基于心音周期性的自動(dòng)分段研究

許莉莉，郭學(xué)謙

首都醫(yī)科大學(xué) 生物醫(yī)學(xué)工程學(xué)院，臨床生物力學(xué)應(yīng)用基礎(chǔ)研究北京市重點(diǎn)實(shí)驗(yàn)室，北京 100069

引言

有研究表明，某些心血管疾病在心電圖表現(xiàn)出異常之前，就出現(xiàn)心臟雜音和心音變異。雜音的出現(xiàn)和心音變異包含著豐富的病理信息[1]。因此，心音信號(hào)可作為臨床輔助評(píng)估心臟功能狀態(tài)的基本參數(shù)。人體心音信號(hào)是心動(dòng)周期中，心臟瓣膜的開關(guān)、肌腱和肌肉的舒張、血流的沖擊以及血管壁的振動(dòng)而產(chǎn)生的一種復(fù)合音，一個(gè)心動(dòng)周期中包括4個(gè)心音，通常稱為S1（第一心音）、S2、S3和S4，多數(shù)情況下只能聽見S1和S2[2]。

心音信號(hào)分析處理的首要任務(wù)就是提取獨(dú)立的心動(dòng)周期。現(xiàn)有的心音分段方法有兩類，一類是以心電圖作為參考進(jìn)行分段，這類方法效果較好，但對(duì)硬件要求高，具有很大的局限性[3]；另一類方法以心音包絡(luò)為基礎(chǔ)進(jìn)行分段，目前大多報(bào)道采用的都是此類方法[4-6]。這類方法多采用HHT變換或者小波變換提取心音樣本的能量信息，導(dǎo)致包絡(luò)不平滑或者分段模糊。事實(shí)上，心音的分段無論采取什么樣的方法也脫離不了心音信號(hào)本身的周期性[7]。心音是非平穩(wěn)的類周期信號(hào)，即使出現(xiàn)雜音或者發(fā)生異常，一般也體現(xiàn)出明顯的周期性，2例異常的心音和一例正常心音，見圖1。本文正是基于心音信號(hào)的周期性自動(dòng)提取心動(dòng)周期。

1 算法介紹

1.1 形態(tài)濾波提取心音包絡(luò)

數(shù)學(xué)形態(tài)學(xué)在二維圖像處理中應(yīng)用非常廣泛，它包括4種基本運(yùn)算：膨脹、腐蝕、開運(yùn)算和閉運(yùn)算，是利用一個(gè)結(jié)構(gòu)元素去探測(cè)圖像，去量度和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目。正因?yàn)閿?shù)學(xué)形態(tài)學(xué)是分析圖形幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法，近年來它也被用于提取一維信號(hào)的包絡(luò)[8-11]。

圖1 心音信號(hào)

將數(shù)學(xué)形態(tài)學(xué)推廣到一維信號(hào)處理，其基本的膨脹、腐蝕、開運(yùn)算和閉運(yùn)算定義如下[11]：設(shè)F，S分別為一維信號(hào)和一維結(jié)構(gòu)元素，其長(zhǎng)度分別為N和M，一般N＞M，則F被S膨脹為：

其中n=M,…, N; m=0,…M-1。具體的運(yùn)算過程為：平移結(jié)構(gòu)元素至n點(diǎn)處，將結(jié)構(gòu)元素與信號(hào)序列對(duì)應(yīng)數(shù)據(jù)點(diǎn)相加，取相加結(jié)果的最大值。由上述運(yùn)算可知，一維信號(hào)前端的M個(gè)數(shù)據(jù)點(diǎn)未進(jìn)行膨脹。

F被S腐蝕：

式中n=0,…,N-M; m=0,…M-1。具體的運(yùn)算過程為：平移結(jié)構(gòu)元素至n點(diǎn)處，信號(hào)序列與結(jié)構(gòu)元素對(duì)應(yīng)數(shù)據(jù)點(diǎn)相減，取相減結(jié)果的最小值。由上述運(yùn)算可知，一維信號(hào)末端的M個(gè)數(shù)據(jù)點(diǎn)未進(jìn)行腐蝕運(yùn)算。

開運(yùn)算是指對(duì)一維信號(hào)先腐蝕再膨脹，閉運(yùn)算則是指對(duì)信號(hào)先膨脹再腐蝕。

本文所用心音樣本長(zhǎng)度均為5 s，一個(gè)心動(dòng)周期的平均時(shí)間約為0.8 s，一個(gè)5 s的心音樣本應(yīng)該包含6個(gè)左右心動(dòng)周期?？紤]到心動(dòng)過緩導(dǎo)致的心音變異等，本文對(duì)一個(gè)樣本提取4個(gè)心動(dòng)周期的信息。將原始心音信號(hào)基線置零，再將信號(hào)按基線取絕對(duì)值，最后將整段信號(hào)按強(qiáng)度歸一化處理，即“全波整流”。為了減少每次處理的數(shù)據(jù)量，將信號(hào)下采樣至1102.5 Hz。預(yù)處理后的心音信號(hào)，采用閉運(yùn)算提取其包絡(luò)。閉運(yùn)算先采用結(jié)構(gòu)元素膨脹，填充信號(hào)內(nèi)相鄰峰值間的細(xì)小溝壑；再采用結(jié)構(gòu)元素腐蝕，平滑峰值間的細(xì)小突出。經(jīng)過預(yù)處理與閉運(yùn)算后，獲得一維心音信號(hào)的包絡(luò)，見圖2。

1.2 相關(guān)計(jì)算提取峰位

信號(hào)處理中，相關(guān)函數(shù)的應(yīng)用廣泛，包括信號(hào)中隱含周期性的檢測(cè)、噪聲中信號(hào)的提取等[12-13]。其定義如下：

圖2 一維心音信號(hào)包絡(luò)

相關(guān)計(jì)算進(jìn)一步平滑了心音信號(hào)包絡(luò)上的毛刺、溝壑。經(jīng)過形態(tài)學(xué)閉運(yùn)算提取的心音包絡(luò)仍然帶有毛刺，并不適合做進(jìn)一步的周期提取。為了突出信號(hào)的周期性，用于自動(dòng)分段，本文采用一種自適應(yīng)的相關(guān)計(jì)算，突出其峰值位置。即提取每個(gè)心音信號(hào)各自的主峰片段與整個(gè)包絡(luò)做相關(guān)運(yùn)算，則整個(gè)信號(hào)中與主峰形狀相似的峰位將被突出。以圖2a為例，圖中主峰為持續(xù)時(shí)間較長(zhǎng)的方形峰，提取該方形峰與圖2a整段包絡(luò)做相關(guān)計(jì)算后，方形峰起始位置成為相關(guān)系數(shù)極值位置，見圖3。

圖3 提取主峰片段進(jìn)行相關(guān)運(yùn)算結(jié)果

1.3 基于周期性的自動(dòng)分段

心音自動(dòng)分段是基于心音信號(hào)的周期性。一般來說，每個(gè)心動(dòng)周期中，峰值的間期相對(duì)穩(wěn)定而各不相同。在圖2中標(biāo)記出相關(guān)計(jì)算后的局部極值，按順序標(biāo)記為P1，P2，…。首先將P1看作第1個(gè)心動(dòng)周期的第一個(gè)峰值，將P2看作第2個(gè)心動(dòng)周期的第一個(gè)峰值，兩者之間的時(shí)間為一個(gè)心動(dòng)周期T1；將P3看作第3個(gè)心動(dòng)周期的第一峰，P2和P3之間的時(shí)間間隔，為第二個(gè)心動(dòng)周期T2，T2應(yīng)與T1大致相等，若兩者大致相同，則相應(yīng)的P4與P3，P5與P4之間的時(shí)間間隔大致相同，若T2應(yīng)與T1明顯不同，說明P2可能是第1個(gè)心動(dòng)周期的第二個(gè)峰，此時(shí)，將T1改為T11，T2改為T12；將P3標(biāo)記為第2個(gè)心動(dòng)周期的第一個(gè)峰，P4標(biāo)記為第2個(gè)心動(dòng)周期的第二個(gè)峰，P5標(biāo)記為第3個(gè)心動(dòng)周期的第一個(gè)峰，分別記錄P3P4間隔為T21、P4P5間隔為T22，若T21與T11，T22與T12大致相同，則相應(yīng)的P5P6、P7P8之間的間隔大致相同，P6P7、P8P9之間的間隔大致相同；若T21與T11、T22與T12明顯不同，說明P3是第1個(gè)心動(dòng)周期的第三個(gè)峰，則P4、P5、P6分別看作第2個(gè)心動(dòng)周期的第一、二、三峰；將P3P4之間的間隔改為T13，將P4P5、P5P6、P6P7之間的間隔分別標(biāo)記為T21、T22、T23，比較T21與T11、T22與T12、T23與T13是否大致相同，依次類推。確定出每個(gè)心動(dòng)周期的長(zhǎng)度，從而自動(dòng)標(biāo)記出每個(gè)心動(dòng)周期的起始位置，見圖4。如圖4a所示，圖中菱形標(biāo)記為前5個(gè)心動(dòng)周期的起點(diǎn)。

圖4 峰位的后處理結(jié)果

1.4 峰位的后處理

每一個(gè)心動(dòng)周期被標(biāo)記出來以后，在周期內(nèi)根據(jù)心音的生理學(xué)特征調(diào)整S1和S2的位置。根據(jù)心電圖資料：心臟收縮期的持續(xù)時(shí)間即S1結(jié)束到S2開始，小于舒張期的持續(xù)時(shí)間即S2結(jié)束到S1開始；心臟收縮期的時(shí)間基本穩(wěn)定，當(dāng)心動(dòng)過速時(shí)，舒張期縮短，以致收縮期和舒張期的時(shí)間幾乎相等，此時(shí)S1增強(qiáng)，S2減弱[11,14-15]。

當(dāng)一個(gè)心動(dòng)周期中，有兩個(gè)以上的峰值，則根據(jù)4個(gè)周期內(nèi)相應(yīng)峰位的平均幅值，留取最強(qiáng)的兩個(gè)峰位，利用S1S2間距小于S2S1間距來判斷，兩者間距相差0.1 s以上，間距小的是S1S2；兩者間距相差0.06 s以下，取周期內(nèi)幅值強(qiáng)的為S1。處理后，每個(gè)心動(dòng)周期內(nèi)的心音標(biāo)記如圖4b所示，三角形標(biāo)記為每個(gè)心動(dòng)周期的的S1，方形標(biāo)記為S2。

2 結(jié)果和討論

本研究采用的心音有兩部份來源，共48例，其中10例異常心音從互聯(lián)網(wǎng)下載，其采樣頻率為22050 Hz[16]；另外38例采自由北京市宣武醫(yī)院體檢顯示無心血管疾病的健康人群。心音信號(hào)采集時(shí)將HKY-60C 型心音傳感器（合肥華科電子技術(shù)研究所研制）放在心尖區(qū)，在家用電腦上通過Cool Edit Pro2.0軟件直接錄制，采樣頻率為11025 Hz。實(shí)驗(yàn)中對(duì)上述每例心音提取兩個(gè)時(shí)長(zhǎng)5 s的樣本，共96個(gè)樣本進(jìn)行了自動(dòng)分段和S1、S2的識(shí)別，其結(jié)果由北京友誼醫(yī)院的專家進(jìn)行鑒定。實(shí)驗(yàn)結(jié)果表明該算法對(duì)于正常心音的分段以及S1、S2的識(shí)別正確率達(dá)到100%。對(duì)于異常心音，如圖1a所示，經(jīng)相關(guān)計(jì)算后周期內(nèi)只有一個(gè)極大值，未計(jì)入正確率計(jì)算外，還有一例收縮中期出現(xiàn)的喀啦音因幅值較高，未被正確識(shí)別外，其他異常心音均能正確分段且識(shí)別出S1、S2，算法對(duì)異常心音的正確率為89%。

該算法將數(shù)學(xué)形態(tài)學(xué)和主峰片段相關(guān)計(jì)算相結(jié)合自動(dòng)提取心音信號(hào)的包絡(luò)，標(biāo)記出心動(dòng)周期的起點(diǎn)，回避了其他算法中由于包絡(luò)不平滑，毛刺等對(duì)后期處理的問題[17]，能夠快速便捷的對(duì)心音信號(hào)進(jìn)行分段和識(shí)別，為后期提取心音信號(hào)的各類特征進(jìn)行心音正常和異常識(shí)別提供了基礎(chǔ)。

3 結(jié)論

本文基于人體心音信號(hào)的周期性，提出了數(shù)學(xué)形態(tài)學(xué)運(yùn)算提取心音包絡(luò)，并提取包絡(luò)各自的主峰片段與信號(hào)進(jìn)行相關(guān)計(jì)算以突出心音周期性的方法，對(duì)心音信號(hào)進(jìn)行了基于周期性的自動(dòng)分段。經(jīng)過48例心音共96個(gè)樣本的檢驗(yàn)，該算法能有效地進(jìn)行心音分段，并正確識(shí)別出每個(gè)心動(dòng)周期中的S1和S2峰，可用于心音正常和異常識(shí)別的前期特征提取。

[1] Solomon LW.Yale university school of medicine heart book[J].Yale J Biol Med,1992,65(5):537.

[2] 羅建仲,羅琳.心臟聽診[M].北京:人民衛(wèi)生出版社,2000.

[3] Lehner RJ,Rangayyan RM.A three-channel microcomputer system for segmentation and characterization of the phonocardiogram[J].IEEE Trans Biomed Eng,1987,34(6):485-489.

[4] 陳潔,侯海良,羅良才,等.一種新的HHT在心音包絡(luò)提取中的應(yīng)用[J].中國(guó)醫(yī)學(xué)物理學(xué)雜志,2012,29(2):3272-3275.

[5] 李江,李曉玉.基于HHT的心音分段和醫(yī)學(xué)指標(biāo)提取[J].控制工程,2015,22(1):164-169.

[6] 胡曉,王威廉.基于小波變換心音定位[J].生物醫(yī)學(xué)工程與臨床,2002,6(4):181-184.

[7] 武偉寧,陳若珠.基于周期提取的心音分段方法[J].北京生物醫(yī)學(xué)工程, 2015,34(1):59-63.

[8] 張笑東,蒲寶明,霍紅,等.均值濾波和形態(tài)學(xué)在振蕩脈搏波提取中的應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2016,25(2):157-161.

[9] 張柯欣,王雪峰,魏巍,等.基于數(shù)學(xué)形態(tài)學(xué)的病理性附加肺音時(shí)頻譜圖分析[J].中華中醫(yī)藥學(xué)刊,2016,34(7):1550-1552.

[10] 高艷,胡陽.基于數(shù)學(xué)形態(tài)學(xué)方法的心電圖波形分離技術(shù)[J].生物醫(yī)學(xué)工程雜志,2001,18(1):55-59.

[11] 郭興明,陳劍,肖守中.基于數(shù)學(xué)形態(tài)學(xué)的心音信號(hào)識(shí)別方法[J].生物醫(yī)學(xué)工程學(xué)雜志,2004,1221(5):832-835.

[12] 徐維超.相關(guān)系數(shù)研究綜述[J].廣東工業(yè)大學(xué)學(xué)報(bào),2012,29(3):12-17.

[13] 葛新成,羅大成,曹勇.相關(guān)函數(shù)在數(shù)字信號(hào)處理中的應(yīng)用[J].電光與控制,2006,13(6):78-80.

[14] 吳玉春,楊亞萍,鄧北川.心音信號(hào)分段規(guī)則的探討[J].北京生物醫(yī)學(xué)工程,2014,33(5):524-526.

[15] 高攀.基于心音的病理特征研究[D].秦皇島:燕山大學(xué),2012.

[16] 許曉飛,林勇.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(2):134-136.

[17] 林勇,許曉飛.基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾男囊糇詣?dòng)分段算法[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2008,27(4):485-488.