李文宇，劉靜，于璐

中國醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院生物醫(yī)學(xué)工程系，沈陽市，110122

0 引言

呼吸是機體與外界環(huán)境之間進(jìn)行氣體交換的過程，也是維持機體新陳代謝和進(jìn)行其它基本生理活動的重要保障。假如呼吸功能遇到障礙，那么人體生命狀況將可能受到威脅，因此監(jiān)測呼吸功能對臨床診斷及護理具有重要意義。呼吸率是反映呼吸狀況的重要指標(biāo)之一，因此對呼吸率進(jìn)行監(jiān)測是十分必要的。目前臨床上監(jiān)測呼吸率的常見方法有基于呼氣末二氧化碳的監(jiān)測方法和基于心電信號的監(jiān)測方法，但在實時性和準(zhǔn)確性方面仍有缺陷[1-3]。

呼吸音是人體在呼吸時氣流進(jìn)出氣道引起氣道管壁及周圍軟組織振蕩而發(fā)出的聲響，有相關(guān)研究證明呼吸音可用于呼吸氣流速度的模擬，并以此反映人體的通氣狀況[4]。本研究首先對采集到的呼吸音信號使用帶通濾波器進(jìn)行去噪處理，提取平均功率作為特征值，之后對呼吸音特征值平均功率使用自相關(guān)算法計算呼吸周期。與此同時對鼻氣流壓力信號進(jìn)行人工標(biāo)定求呼吸周期，并將此結(jié)果作為參考標(biāo)準(zhǔn)，之后對呼吸音特征值求得的呼吸周期數(shù)據(jù)和此參考標(biāo)準(zhǔn)進(jìn)行相關(guān)性分析以及Bland-Altman分析（即一致性分析）。因此本次實驗的目的是討論使用呼吸音監(jiān)測人體呼吸率的可行性。

1 方法

1.1 數(shù)據(jù)的獲取

兩名成年健康志愿者（女性）為本研究受試者，參與了數(shù)據(jù)采集工作。將內(nèi)置微型麥克風(fēng)的聽診器拾音端放置在受試者的頸部，對頸部氣管處的呼吸音進(jìn)行采集，采樣率為22 050 Hz；同時帶上鼻氧管并使用睡眠呼吸暫停計對鼻氣流壓力信號進(jìn)行采集，將其作為參考標(biāo)準(zhǔn)。在無明顯噪聲的環(huán)境中，按照前述數(shù)據(jù)采集方法，對每名受試者同時采集其呼吸音信號和鼻氣流壓力信號，每名受試者采集兩次數(shù)據(jù)，時間分別為5 min，第一次要求在靜息狀態(tài)下正常呼吸5 min，第二次要求受試者按照要求改變呼吸速率（正常呼吸—快速呼吸—正常呼吸—慢速呼吸），將采集到的數(shù)據(jù)進(jìn)行存儲用于后續(xù)分析。

1.2 呼吸音的預(yù)處理

本研究中涉及的數(shù)據(jù)處理與分析工作全部在Matlab 2015a平臺上完成。

為了最大限度抑制呼吸音采集過程中的心音、工頻干擾和高頻噪聲，我們首先使用5階巴特沃斯帶通濾波器（通帶截止頻率為150～800 Hz[5]）對呼吸音進(jìn)行濾波降噪預(yù)處理。圖1為第一名受試者20 s內(nèi)的呼吸音以及濾波后的呼吸音，從圖1中可以看出，經(jīng)5階巴特沃斯帶通濾波器濾波后的呼吸音噪聲及毛刺明顯減少，且波形明顯，可較好地用于后續(xù)的特征提取。

圖1 帶通濾波前后的呼吸音Fig.1 Raw and bandpass filtered respiratory sounds

1.3 呼吸音特征提取

本次研究對呼吸音求取了平均功率[6]作為呼吸音特征值。為獲取呼吸音的平均功率信號，我們首先對呼吸音分幀，每幀長100 ms（2 205個樣本點），幀重疊率為50%，即連續(xù)兩幀之間的重疊為50 ms，之后對分幀后的呼吸音信號進(jìn)行加窗處理，為減少吉布斯效應(yīng)故選取漢明窗，最后對每幀信號進(jìn)行FFT，將幅值平方和均值作為呼吸音特征值平均功率，其采樣率為20 Hz。

1.4 基于呼吸音特征值求呼吸周期

由于呼吸信號近似是周期信號，可以將信號劃分成多個幀，對每幀數(shù)據(jù)處理后進(jìn)行自相關(guān)，根據(jù)周期函數(shù)自相關(guān)的特點計算出呼吸周期[7-9]。

由于呼吸音數(shù)據(jù)量較大，直接對呼吸音信號采用自相關(guān)算法求呼吸周期會造成計算量大，耗時長等問題，因此不宜直接對呼吸音采用自相關(guān)算法求呼吸周期，通過上述對呼吸音特征值平均功率的研究可以看出：呼吸音是近周期信號，其對應(yīng)的特征平均功率也是近周期信號（圖2(a)），因此對呼吸音特征平均功率采用自相關(guān)算法求呼吸周期。為獲取呼吸周期首先對呼吸音特征值平均功率進(jìn)行分幀處理，每幀長20s，連續(xù)兩幀之間的幀重疊為18s，即每次向后移動2s，之后對每幀數(shù)據(jù)進(jìn)行自相關(guān)求呼吸周期，將求得的呼吸周期進(jìn)行存儲用于后續(xù)的分析。圖2是基于圖1(b) 求得的特征信號平均功率以及對其進(jìn)行自相關(guān)后的結(jié)果。

圖2 呼吸音的平均功率信號以及其自相關(guān)信號Fig.2 Average power of respiratory sounds and autocorrelation signal corresponding to average power

1.5 基于鼻氣流壓力信號求呼吸周期

本次研究中基于鼻氣流壓力信號求呼吸周期的方法如下：首先對鼻氣流壓力信號分幀，每幀長30 s，連續(xù)兩幀之間的幀重疊為28 s，即每次向后移動2 s，之后對每幀數(shù)據(jù)使用人工標(biāo)定的方法對鼻氣流壓力信號求呼吸周期，并將此結(jié)果作為參考標(biāo)準(zhǔn)。

2 結(jié)果

本次實驗對2名受試者分別采集了兩種呼吸情況下的呼吸音數(shù)據(jù)和鼻氣流壓力信號數(shù)據(jù)，使用上述方法分別對呼吸音和鼻氣流壓力信號求呼吸周期，之后分別對兩組周期數(shù)據(jù)進(jìn)行相關(guān)性分析和Bland-Altman分析，分析兩種不同呼吸情況下基于呼吸音求取呼吸周期的可行性。

2.1 相關(guān)性分析

在呼吸速率相對穩(wěn)定的情況下，圖3是第一名受試者基于呼吸音特征值求取的呼吸周期數(shù)據(jù)和基于鼻氣流壓力信號求取的呼吸周期數(shù)據(jù)的線性擬合直線，橫坐標(biāo)是基于鼻氣流壓力信號求取的周期數(shù)據(jù)，縱坐標(biāo)是基于呼吸音信號求取的周期數(shù)據(jù)，相關(guān)系數(shù)為0.966 4，可以認(rèn)為兩組數(shù)據(jù)高度相關(guān)。

圖3 呼吸速率穩(wěn)定時兩組呼吸周期數(shù)據(jù)的線性擬合直線Fig.3 Linear fitting line of two groups of respiratory cycle data when the respiratory rate is relatively stable

在呼吸速率有明顯變化的情況下，圖4是第一名受試者兩組周期數(shù)據(jù)的線性擬合直線，相關(guān)系數(shù)為0.633 1，可以認(rèn)為兩組數(shù)據(jù)中等程度相關(guān)。

圖4 呼吸速率明顯變化時兩組呼吸周期數(shù)據(jù)的線性擬合直線Fig.4 Linear fitting line of two groups of respiratory cycle data when the respiratory rate changes obviously

2.2 Bland-Altman分析

Bland-Altman分析[10-12]方法由Bland J M和Altman D G提出，用來分析兩種測量方法是否具有一致性。其基本思想首先要計算出兩種方法的一致性界限（limits of agreement）。差值法的一致性界限：d-1.96Sd和d+1.96Sd之間，其中d是兩種測量方法的差值的均數(shù)，是兩種測量差值的標(biāo)準(zhǔn)差。對于Bland-Altman圖，用圖形的方法去表示一致性界限，最后要結(jié)合分析方法的臨床實際應(yīng)用去評價。

對鼻氣流壓力信號標(biāo)定的周期數(shù)據(jù)和基于呼吸音特征值平均功率求取的周期數(shù)據(jù)進(jìn)行Bland-Altman分析，檢驗兩種方法的一致性，即討論基于呼吸音特征值平均功率求呼吸周期的可行性。

圖5是在呼吸速率相對穩(wěn)定的情況下，分別基于鼻氣流壓力信號求取的周期數(shù)據(jù)和基于呼吸音求取的周期數(shù)據(jù)的結(jié)果展示以及兩組數(shù)據(jù)的Bland-Altman分析結(jié)果。根據(jù)周期數(shù)據(jù)結(jié)果圖（圖5(a)），其中“o”代表鼻氣流壓力信號的周期數(shù)據(jù)， “.”代表呼吸音的周期數(shù)據(jù)，可以看出兩組數(shù)據(jù)之間雖有波動，但變化趨勢一致。根據(jù)Bland-Altman分析結(jié)果圖（圖5(b)），可以看出兩組數(shù)據(jù)差值的均值線與均值為0的線相差不大，一致性界限的上下限之間范圍很窄，同時只有個別點落在一致性界限之外，以上均可以說明兩組數(shù)據(jù)相差不明顯。綜上在呼吸速率相對穩(wěn)定時，基于呼吸音信號求呼吸周期的方法和基于鼻氣流壓力信號求呼吸周期的方法之間一致性好，說明基于呼吸音特征平均功率求呼吸率是可行的。

圖5 基于鼻氣流壓力信號和呼吸音求取的周期數(shù)據(jù)以及Bland-Altman分析圖（呼吸速率穩(wěn)定時）Fig.5 The respiratory cycle data of the nasal airflow pressure signal and respiratory sounds, and the Bland-Altman analysis (the respiratory rate is relatively stable)

圖6 是在呼吸速率明顯改變的情況下，分別基于鼻氣流壓力信號求取的周期數(shù)據(jù)和基于呼吸音求取的周期數(shù)據(jù)的結(jié)果展示以及兩組周期數(shù)據(jù)的Bland-Altman分析結(jié)果。根據(jù)周期數(shù)據(jù)結(jié)果圖（圖6(a)）可以看出基于呼吸音特征平均功率求取的周期數(shù)據(jù)只有一部分點符合基于鼻氣流壓力信號求取的周期數(shù)據(jù)的走向，其他點有偏離，甚至相差較大，數(shù)據(jù)點的效果并不符合實驗設(shè)計時呼吸率發(fā)生改變的情況。根據(jù)Bland-Altman分析的結(jié)果圖（圖6(b)），可以看出兩組數(shù)據(jù)的變化范圍明顯增加，與呼吸周期的改變有關(guān)，一致性界限的范圍較大，說明兩組數(shù)據(jù)差異明顯，同時落在一致性界限外的數(shù)據(jù)點明顯增加。綜上在呼吸速率明顯改變時，基于呼吸音特征平均功率進(jìn)行自相關(guān)求呼吸周期的方法和基于鼻氣流壓力信號求呼吸周期的方法之間一致性較差，說明基于呼吸音特征平均功率求呼吸率的效果是不理想的，還需進(jìn)一步研究。

圖6 基于鼻氣流壓力信號和呼吸音求取的周期數(shù)據(jù)以及Bland-Altman分析圖（呼吸速率明顯變化時）Fig.6 The respiratory cycle data of the nasal airflow pressure signal and respiratory sounds, and the Bland-Altman analysis (the respiratory rate changes obviously)

3 討論

以往已經(jīng)有直接對呼吸音進(jìn)行短時自相關(guān)求呼吸率（呼吸周期）的方法，但該方法適用于呼吸音數(shù)據(jù)較短時，因為自相關(guān)算法是對數(shù)據(jù)進(jìn)行大量的乘法運算，大量的乘法運算會影響程序運行的時間。其次，根據(jù)自相關(guān)求周期使用的主要是前幾個峰，其余的大多數(shù)峰值是由于聲音的諧振特性引起的，這些信息是多余的，同樣會造成程序運行時間過長的問題。因此本次實驗改進(jìn)了這種算法，采用對呼吸音特征值平均功率進(jìn)行短時自相關(guān)求呼吸率的算法并取得理想的結(jié)果。

在實際情況下，呼吸率的改變是緩慢的，呼吸音數(shù)據(jù)的周期性也會更加明顯，采用此種方法研究呼吸率是有實際臨床應(yīng)用價值的。雖然本次研究僅有2名受試者，但從結(jié)果可以看出在呼吸速率相對穩(wěn)定的情況下，使用本研究方法即基于呼吸音特征值平均功率采用自相關(guān)算法求呼吸率是可行的，效果明顯，符合實際呼吸情況，以此可以推斷出使用本研究方法實際效果是可以接受的。盡管如此，本實驗在后續(xù)研究中還是應(yīng)該增加受試者數(shù)量，從而進(jìn)一步增強本次研究結(jié)論的可靠性，并在此基礎(chǔ)上將該研究方法在臨床上進(jìn)行應(yīng)用并觀察實際臨床效果如何。

綜上所述，在呼吸速率相對穩(wěn)定的情況下，使用呼吸音求呼吸率的方法是可行的；在呼吸速率有明顯改變的情況下，使用現(xiàn)有方法及算法暫時無法通過呼吸音準(zhǔn)確地反映呼吸率變化的情況，還需要進(jìn)一步的深入研究。