閔孝忠, 朱林立

(江蘇理工學(xué)院 信息中心，江蘇 常州 213001)

1 引 言

傳統(tǒng)心臟聽(tīng)診技術(shù)以人耳聽(tīng)音來(lái)進(jìn)行，該方式受限于人耳聽(tīng)力的靈敏度及醫(yī)生的經(jīng)驗(yàn)和主觀判斷，作用有限[1].由于心音的隨時(shí)變化導(dǎo)致傳統(tǒng)聽(tīng)診方法很難完成準(zhǔn)確聽(tīng)診，因此專家學(xué)者對(duì)此進(jìn)行了研究.文獻(xiàn)[2]采用MATLAB模擬對(duì)心音進(jìn)行了小波去噪，但由于沒(méi)有形成采樣仿真系統(tǒng)，只是停留在實(shí)驗(yàn)階段；文獻(xiàn)[3]設(shè)計(jì)了獨(dú)立的心音聽(tīng)診系統(tǒng)，該系統(tǒng)僅繪制采樣波形，無(wú)法動(dòng)態(tài)繪制頻譜和進(jìn)行回放；文獻(xiàn)[4]從硬件角度設(shè)計(jì)了聽(tīng)診器，實(shí)現(xiàn)信號(hào)采集和顯示，但沒(méi)有實(shí)現(xiàn)后續(xù)信號(hào)轉(zhuǎn)儲(chǔ)及信號(hào)繪制.目前聽(tīng)診采樣仿真系統(tǒng)有了一些開(kāi)發(fā)實(shí)現(xiàn)案例，但是并沒(méi)有很好地解決信號(hào)回放、動(dòng)態(tài)頻譜繪制和跨平臺(tái)等問(wèn)題，尤其是動(dòng)態(tài)頻譜繪制，這對(duì)診斷某一時(shí)刻異常有很重要的參考價(jià)值.

本文利用JavaEE平臺(tái)對(duì)聽(tīng)診采樣仿真系統(tǒng)進(jìn)行重新設(shè)計(jì)和實(shí)現(xiàn)，具體方法為通過(guò)音頻接口將聽(tīng)診器接入PC，仿真系統(tǒng)對(duì)信息源進(jìn)行采樣，對(duì)信號(hào)進(jìn)行小波去噪預(yù)處理，提取信號(hào)繪制波形圖，通過(guò)快速傅立葉變換繪制頻譜，保存音頻數(shù)據(jù)，通過(guò)可視化操作可隨時(shí)回放某一幀心音信號(hào)和繪制頻譜，基于Java的實(shí)現(xiàn)同時(shí)解決了跨平臺(tái)部署問(wèn)題.

2 采樣預(yù)處理的理論基礎(chǔ)

在心音信號(hào)采集過(guò)程中，原始信號(hào)中會(huì)摻雜一些噪聲，因此對(duì)原始信號(hào)進(jìn)行必要的預(yù)處理非常重要，由于心肺音信號(hào)的不平穩(wěn)性，頻率較低，信號(hào)頻譜和噪聲頻譜往往是摻雜在一起，基于傅立葉變換的濾波方法不能在有效地在濾除噪聲的同時(shí)，又保持心音的特性不變，本文采用小波去噪的方法實(shí)現(xiàn)數(shù)據(jù)預(yù)處理，小波去噪算法由多分辨率分析、小波閾值操作和多層小波重構(gòu)組成.小波去噪主要有模極大值法、相關(guān)性法、閾值收縮法等幾種，本文采用改進(jìn)的閾值收縮方法對(duì)心音信號(hào)進(jìn)行去噪處理，通過(guò)在仿真系統(tǒng)中微調(diào)閥值改善采樣仿真效果.

2.1 多分辨率分析

假設(shè)函數(shù)ψ(t)∈L2(R)滿足容許條件

(1)

(2)

其中a為尺度，*表示復(fù)共軛，通過(guò)公式(2)建立函數(shù)φ(t)的二尺度方程

(3)

由尺度函數(shù)φ(t)可以得到小波函數(shù)ψ(t)

(4)

式(3)和(4)中的濾波器系數(shù)g(n)和h(n)是由尺度函數(shù)φ(t)和小波函數(shù)ψ(t)決定的，與具體尺度無(wú)關(guān).

2.2 改進(jìn)小波閥值收縮方法算法

對(duì)于式(2)所示觀測(cè)數(shù)據(jù)，Donoho提出兩個(gè)濾波前提條件[5]：

(5)

其中C1為常量，在小波域中真實(shí)信號(hào)的小波系數(shù)及其估計(jì)值有

(6)

成立，其中j為尺度，k為位置.

對(duì)于條件(2)，理解為對(duì)下式求最小值

(7)

(8)

其中σ代表信號(hào)幅值標(biāo)準(zhǔn)差，當(dāng)小波為正交小波時(shí)，γ=1.由式(8)得出：

(9)

本文采用的算法主要由以下4步組成：

步驟1：計(jì)算信號(hào)(含噪)的正交小波變換;

步驟2：對(duì)小波系數(shù)進(jìn)行非線性閥值處理;

在真實(shí)項(xiàng)目中，需要對(duì)噪聲進(jìn)行評(píng)估，由于噪聲的方差一般是未知的，可以利用小波系數(shù){wJ-1,k,k=1,2,...,2J-1}的絕對(duì)偏差來(lái)估計(jì)噪聲標(biāo)準(zhǔn)差：

(10)

其中，mid操作表示取中值，橫向符號(hào)表示取均值.

圖1 改進(jìn)閾值運(yùn)算流程

步驟4：經(jīng)由上述步驟計(jì)算后的閾值對(duì)小波系數(shù)進(jìn)行逆小波變換并重構(gòu)，獲得處理后的信號(hào).

3 系統(tǒng)設(shè)計(jì)

聽(tīng)診采樣仿真系統(tǒng)由小波去噪模塊、快速傅立葉變換頻譜繪制模塊和音頻記錄回放模塊組成，前端連接傳感器信號(hào)采集器，系統(tǒng)結(jié)構(gòu)如圖2所示.

圖2 系統(tǒng)結(jié)構(gòu)圖

3.1 信號(hào)采集傳感器

作為系統(tǒng)輸入單元，信號(hào)采集傳感器只需滿足提供音頻接口即可接入仿真系統(tǒng)，這樣極大擴(kuò)展了仿真系統(tǒng)的實(shí)用性.仿真系統(tǒng)通過(guò)Java Sound組件獲取原始音頻數(shù)據(jù)后形成wave格式數(shù)據(jù)，wave格式數(shù)據(jù)中包含了心音信號(hào)和噪聲信號(hào)，由于形成的心音wav文件的量化精度含8位、16位兩種規(guī)格，考慮到浮點(diǎn)數(shù)精度較此量化精度高，信號(hào)采集單元設(shè)計(jì)以采用Java語(yǔ)言float類型數(shù)據(jù)類型來(lái)存儲(chǔ)每一個(gè)數(shù)據(jù)點(diǎn).

傳感器和采樣系統(tǒng)對(duì)接后工作流程為：傳感器采集到數(shù)據(jù)通過(guò)PC音頻接口傳入采樣仿真系統(tǒng)，系統(tǒng)調(diào)用AudioInputStream類接受音頻信號(hào)流，判斷wave采樣點(diǎn)是8 Bit還是16 Bit，解析出從MSB還是LSB取出音頻字節(jié)數(shù)據(jù)，計(jì)算每像素的幀數(shù)framesPerPixel，然后解析出聲道numChannels，最后根據(jù)framesPerPixel和numChannels循環(huán)計(jì)算出采樣點(diǎn)的(x,y)坐標(biāo)，把所有計(jì)算出的坐標(biāo)放入float數(shù)組中緩存，準(zhǔn)備進(jìn)入下一步小波去噪處理.

3.2 聽(tīng)診采樣仿真系統(tǒng)

3.2.1 小波去噪子模塊

設(shè)置高校國(guó)有資產(chǎn)管理獎(jiǎng)勵(lì)制度，獎(jiǎng)勵(lì)在資產(chǎn)管理實(shí)務(wù)中作出突出貢獻(xiàn)的工作者，獎(jiǎng)勵(lì)提出資產(chǎn)管理合理化建議的人員。將員工的獎(jiǎng)金與經(jīng)營(yíng)性資產(chǎn)取得的效益相掛鉤，最大程度地發(fā)揮經(jīng)營(yíng)者的積極主動(dòng)性，盡可能地實(shí)現(xiàn)國(guó)有資產(chǎn)的保值增值。同時(shí)，對(duì)造成國(guó)有資產(chǎn)損失者，則應(yīng)該按照有關(guān)規(guī)定，并依據(jù)當(dāng)事人的責(zé)任大小追究其責(zé)任，并要求進(jìn)行一定的賠償。對(duì)管理意識(shí)薄弱的主管人員，造成國(guó)有資產(chǎn)損失、流失等后果的，則應(yīng)給予嚴(yán)懲。

小波去噪子模塊采用MATLAB編程實(shí)現(xiàn)，模塊中包含了BivaShrin方法、TrivaShrink方法、BayesShrink方法和LAWMLShrink方法的DT_CWT代碼，實(shí)現(xiàn)WaveLab802平臺(tái)VisuShrink等一系列方法，將這些方法導(dǎo)出形成jar包并集成進(jìn)JavaEE實(shí)現(xiàn)的采樣仿真系統(tǒng)，提供給仿真系統(tǒng)調(diào)用，完成對(duì)信號(hào)的小波去噪預(yù)處理.小波去噪的基本處理流程如圖3所示.

心音主要成分的頻譜主要分布在10～400 Hz，因此本文在數(shù)據(jù)預(yù)處理時(shí)先將信號(hào)下采樣到2 000或2 205 Hz[6].因正交多分辨率分析是將整個(gè)信號(hào)的頻帶不斷以二進(jìn)方式劃分，所以初步將小波分解尺度定為7對(duì)心音主要成分進(jìn)行處理，該參數(shù)是可以調(diào)整的.如3.1節(jié)的描述中，傳感器采集到緩存中的信息為含噪信號(hào)，用調(diào)整后參數(shù)調(diào)用MATLAB實(shí)現(xiàn)的jar包中的函數(shù)進(jìn)行去噪處理，去噪輸出后的數(shù)據(jù)為去噪信號(hào)數(shù)據(jù).

圖3 小波去噪流程圖

3.2.2 頻譜繪制子模塊

經(jīng)過(guò)3.2.1的處理后，采樣信息已在緩存中，用Java實(shí)現(xiàn)FFT類，F(xiàn)FT類封裝了信號(hào)從時(shí)域變化到頻域的一種算法，輸出值分為虛部foutimg和實(shí)部fout，foutimg和fout的平方和代表一個(gè)頻率的功率，通過(guò)調(diào)用FFT類中calculate函數(shù)后得到變換后的float類型數(shù)組數(shù)據(jù)，該數(shù)組里面存放的是頻譜信息，然后通過(guò)Graphics2D讀取float數(shù)組繪制“頻率-幅值”直方圖.

為了避免在快速采集進(jìn)行波形繪制和頻譜動(dòng)態(tài)播放過(guò)程中產(chǎn)生閃爍，同時(shí)保證顯示的流暢，仿真系統(tǒng)采用了雙緩沖技術(shù)，所有的繪制在后臺(tái)BufferedImage類中進(jìn)行，BufferedImage作為圖片后臺(tái)緩沖區(qū).

3.2.3 信號(hào)回放子模塊

心音信號(hào)經(jīng)過(guò)去噪模塊初步濾掉信號(hào)中混雜的工頻和其他一些干擾噪音(比如呼吸、傳感器摩擦等產(chǎn)生的噪音等)，接著把心音信號(hào)放大到合適的幅度，開(kāi)啟獨(dú)立線程操作TargetDataLine類捕獲心音信號(hào)形成音頻文件，將結(jié)果直接存入數(shù)據(jù)庫(kù)，以便進(jìn)行查詢，回放處理.

整個(gè)系統(tǒng)底層通過(guò)Java Sound組件直接調(diào)用使用底層音頻函數(shù)，這樣系統(tǒng)可以不必運(yùn)行在單一的平臺(tái)上，讓系統(tǒng)獲得更好的移植性.

4 系統(tǒng)實(shí)現(xiàn)及結(jié)果分析

采樣仿真系統(tǒng)整體運(yùn)行界面如圖4(a)所示，左邊為病人信息和聽(tīng)診歷史記錄信息，右邊為采樣仿真詳細(xì)信息，主要包括采樣繪制區(qū)域、頻譜繪制區(qū)域.采樣繪制區(qū)域主要用來(lái)實(shí)時(shí)播放和回放采樣波形，頻譜繪制區(qū)域用來(lái)動(dòng)態(tài)繪制某一幀的“頻率-幅值”直方圖.本系統(tǒng)在Window7上測(cè)試，在真實(shí)的干擾環(huán)境選取對(duì)某一病人肺部進(jìn)行聽(tīng)診.

圖4 運(yùn)行界面

數(shù)據(jù)采樣過(guò)程持續(xù)了10.48秒，采樣后波形圖如圖4(b)所示，含有干擾信號(hào)，實(shí)驗(yàn)預(yù)先選取小波分解尺度參數(shù)為7，經(jīng)過(guò)小波去噪后波形繪制界面如圖4(c)所示，從圖中可以看出，含有干擾的虛假峰信號(hào)被去除，通過(guò)多次迭代調(diào)整閥值參數(shù)后，去噪效果出現(xiàn)細(xì)微變化，但去噪效果依然明顯，處理過(guò)程中程序運(yùn)行的較快，可見(jiàn)改進(jìn)小波閾值收縮方法耗時(shí)不多.

這里截取快速傅立葉變換前后的一段幀前18個(gè)字節(jié)的采樣數(shù)據(jù)，數(shù)據(jù)如表1和表2所示：

表1 采樣數(shù)據(jù)

表2 傅立葉變換后采樣數(shù)據(jù)

從表1和表2中可以看出經(jīng)過(guò)快速傅立葉變換后的數(shù)據(jù)從時(shí)域轉(zhuǎn)化為頻域，轉(zhuǎn)換后便可以進(jìn)行直方圖繪制.

圖5 頻譜直方圖

圖5(a)為某一個(gè)時(shí)間回放波形圖，圖5(b)為對(duì)應(yīng)的頻譜直方圖.調(diào)用快速傅立葉變換后用Graphics2D進(jìn)行繪制，采用雙緩沖進(jìn)行繪制，形成頻譜播放動(dòng)畫，整個(gè)回放過(guò)程非常流暢.

5 結(jié)束語(yǔ)

本文討論了在JavaEE平臺(tái)下聽(tīng)診采樣仿真系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，聽(tīng)診采樣傳感器通過(guò)音頻輸入接口采集wave原始數(shù)據(jù)到仿真系統(tǒng)，仿真系統(tǒng)對(duì)原始數(shù)據(jù)進(jìn)行去噪處理，在去噪前需選擇給定的閥值參數(shù)，通過(guò)改進(jìn)的閥值選擇算法得到可信閥值，將去噪后的數(shù)據(jù)調(diào)用Java Graphics2D繪制波形，調(diào)用快速傅立葉變換函數(shù)繪制頻譜圖.本系統(tǒng)已經(jīng)在真實(shí)環(huán)境中測(cè)試，在Windows7中運(yùn)行良好，在Linux下測(cè)試具有更好的性能，完全能滿足聽(tīng)診采樣及仿真的需求.

[1] 李才光,裴正憲,蔣洪波.基于nRF24L01的無(wú)線心音遙測(cè)系統(tǒng)研究與實(shí)現(xiàn)[J].計(jì)算機(jī)科學(xué),2013,40(8):59-62.

[2] LI Cai-guang,PEI Zheng-xian,JIANG Hong-bo.Design of wireless PCG monitor system based on nRF24L01[J].Computer Science, 2013,40(8):59-62.

[3] 陳遠(yuǎn)貴,羅保欽,曾慶寧.基于一種新的小波閾值函數(shù)的心音信號(hào)去噪[J].計(jì)算機(jī)仿真,2010,27(11):319-323.

[4] CHEN Yuan-gui,LUO Bao-qin,ZENG Qin-ning.Heart sound signal de-noising based on a new wavelet threshold function[J].Computer Simulation,2010,27(11):319-323.

[5] 廖慶豐,郭興明,張箭,等.便攜式多功能心音聽(tīng)診系統(tǒng)的研制[J].醫(yī)療衛(wèi)生裝備,2008,29(9):22-24.

[6] LIAO Qing-feng,GUO Xing-ming,ZHANG Jian etc.Development of portable multi-function heart-sound auscultating system[J].Chinese Medical Equipment Journal,2008,29(9):22-24.

[7] 李靜,李琪,張修太,等.基于WinCE的便攜式心音監(jiān)護(hù)系統(tǒng)設(shè)計(jì)[J].電子器件,2013,36(1):120-123.

[8] LI Jing,LI Qi,ZHANG Xiu-tai etc.The Design of heart sounds monitoring system based on WinCE[J].Chinese Journal of Electron Devices.2013,36(1):120-123.

[9] DONOHO D L.De-noising by soft-thresholding[J].IEEE Trans.Inform.Theory,1995,41(3):613-627.

[10]陳潔,候海良,羅良才等.基于雙門限的第一、第二心音自動(dòng)識(shí)別方法[J].計(jì)算機(jī)工程,2012,38(16):174-177.

[11]CHEN Jie,HOU Hai-liang,LUO Liang-cai etc.Automatic identification method for the first and second heart sound based on double-threshold[J].Computer Engineering,2012,38(16):174-177.