)、數(shù)字濾波、心音曲線波形顯示、播放心跳聲音、求取瞬時心率并顯示、心音數(shù)據(jù)保存與波形重繪幾個部分,目的是方便用戶對自身心臟健康狀況的監(jiān)測。而醫(yī)院中心監(jiān)護(hù)軟件是一套專門針對本系統(tǒng)的包括醫(yī)務(wù)工作人員管理、患者病歷管理、心音波形與聲音實(shí)時播放、波形重繪、心音數(shù)據(jù)保存與數(shù)據(jù)分析等功能的系統(tǒng)管理軟件,目的是提供較為全面的病歷資料方便醫(yī)院對就診病人病情的精確診斷。

監(jiān)護(hù)軟件的核心部分是心音波形的動態(tài)實(shí)時顯示與重繪、心跳聲音的同步實(shí)時播放以及瞬時心率的計算。給出客戶端監(jiān)護(hù)軟件界面,如圖4所示。

1.3.1 心音的希爾伯特黃變換的濾波與去噪

心音信號屬于強(qiáng)噪聲背景下的十分微弱的人體生理特征信號,心音采集時極易混入各種噪聲信號,心音信號中的噪聲主要包括舒張期或收縮期存在的雜音以及由呼吸、心尖搏動、采集設(shè)備的心音傳感器探頭與皮膚摩擦、及其他環(huán)境因素引起的噪聲,這些噪聲不利于心音信號的提取,因此有必要對心音信號進(jìn)行濾波處理,但僅靠采集系統(tǒng)硬件濾波不能完全解決心音信號的干擾,還需要對心音信號進(jìn)行數(shù)字濾波,保留心音的基本特征成分即第一心音（S1）和第二心音（S2）,S1、S2的頻率集中在 50～200Hz[4]。

目前,準(zhǔn)確提取心音信號的算法成為生理信號研究的熱點(diǎn)。全海燕等提出了基于小波多分辨率分析的心音分段算法,這種算法步驟繁瑣,計算量大,編程復(fù)雜。周靜提出了歸一化平均香農(nóng)能量分布的分段方法,這種方法能夠很好地得出心音信號的能量分布圖,但由于是對心音信號進(jìn)行分段計算,得到的分段情況并不理想。姚曉帥等提出了基于數(shù)學(xué)形態(tài)學(xué)的心音分段方法,這種方法的關(guān)鍵是選取合適的結(jié)構(gòu)元素,而針對多種多樣的、復(fù)雜多變的心音信號,很難找到一個適合各種信號的結(jié)構(gòu)元素。趙治棟等利用小波閾值濾波技術(shù)和希爾伯特變換提取心音信號的包絡(luò),但選取閾值的過程過于繁瑣,耗時較長[5-6]。近來,Norden E.Huang等人提出了一種新的信號分解算法—經(jīng)驗?zāi)Ｊ椒纸夥ǎ‥mpirical Mode Decomposition,EMD）[7]。經(jīng)驗?zāi)Ｊ椒纸夥ǖ哪康氖菍⒎蔷€性非平穩(wěn)信號分解為一系列表征信號特征時間尺度的固有模態(tài)函數(shù)[8],這些模態(tài)函數(shù)能夠很好地反映信號在任何時間局部的頻率特征,根據(jù)希爾伯特黃變換[9-10]的關(guān)鍵部分[11]經(jīng)驗?zāi)B(tài)分解方法對心音信號濾波去噪,從分解的k個固有模態(tài)函數(shù)中提取出平均瞬時頻率在50～200Hz的固有模態(tài)函數(shù),對保留的固有模態(tài)函數(shù)求和得到所需的信號。

圖4 客戶端監(jiān)護(hù)軟件界面

測試需要在安靜環(huán)境下進(jìn)行,受試者一小時內(nèi)精神放松且無劇烈運(yùn)動,靜坐并將心音傳感器的探頭輕輕貼置于心臟跳動的位置。取一例正常心音信號進(jìn)行降噪處理來驗證降噪效果。圖5～圖7中,橫坐標(biāo)表示信號長度,圖中顯示了5120個點(diǎn),縱坐標(biāo)表示信號幅度,原始心音信號如圖5所示;經(jīng)EMD分解的前5個IMF1-IMF5及趨勢項res如圖6所示;降噪后的心音信號如圖7所示。

由于EMD分解總是按照特征時間尺度由小到大的順序?qū)⑿盘柕念l率從高到低分離出來,各個IMF包含的噪聲強(qiáng)度也逐漸減弱,幾乎可認(rèn)為低頻部分IMF就是所需要的有用信號,即低頻分量。而從分解的IMF波形可以看出,第一個固有模態(tài)函數(shù)IMF1是從原始心音信號中分解出的頻率最高,波長最短,幅度較大,可認(rèn)定其含有的高頻噪聲成分較大,比如心臟收縮期或舒張期雜音。依次下去,IMF分量的頻率越來越低,波長越長,幅度明顯降低,這種分布情況是由 EMD的分解特性決定的,表明EMD分解的前幾個固有模態(tài)函數(shù)包含了心音信號的最顯著信息。對50～200Hz的固有模態(tài)函數(shù)相加求和即為降噪后的信號,這里取IMF2～I(xiàn)MF5以及趨勢項相加重構(gòu)出降噪后的期望信號。從圖5（c）可以很好地確定S1、S2的峰值,便于瞬時心率的計算。

圖5 原始心音信號

圖6 原始心音信號經(jīng)EMD分解的前5個IMF1-IM F5及趨勢項res

圖7 降噪后的信號

可以看出,采用的濾波算法能夠獲得較滿意的效果。醫(yī)生根據(jù)醫(yī)院中心監(jiān)護(hù)軟件顯示的心音圖譜進(jìn)行分析診斷,并將健康狀況反饋給用戶。

1.3.2 心率的特點(diǎn)與瞬時心率的計算

心率即心臟收縮的頻率,指單位時間內(nèi)心臟搏動的次數(shù),單位為跳/分（bpm）。心率隨著年齡的增長而減慢,健康胎兒的心率范圍為120～160bpm,兒童為 110～120bpm,成人為 60～100bpm,而老年人可慢至55～75bpm[12]。心率（HR）計算方法為

其中,fs為心音采樣率,為相鄰的兩個S1間數(shù)據(jù)個數(shù)。

目前,系統(tǒng)已采集心音13例,并對13例受試者進(jìn)行一周內(nèi)同一時間段的連續(xù)測試,選取一例數(shù)據(jù)做說明,取信號中間部分的2s時間進(jìn)行心率計算。本系統(tǒng)設(shè)定的心音采樣率 fs220Hz,計算該受試者3s時間（約為3～4個心音周期）內(nèi)的相鄰S1間的數(shù)據(jù)點(diǎn)數(shù) NΔs1s1約為167,即求得瞬時心率約為79跳/分,與測試該受試者在同一狀態(tài)下的脈搏,取三次平均數(shù)約為78跳/分相比較,可見相對誤差較小。并且,文中的算法對采集的13例心音信號進(jìn)行平均瞬時心率的計算均得到了正確的結(jié)果。

2 結(jié)果和討論

系統(tǒng)對13例年齡在20到50歲的成年人進(jìn)行了盲測試,其中有若干人心率異常,只有被測者本人知曉,測試人員并不知情。實(shí)驗測試結(jié)果顯示其中11人心率正常,2人不正常。經(jīng)2名疑似異常者確認(rèn)實(shí)驗測試結(jié)果正確。其中一名為23歲男性,兩年前在四川省警官總醫(yī)院確診患有心率不齊,軟件統(tǒng)計其心率在90到146之間波動,且從所顯示的心音波形可以明顯看出其沒有固定周期性;另一名為35歲女性,患有心動過緩,軟件統(tǒng)計顯示其心率為47次/分,仔細(xì)觀察會發(fā)現(xiàn)其心音波形之間的間隔時間比正常人稍長。11例健康被測者的瞬時心率計算正確率為96.3%。實(shí)驗結(jié)果表明希爾伯特黃變換的關(guān)鍵部分經(jīng)驗?zāi)Ｊ椒纸夥椒茌^好的滿足實(shí)時心音信號的去噪要求,提供準(zhǔn)確可靠的心音數(shù)據(jù),該系統(tǒng)的設(shè)計適合心音信號的實(shí)驗性研究,為心血管疾病提供輔助性診斷,據(jù)有很好的應(yīng)用前景,從而使心音檢測系統(tǒng)得到廣泛推廣和應(yīng)用。由于對EMD算法的研究還沒有在實(shí)時處理信號要求上深入,加上EMD算法本身還有一定的缺陷,比如篩法和邊界處理問題,因而還待參考各種優(yōu)化算法,總結(jié)出實(shí)時EMD改進(jìn)算法,也是本課題下一步的研究工作。

3 結(jié)束語

傳統(tǒng)的心血管檢測大都要求被測試者到指定的地方由專業(yè)人員進(jìn)行檢測。對于在特定的場合進(jìn)行測試的運(yùn)動員和行動不便的孕婦,以及需長期監(jiān)測心臟疾病的患者,無疑在生活和經(jīng)濟(jì)上給他們帶來困擾[13]。傳統(tǒng)聽診器難以捕捉一些微弱的生理聲信號且診斷結(jié)果容易受聽診者主觀經(jīng)驗的影響,難以定量分析,因而準(zhǔn)確性較差[13],較易造成誤判[14-15]。傳統(tǒng)心音學(xué)與數(shù)字信號處理的算法結(jié)合,為運(yùn)用心音分析準(zhǔn)確診斷心臟相關(guān)疾病提供了必要的手段。系統(tǒng)實(shí)現(xiàn)了家庭心音信號采集與電信網(wǎng)絡(luò)相結(jié)合的遠(yuǎn)程心音監(jiān)護(hù),跨越心血管疾病監(jiān)護(hù)時間和空間的障礙。醫(yī)院服務(wù)器的數(shù)據(jù)傳輸系統(tǒng)采用移動通信網(wǎng)和Internet網(wǎng)相結(jié)合的方式,在給患者帶來便利的同時,無需對醫(yī)院現(xiàn)有的信息系統(tǒng)進(jìn)行大規(guī)模的改變,從而降低了系統(tǒng)的使用成本。

[1] 王海濱,江鐘偉,董秀成.基于聽診器的心音采集解析系統(tǒng)[J].生物醫(yī)學(xué)工程學(xué)雜志,2009,26（2）:282-287.

[2] 吳延軍,徐涇平,趙艷.心音信號的產(chǎn)生與傳導(dǎo)機(jī)制[J].生物醫(yī)學(xué)工程學(xué)雜志,1996,13（3）:280-288.

[3] 董承瑯,陶壽淇,陳灝珠.實(shí)用心臟病學(xué)[M].上海:科學(xué)技術(shù)出版社,1996:971-974.

[4] XU Chengbin.The Theory of Phonocardiogram[M].Beijing:Science Press,1982.

[5] 林勇,許曉飛.基于經(jīng)驗?zāi)Ｊ椒纸獾男囊糇詣臃侄嗡惴╗J].中國生物醫(yī)學(xué)工程學(xué)報,2008,27（4）:485-489.

[6] Millette and Baddour.Signal processing of heart signals for the quantification of non-deterministic events[J].BioMedical Engineering OnLine,2011,10:1-23.

[7] Ari S,Saha G.Classification of heart sounds using empirical mode decomposition based features[J].International Journal of Medical Engineering and Informatics 2008,1:91-108.

[8] FLANDRINP,RILLING G,GONCALVES P.Empirical mode decomposition as a filter bank[J].IEEE Signal Processing Letters,2004,11（2）:112-114.

[9] HUANG N E,SHEN Zheng.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proc R.Soc London A,1998,454:899-995.

[10] 許曉飛,林勇,嚴(yán)彬彬.基于希爾伯特-黃變換的心音包絡(luò)提取[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程,2008,21（20）:134-136.

[11] 譚善文,秦樹人,湯寶平.Hilbert-Huang變換的濾波特性及其應(yīng)用[J].重慶大學(xué)學(xué)報,2004,27（2）:9-12.

[12] 盧山.基于時頻分析的心率變異性研究[D].重慶:重慶大學(xué),2004.

[13] 施劍鋒.心音呼吸音可視電子聽診系統(tǒng)[D].杭州:浙江大學(xué),2007.

[14] Michael A.Chizner,Cardiac auscultation:Rediscovering the Lost Art,Current[J].Problems in Cardiology,2008,33（7）:326-408.

[15] Martínez-Cabeza-de-Vaca-Alajarín,J.,Ruiz Merino,R.Efficient method for events detection in phonocardiographic signals[J].In Proceedings of SPIE.2005,5839:389-409.