CN105962894A - 一种基于鼾声的睡眠打鼾时头部姿态实时识别装置及方法 - Google Patents

Abstract

一种基于鼾声的睡眠打鼾时头部姿态实时识别装置及方法，以鼾声信号为基本提取信号，使用声音采集阵列模块同步多路采集受试者打鼾时的鼾声信号数据，将鼾声信号数据传输至信号处理与传输模块，对声音信号进行信号处理，通过USB连接线传输至上位机，在上位机中通过计算多路信号的均方根值得出受试者打鼾时头部朝向信息参数，应用互功率谱算法和时间延迟估计算法得到受试者当前一秒时间内打鼾时头部姿态信息。该方法利用多路鼾声信号之间产生的相位特性，无感且快速的判断出受试者在打鼾时头部在枕头上的姿态，避免直接接触采集信号的传感器，提高了实时监测打鼾者睡眠时头部姿态的可行性。

Description

一种基于鼾声的睡眠打鼾时头部姿态实时识别装置及方法

技术领域

本发明属于生物特征识别技术领域，具体涉及一种基于鼾声的打鼾时头部姿态实时识别装置及方法。

背景技术

打鼾是人们在日常生活中经常会遇到的一种睡眠障碍，患者熟睡后鼾声响度增大超过60dB以上，妨碍正常呼吸时的气体交换，称鼾症，5％的鼾症患者兼有睡眠期间不同程度憋气现象，称阻塞性睡眠呼吸暂停综合征，医学上给予睡眠呼吸暂停综合征的定义，指随着病人呼吸的暂停，血里的氧气不够，形成一个短时间的缺氧状态。大多数人认为打鼾对健康不会造成影响，然而长期打鼾者或是打鼾严重的人往往都伴有睡眠呼吸暂停综合征，在睡眠的全过程中出现呼吸暂停，血中氧气减少，从而引起慢性疾病。

目前对鼾声的监测主要使用多导睡眠仪，使用时需要专业医生操作，并且传感器粘贴于受试者头部，易引起心里障碍。

发明内容

针对现有技术存在的不足，本发明提供一种基于鼾声的打鼾时头部姿态实时识别装置及方法，多路鼾声信号之间产生的相位特性，无感且快速的判断出受试者在打鼾时头部在枕头上的姿态，避免直接接触采集信号的传感器，提高了实时监测打鼾者睡眠时头部姿态的可行性。

一种基于鼾声的睡眠打鼾时头部姿态实时识别装置，包括：用于采集受试者睡眠时鼾声的声音采集阵列模块、用于对声音采集阵列模块产生的多路模拟信号进行高频A/D转换、信号处理并将转换后的数字信号通过USB连接线传输至上位机的信号处理与传输模块、用于对传输至上位机中多路鼾声信号进行数字信号处理并得到的头部朝向数据以及鼾声坐标位置、头部姿态的上位机；受试者以日常状态睡眠并将麦克风阵元以阵列方式安置在受试者所用枕头周围，声音采集阵列模块的输出端连接信号处理与传输模块的输入端，信号处理与传输模块的输出端通过USB连接线连接上位机的输入端。

根据所述的基于鼾声的睡眠打鼾时头部姿态实时识别装置，所述声音采集阵列模块进一步包括多个声音采集系统，每个声音采集系统包含相同的麦克风阵元和模拟信号处理电路；所述麦克风的输出端连接模拟信号处理电路的输入端，模拟信号处理电路输出端连接信号处理与传输模块的输入端；所述信号处理与传输模块的输出端通过USB连接线与上位机连接。

采用基于鼾声的睡眠打鼾时头部姿态实时识别方法，其步骤包括：

(1)通过声音采集阵列模块采集多路受试者打鼾时的鼾声信号并传输至上位机，其具体步骤包括：

(1.1)利用多个麦克风采集受试者打鼾时的鼾声信号，并将该信号传送给每个麦克风相对应的模拟信号处理电路；

(1.2)各模拟信号处理电路对麦克风采集到的鼾声信号进行模拟信号处理，并将处理后的信号同步发送给信号处理与传输模块；

(1.3)信号处理与传输模块采用STM32F407型号芯片，对声音采集阵列模块采集到的多路同步鼾声信号进行多路A/D转换，并将转换后的数字信号通过USB连接传输至上位机中；

(2)在上位机中对采集到的受试者的多路鼾声信号进行实时处理，包括计算筛选出可用鼾声信号、去噪和分帧处理；

(3)将每采集三秒的四路鼾声数据分别放入数组l:{C(1),C(2),C(3),C(4)}中，并对数组l进行数字信号处理处理，包括对数据进行滤波、包络检波、FFT运算，使处理数组中的四路数据的信噪比提高并凸显鼾声的音频特征，当前三秒内采集到受试者的鼾声波形波；

并对每组数据计算均方根，通过比较均方根值判定鼾声信号较强的一路麦克风阵元，并对应实际麦克风阵元所在位置得到当前三秒内受试者打鼾时头部朝向信息参数；

(4)采用互功率谱相位算法(Generalized Cross Correlation，GCC)对受试者当时打鼾采集到的三秒长度的数据进行计算，从受试者的鼾声信号数组中计算得到声音采集阵列模块中相应麦克风阵元之间的相对时间延迟，其具体步骤包括：

(4.1)对步骤(3)中的处理后的数组中每组数分别求出均方根(A₁,A₂,A₃,A₄)，其中均方根值最大一组数所对应的麦克风阵元为当前三秒时间受试者打鼾时头部朝向的麦克风阵元并确定头部朝向参数；

(4.2)通过互功率谱相位算法，从数组中计算出当前三秒时间内受试者打鼾时声音采集阵列模块中第n个麦克风阵元与第一麦克风阵元的相对时间延迟(t₂₁,t₃₁,t₄₁)，将相对时间延迟代入根据声音采集阵列推导公式得到头部位置参数，结合步骤(4.1)头部朝向参数得到当前三秒时间内受试者打鼾时头部姿态；

通过互功率谱相位算法计算当前三秒受试者打鼾时采集到的鼾声数据组成数组l中第n路数据相对于第一路数据的互功率谱函数G_1n(ω)，公式为：

$G_{1n}\left(\mathrm{\ω}\right)={\mathrm{\α}}_1{\mathrm{\α}}_{n}S\left(\mathrm{\ω}\right)S^{*}\left(\mathrm{\ω}\right)e^{-j\mathrm{\ω}({\mathrm{\τ}}_1-{\mathrm{\τ}}_n)}$

对得到的互功率谱函数G_1n(ω)，由于鼾声极大的受到鼾声自身反射、噪声等影响，因此需要通过加权函数抑制噪声频带，尽量锐化峰值，本发明中使用加权函数ψ_n1(ω)，ψ_n1(ω)的公式为：

${\mathrm{\ψ}}_{n1}\left(\mathrm{\ω}\right)=\frac{1}{{\left|G_{1n}\left(\mathrm{\ω}\right)\right|}^{\mathrm{\λ}}}$

最后得到第n路数据对第一路数据的加权互功率谱函数为：

G′_1n(ω)＝ψ_1n(ω)G_1n(ω)

加权后的互功率谱函数峰值更加明显，可以进一步提高鼾声信号的信噪比；对G′_1n(ω)求傅立叶反变换，即可得到声音采集阵列模块中麦克风阵元1和麦克风阵元n间的广义互相关函数为R_1n(τ)＝FFT^-1(G′_1n)，R_1n(τ)中的最大峰值所对应的时间点即为麦克风阵元1和麦克风阵元n之间的相对时间延迟t_n1，计算所有相对时间延迟，得到声音采集阵列模块中n个麦克风阵元与第一麦克风阵元的相对时间延迟(t₂₁,t₃₁,t₄₁)；根据距离公式，受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离的平方值为(x-x_n)²+(y-y_n)²+(z-z_n)²＝r_n ²，其中(x,y,z)为声源位置，(x_n,y_n,z_n)为第n个麦克风阵元的位置，r_n为受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离，由此可以得到方程[(x-x_n)²+(y-y_n)²+(z-z_n)²]-[(x-x₁)²+(y-y₁)²+(z-z₁)²]＝r_n ²-r² ₁；由此可得到相对时间延迟与距离间的关系为r_n-r₁＝t_n1/C，其中C为声速；联立声音采集阵列模块中每个麦克风阵元的距离-相对时间延迟方程，解得(x,y,z)值，即得到当时三秒时间长度内受试者打鼾时声源发声位置；结合步骤(4.1)中得到的受试者当前三秒时间内打鼾时头部朝向参数得到头部姿态信息。

本发明的有益效果：本发明以鼾声信号为基本提取信号，使用声音采集阵列模块同步多路采集受试者打鼾时的鼾声信号数据，将鼾声信号数据传输至信号处理与传输模块，对声音信号进行信号处理，通过USB连接线传输至上位机，在上位机中通过计算多路信号的均方根值得出受试者打鼾时头部朝向信息参数，应用互功率谱算法和时间延迟估计算法得到受试者当前三秒时间内打鼾时头部姿态信息。该方法利用多路鼾声信号之间产生的相位特性，无感且快速的判断出受试者在打鼾时头部在枕头上的姿态，避免直接接触采集信号的传感器，提高了实时监测打鼾者睡眠时头部姿态的可行性。

附图说明

图1为本发明一种实施方式的基于鼾声的睡眠打鼾时头部姿态实时识别装置结构示意图；

图2为本发明一种实施方式的声音采集阵列模块结构示意图；

图3为本发明一种实施方式的声音采集阵列模块电源部分电路图；

图4为本发明一种实施方式的声音采集阵列模块中对鼾声信号放大以及电压跟随部分电路图；

图5为本发明一种实施方式的STM32F407芯片与麦克风阵元引脚连接示意图；

图6为本发明一种实施方式的基于鼾声的睡眠打鼾时头部姿态实时识别方法流程图

图7(a)图为本发明一种实施方式的去除环境噪声前声音采集阵列模块采集到的波形图；

图7(b)图为本发明一种实施方式的去除环境噪声后声音采集阵列模块采集到的波形图；

图8为本发明一种实施方式的受试者鼾声信号波形图；

图9为本发明一种实施方式的声音采集阵列模块中的GCC波形图；

图10为本发明一种实施方式的基于鼾声的睡眠打鼾时头部姿态实时识别结果界面图。

具体实施方式

结合附图对本发明的一种实施方式作详细说明。

本发明的基于鼾声的睡眠打鼾时头部姿态实时识别装置，如图1所示包括：用于采集受试者睡眠时鼾声的声音采集阵列模块，包含多个麦克风阵元和用于麦克风阵元输出信号进行信号处理的模拟信号处理电路，用于对声音采集阵列模块产生的多路模拟信号进行高频A/D转换与信号处理并将转换后的数字信号通过USB连接线传输至上位机的信号处理与传输模块，用于对传输至上位机中多路鼾声信号进行数字信号处理以及计算得到头部睡眠姿态的上位机；

测试时，如图2所示，受试者按照日常睡眠姿态睡在安置好声音采集阵列模块的枕头上，如图1所示，各个麦克风阵元的输出端连接模拟信号处理电路的输入端，模拟信号处理电路的输出端连接信号处理与传输模块的输入端，信号处理与传输模块的输出端通过USB连接线连接上位机的输入端。

本实施方式的声音采集阵列模块的电源电路，如图3所示，电源电路包括对电源进行50Hz工频滤波，防止工频对声音信号产生影响。

麦克风阵元的输出端连接模拟信号处理电路的输入端；如图4所示，模拟信号处理电路主要由NE5532AP芯片实现，图中Mic1表示一个麦克风阵元，其中麦克风的输出端连接NE5532AP芯片的5号引脚，放大倍数为430倍。放大后的信号通过NE5532AP芯片7号引脚输出，输入至由NE5532AP芯片组成的电压跟随器以提高阻抗和抗干扰能力，电压跟随器的输出端为NE5532AP的7号引脚，通过分压电阻R86和R92输入至信号处理与传输模块。

本实施方式中的信号处理与传输模块由STM32F407芯片实现，包括A/D采样以及数字信号预处理功能；如图5所示，STM32F407芯片的引脚PC4、PC5、PA6、PA7与声音采集阵列模块中的四路麦克风阵元的模拟信号输出端连接；本实施方式的多路A/D高频采集功能由STM32F407实现，采样频率为40kHz；本实施方式的数字信号预处理功能由STM32F407芯片实现，对采集到的大量数据进行筛选，留下可用声音数据并将数据通过DMA方式通过USB连接线将数据传上位机。

本实施方式的采用基于鼾声的睡眠打鼾时头部姿态实时识别方法，如图6所示，包括如下步骤：

(1)通过声音采集阵列模块采集四路鼾声信号，传输至信号处理与传输模块；

(2)数字信号处理与传输模块对四路模拟鼾声信号进行高频A/D转换，并进行预处理以减少数据量，通过USB连接线将处理后的四路鼾声信号数据传输至上位机；

(3)在上位机中对采集到的四路鼾声信号进行滤波、包络、分帧等处理，处理前的无鼾声信号如图7(a)所示，处理后的无鼾声信号如图7(b)所示；

(4)将每采集三秒的四路鼾声数据组成一个数组l:{C(1),C(2),C(3),C(4)}，并对每组数据计算均方根(A₁,A₂,A₃,A₄)，通过比较均方根值判定鼾声信号较强的一路麦克风阵元，并对应实际麦克风阵元所在位置得到当前三秒内受试者打鼾时头部朝向信息参数，当前三秒内采集到受试者的鼾声波形图如图8所示；

(5)采用互功率谱相位算法(Generalized Cross Correlation，GCC)对受试者当时打鼾采集到的三秒长度的数据进行计算，从受试者的鼾声信号中计算得到声音采集阵列模块中相应麦克风阵元的相对时间延迟，通过GCC算法得到的第二、三、四路波形相对于第一路波形计算得到的GCC波形图如图9所示；

(5.1)通过互功率谱相位算法计算当前三秒受试者打鼾时采集到的鼾声数据组成数组l中第n路数据相对于第一路数据的互功率谱函数G_1n(ω)，互功率谱函数的公式如下：

$G_{1n}\left(\mathrm{\ω}\right)={\mathrm{\α}}_1{\mathrm{\α}}_{n}S\left(\mathrm{\ω}\right)S^{*}\left(\mathrm{\ω}\right)e^{-j\mathrm{\ω}({\mathrm{\τ}}_1-{\mathrm{\τ}}_n)};$

(5.2)对步骤(5.1)互功率谱函数进行加权以去除声音反射和噪声的影响，锐化峰值，加权函数为加权后的互功率谱函数公式如下：

G′_1n(ω)＝ψ_1n(ω)G_1n(ω)；

(5.3)对已经得到的第n路信号相对第一路信号得到的互功率谱加权函数G′_1n(ω)进行傅里叶反变换，即可得到声音采集阵列模块中麦克风阵元1和麦克风阵元n间的广义互相关函数为R_1n(τ)＝FFT^-1(G′_1n)；

(5.4)R_1n(τ)中的最大峰值所对应的时间点即为麦克风阵元1和麦克风阵元n之间的相对时间延迟t_n1，计算所有的相对时间延迟，得到声音采集阵列模块中n个麦克风阵元与第一麦克风阵元的相对时间延迟(t₂₁,t₃₁,t₄₁)；

(5.5)通过时间延迟估算法，得到当前三秒时间内受试者打鼾的发声位置坐标；

方法为：通过GCC算法，四路信号中得到后三路信号相对第一路信号的相对时间延迟(t₂₁,t₃₁,t₄₁)，根据距离公式，受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离的平方值为(x-x_n)²+(y-y_n)²+(z-z_n)²＝r_n ²，其中(x,y,z)为声源位置，(x_n,y_n,z_n)为第n个麦克风阵元的位置，r_n为受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离，由此可以得到方程[(x-x_n)²+(y-y_n)²+(z-z_n)²]-[(x-x₁)²+(y-y₁)²+(z-z₁)²]＝r_n ²-r² ₁；由此可得到相对时间延迟与距离间的关系为r_n-r₁＝t_n1/C，其中C为声速；联立声音采集阵列模块中每个麦克风阵元的距离-相对时间延迟方程，解得(x,y,z)值，即得到当时三秒时间长度内受试者打鼾时声源发声位置，结合步骤(4)中得到的受试者当前三秒时间内打鼾时头部朝向参数得到头部姿态信息，为了更好的对应受试者睡姿，根据得到的头部朝向数据以及鼾声坐标位置将头部位置划分为朝左、朝上、朝右，头部姿态为仰卧、侧卧。

本实施方式通过声音采集系统采集受试者鼾声信号并处理计算得到程序的结果界面图如图10所示，其中上方波形图为当前三秒内采集到受试者的鼾声波形图，左下方三个波形图为GCC算法得到的第二、三、四路波形相对于第一路波形计算得到的GCC波形图，右下方表盘显示当前三秒内检测到受试者鼾声信号计算出的头部角度，并显示位置坐标信息，最后结合角度和坐标信息得到头部姿态。

经多次反复测试，本方法可准确识别出受试者在打鼾时头部在枕头上的姿态，由此可见本方法的可行性。

Claims (5)

1.一种基于鼾声的睡眠打鼾时头部姿态实时识别装置，用于打鼾时人体头部姿态实时识别，其特征在于包括用于声音采集阵列模块、信号处理与传输模块、上位机；

其中，受试者以日常状态睡眠并将麦克风阵元以阵列方式安置在受试者所用枕头周围，声音采集阵列模块的输出端连接信号处理与传输模块的输入端，信号处理与传输模块的输出端通过USB连接线连接上位机的输入端；

所述的声音采集阵列模块用于采集受试者睡眠时鼾声，包括多个声音采集系统，每个声音采集系统包括相同的麦克风阵元和模拟信号处理电路；其中模拟信号处理电路用于麦克风阵元输出信号的信号处理，由NE5532AP芯片实现；

所述的信号处理与传输模块用于对声音采集阵列模块产生的多路模拟信号进行高频A/D转换、信号处理并将转换后的数字信号通过USB连接线传输至上位机，包括A/D转换电路、无线发送模块、无线接收模块和串口，由STM32F407芯片实现；

所述的上位机用于对传输至上位机中多路鼾声信号进行数字信号处理，得到的头部朝向数据以及鼾声坐标位置、头部姿态。

2.一种基于鼾声的睡眠打鼾时头部姿态实时识别方法，用于打鼾时人体头部姿态实时识别，采用权利要求1所述的识别装置，其特征在于按照以下步骤进行：

(1)通过声音采集阵列模块采集多路受试者打鼾时的鼾声信号，传输至上位机；

(2)在上位机中对采集到的受试者的多路鼾声信号进行实时处理，包括计算筛选出可用鼾声信号、去噪和分帧处理；

(3)将每采集三秒的四路鼾声数据组成一个数组，对数组进行数字信号处理并计算每组数据的均方根，通过比较均方根值判定鼾声信号较强的一路麦克风阵元，并对应实际麦克风阵元所在位置得到当前三秒内受试者打鼾时头部朝向信息参数；

(4)采用互功率谱相位算法对受试者当时打鼾采集到的三秒长度的数据进行计算，从受试者的鼾声信号数组中计算得到声音采集阵列模块中相应麦克风阵元之间的相对时间延迟；

(5)通过时间延迟估计算法，得到当前三秒时间内受试者打鼾的发声位置坐标。

3.如权利要求2所述的基于鼾声的睡眠打鼾时头部姿态实时识别的方法，其特征在于步骤(1)通过声音采集阵列模块采集多路受试者打鼾时的鼾声信号并传输至上位机，其具体步骤包括：

(1.1)利用多个麦克风采集受试者打鼾时的鼾声信号，并将该信号传送给每个麦克风相对应的模拟信号处理电路；

(1.2)各模拟信号处理电路对麦克风采集到的鼾声信号进行模拟信号处理，并将处理后的信号同步发送给信号处理与传输模块；

(1.3)信号处理与传输模块采用STM32F407型号芯片，对声音采集阵列模块采集到的多路同步鼾声信号进行多路A/D转换，并将转换后的数字信号通过USB连接传输至上位机中。

4.如权利要求2所述的一种基于鼾声的睡眠打鼾时头部姿态实时识别的方法，其特征在于步骤(4)采用互功率谱相位算法对受试者当时打鼾采集到的三秒长度的数据进行计算，从受试者的鼾声信号中计算得到声音采集阵列模块中相应麦克风阵元的相对时间延迟，具体步骤包括：

(4.1)通过互功率谱相位算法计算当前三秒受试者打鼾时采集到的鼾声数据组成数组l中第n路数据相对于第一路数据的互功率谱函数G_1n(ω)，互功率谱函数的公式如下：

$G_{1n}\left(\mathrm{\ω}\right)={\mathrm{\α}}_1{\mathrm{\α}}_{n}S\left(\mathrm{\ω}\right)S^{*}\left(\mathrm{\ω}\right)e^{-j\mathrm{\ω}({\mathrm{\τ}}_1-{\mathrm{\τ}}_n)}$

(4.2)对步骤(4.1)互功率谱函数进行加权以去除声音反射和噪声的影响，锐化峰值，加权函数为加权后的互功率谱函数公式如下：

G′_1n(ω)＝ψ_1n(ω)G_1n(ω)

(4.3)对已经得到的第n路信号相对第一路信号得到的互功率谱加权函数G′_1n(ω)进行傅里叶反变换，即可得到声音采集阵列模块中麦克风阵元1和麦克风阵元n间的广义互相关函数如下：R_1n(τ)＝FFT^-1(G′_1n)

(4.4)R_1n(τ)中的最大峰值所对应的时间点即为麦克风阵元1和麦克风阵元n之间的相对时间延迟t_n1，计算所有的相对时间延迟，得到声音采集阵列模块中n个麦克风阵元与第一麦克风阵元的相对时间延迟(t₂₁，t₃₁，t₄₁)。

5.如权利要求2所述的一种基于鼾声的睡眠打鼾时头部姿态实时识别的方法，其特征在于步骤(5)通过时间延迟估计算法，得到当前三秒时间内受试者打鼾的发生位置坐标；

通过GCC算法，四路信号中得到后三路信号相对第一路信号的相对时间延迟(t₂₁，t₃₁，t₄₁)，根据距离公式，受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离的平方值为(x-x_n)²+(y-y_n)²+(z-z_n)²＝r_n ²，其中(x，y，z)为声源位置，(x_n，y_n，z_n)为第n个麦克风阵元的位置，r_n为受试者打鼾时声源距离声音采集阵列模块中第n个麦克风阵元的距离，由此可以得到方程[(x-x_n)²+(y-y_n)²+(z-z_n)²]-[(x-x₁)²+(y-y₁)²+(z-z₁)²]＝r_n ²-r² ₁；由此可得到相对时间延迟与距离间的关系为r_n-r₁＝t_n1/C，其中C为声速；联立声音采集阵列模块中每个麦克风阵元的距离-相对时间延迟方程，解得(x，y，z)值，即得到当前三秒时间长度内受试者打鼾时声源发生位置，结合步骤(3)中得到的受试者当前三秒时间内打鼾时头部朝向参数得到头部姿态信息，为了更好的对应受试者睡姿，根据得到的头部朝向数据以及鼾声坐标位置将头部位置划分为朝左、朝上、朝右，头部姿态为仰卧、侧卧。