基于LabVIEW的心音信号分析系统设计班级学号：0708112 27学生姓名：沈鑫学院：生命科学技术学院摘要:研究了基于LabVIEW开发平台的心音信号分析系统。

该系统首先使用HKY06A型心音传感器采集和记录心音信号,然后计算归一化平均香农能(NASE)来提取心音信号的时域特征和利用短时傅立叶变换(STFT),Wigner-Ville分布(WVD)与小波变换(WT)三种时频分析方法来提取心音信号的时频特征。

这些特征为心血管疾病的诊断提供了一些重要信息, 帮助初学医师更准确可靠的诊断。

通过对44 例心音信号进行测试, 证明该系统在各种心血管疾病的诊断中相当有效和稳健。

关键词:音信号、LabVIEW、归一化平均香农能、短时傅立叶变换、Wigner-Ville 分布、小波变换。

Abstract: A system of heart sound analysis based on platform of LabVIEWis designed. The heart sounds arc first acquired and recorded using FIKY06A-type heart sound sensor in this system. Then, the signals time-domain features are extracted by calculating the normalized average Shannon energy, and time-frequency features are extracted separately utilizing three kinds of time-frequency analysis method-STFT, WVD and WT. These features can provide some important information for diagnosis of cardiovascular diseases and assist general physicians to come up with more accurate and reliable diagnosis at early stages. Tested with 44 cases of heart sounds, the system have been proved to be quite efficient and robust while diagnosing of a variety of cardiovascular diseases.Key words：heart sounds、LabVIEW normalized average Shannon energy、short-time Fourier transform 、Wigner-Ville distribution、wavelet transform.1 引言心脏的听诊是心脏病诊断以及治疗中不可缺少的一部分, 而且对于初学者或经验不多的人来说, 也是较难掌握的一种技术。

目前我国医院部门对心脏疾病的诊断和疗效的评价很大程度上仍依赖于听诊器, 听诊噪声干扰比较严重, 对过于微弱或过于复杂的声音响应不佳, 它一般只被用于初步的、粗略的诊断, 仅凭自己的感觉和经验来判断是远远不够的, 即使是很有经验的医生, 也受主观因素的影响, 可能会发生误诊。

心音是在体表获取声频范围内源于心脏的一种机械性振动。

有规律的、时限较短的振动为心音；较长的、不规律的振动为杂音。

心音能够反映心脏活动及血液流动的状况, 它含有关于心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量病理信息, 是临床评估心脏功能状态的最基本参数, 是心脏及大血管机械运动的反映。

心音图具有心脏听诊所没有的特点, 从而心音图检查提高了心音和心脏杂音的识别能力, 丰富了听诊, 对心血管疾病的诊断、鉴别、治疗、功能研究、机理探讨、血液动力学改变等多方面提供了相当有价值的资料。

心音图的时频分布展示了其在某一特定时间的谱成分, 它通常被看作信号能量在时域和频域中的分布, 如短时傅立叶变换(STFT)、Wigner-Ville 分布(WVD)和小波变换(WT) 。

本文研究了心音信号的时域特征和时频特征,并在LabVIEW 环境下开发出一种心音信号分析系统。

该系统能对心音信号进行采集和分析其时域特征与时频特征, 给临床诊断提供重要的信息。

2 心音信号采集心音是心脏跳动过程中对胸壁的冲击振动, 如何有效的获取这些振动信号, 尽可能的降低运动伪迹的干扰是信号提取技术的关键。

合肥华科电子技术研究所研制的HKY06型心音传感器采用新型高分子聚合材料微音传感元件采集心脏搏动和其他体表搏动信号,在经过高度集成化信号处理电路。

输出低阻抗功率信号, 可直接驱动耳机, 也可以连接计算机进行录音, 并以.mp3或.wav 格式存储。

通过录音软件可以记录心音信号并且看到心音图谱, 进行图谱分析。

可用于临床听诊、心音分析、心音图谱分析等领域。

HKY06A 型心音传感器技术参数如下:电源5V/DC ；输出功率最大值1W ；功耗小于30mA ； 频率响应10Hz —600Hz ； 灵敏度大于4mV/Pa 。

心音信号采集的原理图如图 1所示, 主要由心音传感器、声卡模块、微计算机系统等组成。

在Windows XP 操作系统环境下采用HKY06A 型心音传感器通过微计算机的声卡直接在LabVIEW 8.6开发平台上进行心音信号采集和分析。

3 心音信号分析系统软件开发心音信号分析系统是在LabVIEW图形化编程语言环境下开发设计的。

主要包括两个部分:心音数据的获取和分析。

其主界面及程序流程图如图2和图 3所示 。

读取信号模块有两种选择, 一种是直接读取已存储的心音信号文件；另一种是使用心音传感器,通过声卡实时采集心音信号。

将读取的心音信号截取一段长度进行预处理。

预处理模块是对心音传感器采集到的信号进行消噪。

由于各种干扰的存在,图 1心音信号采集原理图图 2心音信号分析系统主界面图 3心音信号分析系统的程序流程图实际采集到的心音信号质量比较差, 不能对其进行正常的分析处理。

这些干扰主要包括50Hz 工频干扰、呼吸音干扰以及白噪声干扰等。

因此, 在信号进行分析之前进行预处理是必要的。

预处理经过简单的滤波和小波硬阈消噪两部分。

消噪效果如图 4所示, 由图 4可知小波消噪可以很好的消除噪声对心音信号分析的影响。

4 心音信号分析方法心音信号分析方法有时域分析法、频域分析法、时频分析法等。

下面我们只介绍时域分析法和时频分析法。

4.1心音信号时域分析心音信号的时域包括心音分段技术、时域能量、包络法和平均功率法、信号包络分布技术等分析方法。

在这主要通过时域能量包络方法来提取心音的一些特征, 如心率、第一心音(S1)位置、第二心音(S2) 位置、收缩期时间、舒张期时间等。

通过计算舒张期和收缩期的时限比值(D/S)可进一步评估舒张期心脏自身供血时间是否充足。

计算心音信号的归一化平均香农能(NASE)的步骤为:首先, 把数据分段处理, 每20ms 的采样数据为一段,每隔10ms 取新的一段, 对每一段数据计算其能量为:(1)式中x norm 为信号幅度归一化后的数据；N 为20ms 内的采样数, 对于采样频率为8000Hz 的信号,则N=160。

其次, 整个心音信号归一化平均香农能为:(2)以分段作为时间变量, 则Es 得到Es(n)序列,M(Es(n))是Es(n)的平均值,S(Es(n))是Es(n)的标准差。

由于心脏杂音的频率与S1、S2的频率不同即收缩期、舒张期杂音的频率是120—600Hz,S1、S2 的频率在50—100Hz 。

因此在计算归一化平均香农能以前, 先对信号进行频率为120Hz 的10阶Butterworth 低通滤波, 提取S1 、S2信号。

图 5中的心音是图 4正常心音小波消噪后结果图 5心音信号时域分析一段主动脉瓣关闭不全信号, 经过低通滤波后杂音被滤除, 剩下的为S1、S2信号。

通过计算S1、S2的归一化平均香农能, 得到心率为60次/分, 收缩期时间为0.346秒,舒张期时间为0.662秒以及S1、S2 的位置。

4.2 心音信号时频分析4.2.1 短时傅立叶变换(STFT)众所周知, 傅立叶变换可以得到信号能量在频域上的分布；但是, 它是一个整体的变换, 即对信号的表征要么完全在时域, 要么完全在频域, 不能告诉我们其中某个频率分量出现在什么时候以及它的变换情况如何, 应此, 对于心音这样的时变信号, 需要采用短时傅立叶变换(STFT)进行时频分析。

STFT定义为:(3)对比短时傅立叶变换和傅立叶变换的定义可知,为了把傅立叶变换的结果与实践变量联系起来, 一个简单而直观的办法是对信号f(t)进行加窗处理。

式中ψ(τ)为时间中心和频带中心均为零的分析窗。

信号f(t)与短时窗信号ψ(t-τ)相乘, 可以有效的抑制分析时刻t=τ的领域外的信号, 所以STFT是信号f(t)在时刻τ的领域内的局部频谱,f(t)的频谱特性则可看作是所有局部频谱的加权形式。

4.2.2 Wigner-Ville分布(WVD)从本质上说, 短时傅立叶变换是线性时频表示,它不能描述信号的瞬时功率谱密度。

此时, 二次型时频表示就是一种更加直观和合理的信号表示方法, 也称为时频分布, 其中Wigner-Ville分布就是常用的一种时频分布。

它是时频分析领域最基本、最重要的方法,是一种意义更广泛的时频能量分布,在一定程度上解决了短时傅立叶变换存在的问题。

信号s(t)的Wigner-Ville分布定义为:(4)式中,z(t)为s(t)的解析信号。

Wigner-Ville分布是一种涉及相关函数的分布,虽然它具有好的时频聚集性, 但是对于多分量信号,由卷积定理可知, 它会出现交叉项, 产生“虚假信号”,这是其在应用中存在的主要缺陷。

交叉项是二次型时频分布的固有结果, 它来自于多分量信号中不同信号分量之间的交叉作用。

时频分布的交叉项一般是比较严重的, 交叉项通常是振荡的, 而且幅度可以达到主项的两倍, 造成信号的时频特征模糊不清。

事实上,交叉项与时频分布的有限支撑特性密切相关, 应此交叉项的抑制主要通过核函数的设计来实现。

我们在式(4)中加入一个窗函数h(τ)得到Wigner-Ville布(PWVD),其公式为：(5)窗函数h(τ)的加入能够有效的抑制交叉项的出现, 同时也导致频率在时间轴上平滑, 降低了时频分辨率。

图 6是正常心音的WVD和PWVD 时频图。