CN101919704A - 一种心音信号定位、分段方法 - Google Patents

Abstract

本发明涉及一种心音信号定位、分段方法和装置，包括：一预处理单元，包括滤波功能模块，用于对心音信号进行预处理，过滤带外噪声；一初始状态确定单元，用于确定起始周期、最大周期和起始点；一计算单元，用于计算相邻两个计算周期信号的相关系数；一第一搜索单元，用于在上述相关系数中搜索相关系数极值1；一第二搜索单元，用于在上述相关系数极值1中搜索相关系数极值2；一分段单元，用于对心音信号进行分段。本发明提供的心音信号定位、分段方法和装置利用自相关系数法、能自动精确定位。

Description

一种心音信号定位、分段方法

技术领域

本发明涉及心音信号处理领域，具体来说是一种心音信号周期定位方法。

背景技术

超声多谱勒仪和ECG(Electrocardiogram心电图)等先进的辅助诊断仪器的开发与利用，使得心音信号的利用受到冷落。然而超声多谱勒仪，其价格昂贵，并不易于普及；ECG信号虽然对与血液循环和血液组织相关疾病的诊断比较有效，但是却不能有效地反映与器质性心脏病有关的病理信息。

心音信号包含了能反映心脏正常或者病理的丰富的信息，正常的心音包含第一心音(S1)、第二心音(S2)、第三心音(S3)和第四心音(S4)四个心音成份，其中S1、S2是可听到的部分，S3、S4强度很弱，几乎不可听到。如果心脏功能出现异常或者心血管出现病变，心音中将包含除S1、S2之外的其他外杂音成份，这些出现的杂音和畸变等重要的诊断信息，可以反映心血管疾病尚和一些难以产生产生临床及病理改变以前的症状。心音信号中包含了这些丰富的信息，在检测该类型疾病的领域，心音信号有着无可比拟的优越性。同时心音信号的检测方便、无创、花费极小，可作为心脏病检测、预防的常规手段。然而传统的心脏听诊技术是以人耳听音来进行的，这种方式依赖于人耳听力的灵敏度和听者的主观经验与判断能力，其作用有很大的局限性。研制一种数字式心音自动分析仪，能简易、方便地检测心音信号，为医护人员和病人提供有效的参考信息，满足医院和病人的需要，具有极大的社会价值和经济价值。

数字心音自动分析的研究核心是心音信号的自动分段技术和模式识别技术，目前心音信号的自动分段技术主要有两种：一种是传统的借助于心电信号等做参考心音分段算法，另一种是不借助任何信号的分段算法。

第一种需要借助于心电信号或颈动脉波信号的心音信号分段算法，通过心电QRS(心电波群)波形与心音的时间对应关系，根据心电QRS波的位置定出一个心动周期，然后进行分段。M.W.Groch提出利用心电作为参考，根据心音时域特性的方法进行心音信号的分段；Lener提出利用心电信号与颈动脉波作为参照的心音分段算法。

第二种就是LG Durand以及H Liang等提出了不借助于心电的心音的分段算法。LG Durand利用匹配追踪算法定位心音信号主要能量的分布，进而对心音进行分段。H Liang则采用小波分解与重构算法对心音进行分段，首先小波分解心音信号，然后根据s1、s2的频率选择重构频带，对重构后的信号计算香农能量，进而通过香农能量实现心音的分段。国内赵治栋提出的利用最优小波阀值消噪算法对心音信号进行预处理、希尔伯特变换提取心音信号包络以及心音信号的固有特性实现心音的分段。

传统的心音信号分段算法不足之处在于：第一、需要心电信号或颈动脉波信号作参考，增加了软硬件的负担；第二、心音信号本身是一种典型的非平稳信号，传统的心音分段算法把心音信号当成一种平稳信号处理，利用其时域和频域特征进行定位，这种做法会产生较大误差；第三、传统的心音分段算法对心音信号的质量要求较高，并且对噪声敏感。

不借助于心电信号分段技术缺点：第一、算法复杂度高，非常耗时。第二、噪声对分段的效果影响较大；第三、只能定位s1、s2的大概位置，丧失了s1、s2持续时间的信息，也不能判断收缩期以及舒张期的时间范围，更不能做到心音信号周期的精确定位。

发明内容

针对上述的缺点，本发明提供了一种利用自相关系数法实现的、能自动精确定位心音信号并分段的方法。

一种心音信号定位、分段方法，包括如下步骤：

1)对心音信号预处理，即取去噪后的至少大于两个心音周期的心音信号；即需要对取出的原始的心音信号进行滤波(可采用低通滤波，去除高频噪声)、去噪(可采用小波去噪法去除呼吸音、部分摩擦音等特定噪声)处理，取去噪后的至少大于两个心音周期的心音信号，为后面的步骤、装置提供纯净的心音信号。

2)初始状态确定单元确定起始周期、最大周期和起始点，周期根据经验值，由经验心音周期乘以采样速率确定，计算周期以起始周期作为初始值，起始点的确定一般可以采用预处理后心音信号的第一点作为起始点；这个经验心音周期是经验数据，例如人正常情况下心跳是70次，心跳周期就是14ms左右，一般心跳范围可以考虑50次到150次，这样周期就是20ms到6ms左右，根据采样率8k进行换算，以采样点数计算的周期在160点到48点之间。这是容易实现的。

3)计算记录相邻两个计算周期信号的相关系数；取起始点后一个计算周期的心音信号与其后相邻的长度为一个计算周期的心音信号数据进行相关运算并存储。

4)向后滑动计算起始点，判断如果达到结束点则进入第5)步，否则返回第3)步；起始点滑动的步长根据计算精度和运算复杂度进行调整，通常情况下可以取1，结束点的确定由心音信号长度减去计算周期获得。

5)在上述相关系数中搜索相关系数极值1，即搜索最大值。

6)根据步长增加计算周期，若计算周期大于最大周期则进入第8)步，否则返回第3)步；此步骤中所增加的步长可以根据计算精度和系统运算能力进行调整，当取1时可以获得最高的计算精度，但是会带来最大的计算量。

7)在上述相关系数极值1中搜索相关系数极值2，即搜索最大值，极值2所对应的计算周期即为心音周期；

8)从相关系数极值2所对应计算起始点取心音周期长度的一段心音信号即为完整的一个周期的心音信号。

所述第3)步是计算相关系数是根据下述公式计算得到：

$r=\frac{\mathrm{n\Σxy}-\mathrm{\Σx\Σy}}{\sqrt{\mathrm{n\Σ}{x}^2-{\left(\mathrm{\Σx}\right)}^2}\sqrt{\mathrm{n\Σ}{y}^2-{\left(\mathrm{\Σy}\right)}^2}}$

其中，r是相关系数，

n是相关的点数，即上述第6)步中的计算周期，

x是上述第3)中相邻两个计算周期信号的第一段心音数据，

y是上述第3)中相邻两个计算周期信号的第二段心音数据，

i，j分别指两段心音中数据的序号，范围从1到n。

计算得出的相关系数后续需要用到，故设置一存储单元，用于记录上述经过计算得出的相关系数，这是容易实现的。

这样，经过预处理后的心音信号为纯净的心音信号，然后经过计算可以得到其相关系数，再经过两次搜索就得到了精确的心音周期，然后再根据得到的心音周期进行分段，实现了本发明的目的。

一种心音信号定位、分段装置，包括：

一预处理单元，包括滤波功能模块，用于对心音信号进行预处理，过滤带外噪声；

一初始状态确定单元，用于确定起始周期、最大周期和起始点；

一计算单元，用于计算相邻两个计算周期信号的相关系数；

一第一搜索单元，用于在上述相关系数中搜索相关系数极值1，即搜索最大值；

一第二搜索单元，用于在上述相关系数极值1中搜索相关系数极值2，即搜索最大值；

一分段单元，用于对心音信号进行分段。

所述滤波功能模块为去噪功能模块，对心音信号进行滤波(可采用低通滤波，去除高频噪声)、去噪(可采用小波去噪法去除呼吸音、部分摩擦音等特定噪声)。

优选的，本发明提供的心音信号定位、分段装置还包括一存储单元，用于记录经过计算得出的相关系数。

本发明提供的心音信号定位、分段方法和装置具有如下优点：

1.算法复杂度低、实用性强，非常快速的得到需要的心音周期，易于在嵌入式环境下使用，不需要对心音信号进行包络提取，香农能量计算等预处理，大大简化了算法复杂度。

2.定位分段精度高(最高达1个样点)，且精度根据应用环境可调。

3.抗干扰能力强。

4.易于实现，无需高速复杂的电子线路就可以容易实现。

5.不需要借助任何参考信号如心电信号、颈动脉波信号。

6.对不同周期信号具有自适应性，为分类算法提供准确参考。

附图说明

图1为本发明实施例的流程图；

图2a为本发明实施例中原始心音效果图(第二段心音分裂)；

图2b为本发明实施例中分段以后第一段心音效果图；

图2c为本发明实施例中分段以后第二段心音效果图；

图2d为本发明实施例中分段以后第三段心音效果图。

具体实施方式

一种心音信号定位、分段方法，该心音信号包含15个心音周期，如图1所示，是这样实现的：

首先，开始于步骤S1对上述心音信号进行预处理，即滤波，过滤掉高频噪声，截至频率限制在1.5K。

然后进入步骤S2确定起始周期、最大周期，取1500点做起始周期，3000点做最大周期，并以这段心音信号的第一个点为起始点。

然后进入第S3步以第一个周期(从起始点开始后一个周期间隔)和第二个周期(第一个周期后的一个周期间隔)做相关，根据下述公式计算得到相关系数：

$r=\frac{\mathrm{n\Σxy}-\mathrm{\Σx\Σy}}{\sqrt{\mathrm{n\Σ}{x}^2-{\left(\mathrm{\Σx}\right)}^2}\sqrt{\mathrm{n\Σ}{y}^2-{\left(\mathrm{\Σy}\right)}^2}}$

其中，r是相关系数，

n是相关的点数，即第S6步中的计算周期，

x是上述第S3中相邻两个计算周期信号的第一段心音数据，

y是上述第S3中相邻两个计算周期信号的第二段心音数据，

i，j分别指两段心音中数据的序号，范围从1到n。

并将计算得到的相关系数存储在存储单元里，以备后用。

然后进入第S4步向后滑动计算起始点，判断是否达到结束点(结束点取31000点)，如果达到结束点则进入第S5步，否则返回第S3步；起始点滑动的步长根据计算精度和运算复杂度进行调整，通常情况下可以取1，结束点的确定由心音信号长度减去计算周期获得。

然后进入第S5步，即第一搜索单元在上述相关系数中搜索相关系数极值1，即搜索最大值。

然后再进入第S6步，根据步长增加计算周期，若计算周期大于最大周期(取3000)则进入第S7步，否则返回第S3步；此步骤中所增加的步长可以根据计算精度和系统运算能力进行调整，当取1时可以获得最高的计算精度，但是会带来最大的计算量。

再进入第S7步，即第二搜索单元在上述相关系数极值1中搜索相关系数极值2，即搜索最大值，极值2(为2279)所对应的计算周期即为心音周期。

最后进入第S8步进行分段，根据上述确定的心音周期对该段心音分段，结果如图2所示。其中，图2a为具有第二心音分裂特征的原始心音信号，图2b、c、d为分段后相邻的前三段心音信号，由图2a和图2b、c、d的对比可以看出，分段算法有效的对心音周期进行了估计，并进行了有效分段。

Claims (7)

1.一种心音信号定位、分段方法，其特征在于包括如下步骤：

1)对心音信号预处理，即取去噪后的至少大于两个心音周期的心音信号；

2)初始状态确定单元确定起始周期、最大周期和起始点；

3)计算记录相邻两个计算周期信号的相关系数；

4)向后滑动计算起始点，判断如果达到结束点则进入第5)步，否则返回第3)步；

5)在上述相关系数中搜索相关系数极值1，即最大值；

6)根据步长增加计算周期，若计算周期大于最大周期则进入第8)步，否则返回第3)步；

7)在上述相关系数极值1中搜索相关系数极值2，即最大值，极值2所对应的计算周期即为心音周期；

8)从相关系数极值2所对应计算起始点取心音周期长度的一段心音信号即为完整的一个周期的心音信号。

2.根据权利要求1所述的心音信号定位、分段方法，其特征在于：所述第2)步确定起始周期和最大周期是这样实现的：根据经验值，由经验心音周期乘以采样速率确定。

3.根据权利要求1或2所述的心音信号定位、分段方法，其特征在于：所述第3)步是计算相关系数是根据下述公式计算得到：

$r=\frac{\mathrm{n\Σxy}-\mathrm{\Σx\Σy}}{\sqrt{\mathrm{n\Σ}{x}^2-{\left(\mathrm{\Σx}\right)}^2}\sqrt{\mathrm{n\Σ}{y}^2-{\left(\mathrm{\Σy}\right)}^2}}$

其中，r是相关系数，

n是相关的点数，即上述第6)步中的计算周期，

x是上述第3)中相邻两个计算周期信号的第一段心音数据，

y是上述第3)中相邻两个计算周期信号的第二段心音数据，

i，j分别指两段心音中数据的序号，范围从1到n。

4.根据权利要求3所述的心音信号定位、分段方法，其特征在于：

设置一存储单元，用于记录经过计算得出的相关系数。

5.一种心音信号定位、分段装置，其特征在于包括：

一预处理单元，包括滤波功能模块，用于对心音信号进行预处理，过滤带外噪声；

一初始状态确定单元，用于确定起始周期、最大周期和起始点；

一计算单元，用于计算相邻两个计算周期信号的相关系数；

一第一搜索单元，用于在上述相关系数中搜索相关系数极值1，即搜索最大值；

一第二搜索单元，用于在上述相关系数极值1中搜索相关系数极值2，即搜索最大值；

一分段单元，用于对心音信号进行分段。

6.根据权利要求5所述的心音信号定位、分段装置，其特征在于：所述滤波功能模块为去噪功能模块。

7.根据权利要求5所述的心音信号定位、分段装置，其特征在于：还包括一存储单元，用于记录经过计算得出的相关系数。

Images