基于數(shù)據(jù)庫的心音合成軟件設(shè)計

申玉靜，王 尋，唐 閩，吳 偉

（1.中國醫(yī)學科學院阜外醫(yī)院心律失常中心，北京100037；2.上海電機學院智能制造（中德）學院，上海201306；3.中國科學院聲學研究所語言聲學與內(nèi)容理解重點實驗室，北京100190）

0 引言

近年來，隨著我國城市化進程的加快以及人口老齡化問題的日趨嚴峻，心血管疾病患者日益增多，因心臟疾病而死亡的病例也逐年增加。盡早發(fā)現(xiàn)心臟異常有利于降低心血管疾病的死亡率[1]。目前，存在磁共振成像[2]、計算機斷層顯像[3]和超聲成像[4]等多種心臟檢查方法，但這些方法所需設(shè)備費用高，操作復雜，且需要專業(yè)人員才能操作，難以在基層及社區(qū)推廣。心電檢查所用設(shè)備雖然相對簡單[5]，對人體損害很小，但難以診斷瓣膜疾病。心音是心臟跳動過程中由瓣膜開閉和血流沖擊所產(chǎn)生的，能夠反映心臟部分組織的健康狀況。當心臟瓣膜發(fā)生病變后，心音中往往會有雜音出現(xiàn)。同時，采集心音無需昂貴的設(shè)備，這使得心音聽診長期以來被用于診斷心臟瓣膜疾病。一個心動周期通?？梢苑譃?個部分：第一心音（S1）、第二心音（S2）、S1～S2間期和S2～next S1間期[6]，如圖1所示。其中，S1和S1～S2屬于收縮期，S2和S2～next S1屬于舒張期[7]。無論是醫(yī)生的聽診教學，還是依據(jù)心音進行自動診斷系統(tǒng)的模型訓練，都需要大量的心音數(shù)據(jù)。然而一些研究條件欠缺的機構(gòu)難以獲取大量不同類型的心音，因此不利于基于心音的心臟疾病診斷方法的推廣。

圖1 一個完整的心動周期

為了解決上述問題，很多研究人員提出了合成心音的方法。如高佼[8]使用模擬電路模型類比心血管系統(tǒng)中的腔室、動脈、靜脈以及心室收縮和外周阻力的生理控制機制，計算得出各瓣膜兩側(cè)血壓差和瓣膜關(guān)閉時刻。然后將瓣膜振動類比為彈簧振子的阻尼受迫振動，將此前由電路模型計算出的瓣膜兩側(cè)血壓差用Ramp函數(shù)擬合，求解瓣膜振動方程，進而得到瓣膜振動波形，并結(jié)合瓣膜關(guān)閉時刻合成S1與S2。姜斌[9]設(shè)計了基于心臟生理參數(shù)的復合心音合成模型，其中包括心臟仿真和心音合成2個子模塊，前者為后者提供運行參數(shù)。心音合成子模塊又分為2個部分，分別產(chǎn)生左側(cè)心音和右側(cè)心音。通過將心臟活動與電路類比，建立心臟活動方程，并使用四階Runge-Kunta算法求解，得到左、右側(cè)心音軌跡圖和波形圖，并在時域上將兩者疊加，從而得到完整的合成心音時域波形。上述模型均基于解析形式的數(shù)學公式，雖然可以模擬出S1與S2，但由于生物信號較為復雜，這些模型所合成的心音與真實心音仍然存在一定的差距。此外，這些模型難以模擬各類心臟雜音，通用性有限。

目前，很多研究機構(gòu)致力于發(fā)展基于大數(shù)據(jù)的醫(yī)療軟件平臺[10]。本文通過構(gòu)建心音數(shù)據(jù)庫，并以此為基礎(chǔ)設(shè)計心音合成軟件，為心音聽診的教學和自動診斷中的數(shù)據(jù)生成提供便利。

1 心音數(shù)據(jù)采集

心音合成軟件需要建立在大量心音數(shù)據(jù)的基礎(chǔ)上，因此心音采集是非常重要的環(huán)節(jié)。醫(yī)學上常用的聽診區(qū)有5個，包括主動脈瓣聽診區(qū)、肺動脈瓣聽診區(qū)、主動脈瓣第二聽診區(qū)、三尖瓣聽診區(qū)和二尖瓣聽診區(qū)[11]。常見的瓣膜疾病有主動脈瓣狹窄、主動脈瓣返流、二尖瓣狹窄、二尖瓣返流和三尖瓣返流5種。本研究使用長虹九心格電子聽診器（NC-STH-002）采集了184位志愿者5個聽診區(qū)的心音，每個聽診區(qū)采集時長1 min左右。數(shù)據(jù)分布詳見表1。

表1 采集的心音數(shù)據(jù)分布

所有采集的心音均存儲為4 kHz采樣率、16 bit的.wav格式音頻文件。采集時由電子聽診器通過藍牙將心音發(fā)送至搭載Android系統(tǒng)的平板計算機內(nèi)保存。采集完成后，再通過藍牙將全部心音數(shù)據(jù)發(fā)送至臺式計算機存儲。

2 數(shù)據(jù)處理

2.1 心音降噪

本研究中，電子聽診器使用壓電陶瓷傳感器將心音振動轉(zhuǎn)換為電信號，這些電信號中往往包含環(huán)境噪聲和電噪聲[12]。在將采集的心音數(shù)據(jù)收錄進數(shù)據(jù)庫之前，需要先對心音數(shù)據(jù)進行降噪處理。目前，常用的心音降噪方法有譜減法[13]和小波閾值降噪[14]等。本研究使用最優(yōu)改進對數(shù)譜幅度（optimally modified log-spectral amplitude，OMLSA）估計方法對心音進行降噪。OMLSA是2002年Cohen等研究人員提出的降噪方法[15-18]，目標是最小化純凈音頻與估計的降噪后音頻之間的差異。降噪后音頻頻譜可表示為

式中，Y（k，l）表示l時刻k頻率處的頻譜幅度值；GH1和Gmin分別表示有效信號存在和不存在時的增益；p（k，l）為有效信號存在的后驗概率。p（k，l）的計算公式如下：

式中，q（k，l）表示第l幀頻率為k的頻帶上有效信號不存在的概率；ξ（k，l）為音頻先驗信噪比。ξ（k，l）的表達式為

式中，α為權(quán)重因子常數(shù)，用于控制降噪程度和有效信號保留之間的平衡，本文設(shè)定α=0.9；γ（k，l）為音頻后驗信噪比；GH1（k，l-1）為上一幀的對數(shù)譜增益函數(shù)。

γ（k，l）的表達式為式中，λd（k，l）為音頻信號的噪聲譜估計，是由改進的最小值控制遞歸平均（improved minima controlled recursive averaging，IMCRA）算法[19]計算的。v（k，l）的表達式為

同時，GH1滿足[20]：

本課題組此前的研究表明，在OMLSA方法降噪的基礎(chǔ)上，進一步使用小波閾值方法降噪，總體上可以獲得更好的降噪效果[21]。因此，本研究結(jié)合OMLSA方法與小波閾值方法對采集到的心音降噪，并將降噪后心音存放在數(shù)據(jù)庫中。小波閾值降噪時選用coif5小波，分解層數(shù)為6層，使用軟閾值方式，閾值選擇準則為rigrsure。降噪前后的心音波形如圖2所示。

2.2 數(shù)據(jù)庫建立

圖2 主動脈瓣狹窄患者降噪前后的心音波形

醫(yī)學常用的數(shù)據(jù)庫包括Qracle[22]、SQL Server[23]和Access等。由于目前本研究所用心音均存儲在本地，因此選用Office 2013中的Access數(shù)據(jù)庫存儲心音信息。新建心音數(shù)據(jù)庫并在數(shù)據(jù)庫中建立4個表格，依次命名為S1、S12、S2和S21，分別用于存儲心音4個部分的信息。圖3顯示了S1表格中存儲的部分心音信息。其中，“聽診區(qū)”屬性下1～5分別表示該編號的心音采集于主動脈瓣聽診區(qū)、肺動脈瓣聽診區(qū)、主動脈瓣第二聽診區(qū)、主動脈瓣第三聽診區(qū)和二尖瓣聽診區(qū)。“健康狀況”屬性下序號1～6與表1中序號1～6逐一對應。如“健康狀況”屬性為2，則表示該心音采集于主動脈瓣狹窄的患者。

圖3 心音數(shù)據(jù)庫中S1表格的部分心音信息

3 軟件設(shè)計

MATLAB GUI（graphical user interface）是一種常用的用戶可視化交互工具，已經(jīng)被應用于語音信號處理[24]、地球科學[25]和統(tǒng)計[26]等領(lǐng)域的軟件設(shè)計。它具有控件豐富、自由度高等優(yōu)點，可供研究人員快速創(chuàng)建應用程序[27]，因此本研究選用MATLAB 2014b的GUI設(shè)計心音合成軟件。

如圖4所示，軟件分為心音數(shù)據(jù)選擇、心音合并以及查看文件和軟件信息3個部分。數(shù)據(jù)選擇主要有4個部分，分別用于選擇S1、S1～S2、S2和S2～next S1的心音。以S1為例說明心音數(shù)據(jù)選擇的操作方法，其數(shù)據(jù)選擇與波形預覽界面如圖5所示。首先需要在時長、聽診區(qū)和健康狀況的Edit控件中輸入想要查找的條件，然后點擊“查找”按鈕查詢，查詢到的心音顯示在表格中。點擊表格任意一行，會在下方繪圖區(qū)域顯示被選中心音的波形。其他心音成分選擇方法與此類似。

圖4 心音合成軟件界面

當逐個選擇4個部分的心音并點擊“添加”按鈕后，需要分別輸入S1～S2、S2和S2～next S1心音的開始時間以及4個部分心音的放大倍數(shù)，合成的波形和時頻圖如圖6所示。由于軟件中默認將S1設(shè)置為從零時刻開始，所以不需要手動設(shè)置S1的開始時間。輸入完成后點擊“合并”按鈕，即可將所選4個部分的心音合并為一個完整心動周期的心音。如果對心音波形較為滿意，可以點擊“播放”試聽。在“持續(xù)周期數(shù)”后的文本框中輸入想要生成的心音波形的周期數(shù)，然后點擊“生成”按鈕，即可生成多個周期的心音.wav文件。當生成心音文件后，點擊圖4中“查看生成文件”按鈕即可打開生成的心音文件所在文件夾。此文件夾中保存了所有生成的心音文件，用戶可以隨時查看和試聽。

圖5 S1心音數(shù)據(jù)選擇與波形預覽界面

圖6 心音波形生成界面

4軟件實現(xiàn)

4.1 心音數(shù)據(jù)選擇

心音數(shù)據(jù)選擇部分主要功能為選擇4個部分的心音。本節(jié)以S1的選擇和顯示為例，敘述程序設(shè)計。先在時長、聽診區(qū)和健康狀況的Edit控件中輸入文本作為查找信息，然后點擊“查找”Button控件在Access數(shù)據(jù)庫中查詢。點擊“查找”時，回調(diào)函數(shù)S1_search_Callback會首先獲取上述3個Edit控件中的文本內(nèi)容：

然后使用MATLAB內(nèi)建函數(shù)database連接數(shù)據(jù)庫

再使用Select語句查詢數(shù)據(jù)庫中信息：

其中，S為當前查找的表格名（S1、S12、S2或S21），order by…asc語句是為了讓查詢結(jié)果按照數(shù)值從小到大排序。當前排序的優(yōu)先級為聽診區(qū)＞健康狀況＞時長＞編號。

查詢到的已排序數(shù)據(jù)存儲于search_result矩陣，使用set(handles.S1_uitable,'Data',search_result)函數(shù)將查詢結(jié)果顯示在S1_uitable表格控件中。S1_uitable的回調(diào)函數(shù)S1_uitable_CellSelectionCallback會在點擊其中任意一個單元格的時候觸發(fā)。為了在點擊某一行時顯示該行數(shù)據(jù)對應的心音波形，回調(diào)函數(shù)中編寫的主要代碼如下：

其中，eventdata.Indices為當前選中的單元索引，將其行索引賦值給hangIndex_S1，newData_S1為通過Get函數(shù)獲取到的當前顯示表格中的數(shù)據(jù)，heart_id_S1為當前所點擊的心音編號，heart_wav_S1為讀入的心音數(shù)據(jù)。Axes函數(shù)用于獲取當前畫圖的Axes控件，然后使用Plot函數(shù)畫圖，波形如圖5中藍色曲線所示。

4.2 心音生成

依次選擇4個部分的心音，點擊“添加”按鈕，然后輸入各個部分心音的開始時間和放大倍數(shù)，點擊“生成”按鈕，即可將所選4個部分的心音合并為一個完整心動周期的心音。生成心音時，先定義全零數(shù)組composed_wav，數(shù)組長度需足以包含4段心音：composed_wav=zeros(1,(floor(fs*S21_begin_t)+length(S21_readed)));

其中，S21_begin_t為S2～next S1段的開始時刻，fs為采樣率4 kHz。然后根據(jù)每段心音的開始時刻給composed_wav賦值。例如S2段的賦值程序為composed_wav((floor(fs*S2_begin_t))+k2)=composed_wav((floor(fs*S2_begin_t))+k2)+S2_readed(k2).*S2_amp;即將composed_wav中從floor(fs*S2_begin_t)開始的一段心音波形數(shù)據(jù)加上S2乘以放大倍數(shù)S2_amp后的值，生成的心音波形和時頻圖已在圖6中給出。時頻圖是對時域信號進行短時傅里葉變換（short-time Fourier transform，STFT）得到的[28]，計算公式如下：

式中，X（τ，ω）為變換后得到的時頻信號；x（t）為時域心音信號；h（t-τ）為窗函數(shù)，本文選用Hanning窗，幀長為256，幀移為32。點擊“播放”按鈕時，軟件調(diào)用sound函數(shù)。在“持續(xù)周期數(shù)”后的文本框中輸入待生成心音的心動周期數(shù)，點擊“生成”按鈕時會調(diào)用函數(shù)audiowrite(['created_',S1_id,'_',S12_id,'_',S2_id,'_',S21_id,'_',datestr(now,'yyyy-mm-dd_HH-MM-SS'),'.wav'],composed_wav_all,4000)保存心音。其中composed_wav_all為多周期合并后的心音數(shù)據(jù)，datestr()函數(shù)用于生成字符串格式的當前時刻，4 000為當前心音的采樣率（單位為Hz）。

4.3 查看文件和軟件信息

當生成心音后，點擊圖7（a）中“查看生成文件”按鈕即會觸發(fā)回調(diào)函數(shù)打開預設(shè)的文件夾。在此文件夾中可查看此前生成的.wav格式的心音。點擊“使用說明”按鈕會調(diào)用回調(diào)函數(shù)open（'instruction.fig'）彈出軟件介紹，如圖7（b）所示。軟件介紹預先在Text控件中寫好，內(nèi)容為軟件的使用方法。

5 教學效果分析

圖7 心音文件與軟件信息查看

為了研究心音合成軟件在教學方面的效果，由專業(yè)醫(yī)務人員在中國醫(yī)學科學院阜外醫(yī)院進行實驗。實驗前將患者及家屬分為A、B 2組，每組40人。經(jīng)過調(diào)查，確認所有測試者均非醫(yī)學專業(yè)。采用不同的方式給上述2組人員授課，教授心音與心臟瓣膜疾病間的關(guān)系。對A組人員授課時，使用華盛頓大學醫(yī)學系的臨床高級物理診斷學習與教學（advanced physical diagnosis learning and teaching at the bedside，APDLTB）數(shù)據(jù)庫中的心音，對B組人員授課時采用心音合成軟件。授課結(jié)束后，A組每位人員可以任意選擇數(shù)據(jù)庫中的心音反復聽10 min，B組人員自行操作心音合成軟件10 min，按照個人意愿合成各類心音并試聽。教學完成后，讓測試者填寫問卷以判斷測試者對知識的掌握程度。問卷中包含10個關(guān)于心音和心臟瓣膜疾病關(guān)系的選擇題，2組測試者問卷填寫結(jié)果詳見表2。

表2 2組測試者調(diào)查問卷填寫結(jié)果統(tǒng)計單位：人

由表2可以看出，B組獲得優(yōu)秀和良好的人數(shù)明顯高于A組；B組獲得中等和較差的人數(shù)少于A組?？梢娛褂眯囊艉铣绍浖呐嘤栃Ч麅?yōu)于使用APDLTB數(shù)據(jù)庫。這可能是由于本軟件自由度較高，能夠激發(fā)被測試者主動探索的興趣，使用戶在操作過程中對心音與心臟瓣膜疾病的關(guān)系有了較為深刻的理解。

6 結(jié)語

本文以MATLAB GUI為平臺設(shè)計了一套心音合成軟件。首先采集大量健康人和心臟疾病患者的心音，然后對心音進行降噪和分割處理，構(gòu)建Access數(shù)據(jù)庫并實現(xiàn)心音合成軟件。本研究中沒有采用傳統(tǒng)的基于解析公式的心音合成的方案，而是以大量數(shù)據(jù)為基礎(chǔ)，這樣可以生成更加真實的心音。此外，本軟件界面直觀、頁面跳轉(zhuǎn)少、使用流暢，為心音聽診教學提供了便利，具有較高的實用價值和進一步開發(fā)的潛力。且與使用APDLTB數(shù)據(jù)庫中的心音進行教學相比，本軟件能夠達到更好的教學效果。未來的研究計劃包括擴大心音的采集范圍以包含更多的疾病、進一步完善軟件功能、推動軟件的實用化等。