CN107798350A - 一种心肺音信号识别方法和系统 - Google Patents

Abstract

本发明涉及一种心肺音信号识别方法和系统，其中的方法通过在采集心音/肺音初检信号的同时，采集相应的环境声音信号，并将心音/肺音初检信号进行差分降噪处理，而避免了外围环境对心肺音信号的影响，避免一些与心肺音信号无关的信号对识别精度造成影响，有效地提高了心肺音信号的采集和识别精度；并通过结合EMD(Empirical Mode Decomposition，经验模态分解)和高阶香农熵算法实现对心音模拟信号的处理，利用小波分解对肺音数字信号进行处理，实现对心音信号和肺音信号的特征的精准识取，并有效简化了心肺音信号的识别步骤，实时性更强，成本低。

Description

一种心肺音信号识别方法和系统

技术领域

本发明涉及一种心肺音信号识别方法和系统。

背景技术

听诊器是医生监听人体声音生理特征、诊断身体状况的重要辅助工具。第一款听诊器是法国医生雷纳克于1816年发明的木质中空直管听诊器，在临床应用中，听诊器虽然在应用过程中不断改进，但是由拾音部分、导管、听件组成的结构基本不变。因此，使用传统听诊器难以捕捉到人体内部的一些微小却非常重要的生理信号，并无法实时波形，信号的获取会受到人耳敏感局限的影响，且同一时间无法综合听诊多种信号，对于某些重复性小的生理特征无法实现采集储存和重现以进行后续分析。

进入21世纪，美国开始出现最初的数字听诊器，数字听诊器是利用电子技术放大身体的声音，以获得更好的聆听效果。2003年，美国人Andrey等人发明了一款多媒体适配听诊器，该听诊器具备录音功能，且数据可通过有线或无线的方式传输。2009年，美国人LuzM.设计了一种具有录音功能的便携式扩音听诊器，电子听诊器采集并放大声音信号，可通过或蓝牙无线传输的方式实现听诊。2014年，没有THinkLabs Medical发布了The One数字听诊器，可实现波形实时显示，同时支持移动端的录音和回放，但售价却高达499美元，难以普及到家庭应用中。其他一些公司如PULSONIC Sonoplus电子听诊器、惠普的Stethos电子听诊器、CADiscop听诊器及Allen公司的电子听诊器，均有各自特点，功能也各自迥异，但都只能用于信号的采集、数字化及传输，并无配套的应用软件，称不上智能设备；也难以捕捉到细微却重要的心肺音生理信号，无回溯功能，无法综合分析听诊信号。并且，心肺音信号复杂，容易受外围环境影响，难以长时间定量分析。

发明内容

为解决上述现有技术的缺点和不足，本发明的第一目的是提供一种心肺音信号识别方法，以提高心肺音信号的采集和识别精度，减少外围环境对心肺音信号的影响，并简化心肺音信号的识别步骤，实时性更强，成本低。本发明的另一目的是提供一种应用上述心肺音信号识别方法的心肺音信号识别系统。

为实现本发明的第一目的，本发明首先提供一种心肺音信号识别方法，包括心音信号识别方法和肺音信号识别方法，其中，所述心音信号识别方法包括以下步骤：

S11：获取心音初检信号和心音环境声音信号；

S12：对所述心音初检信号和所述心音环境声音信号进行差分降噪处理，得到去除心音环境声音信号后的心音降噪信号；

S13：对所述心音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到心音模拟信号；

S14：对所述心肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的心音数字信号；

S15：通过EMD算法提取所述心音数字信号中包含心音有效信息的频率分量，并去除心音数字信号中的噪声分量，得到心音降噪数字信号；

S16：通过香农熵算法对所述心音降噪数字信号进行转换识别，并提取当前第一心音的宽度S1、当前第二心音的宽度S2、当前第一心音与下一第一心音的间距S11、当前第一心音与第二心音的间距S12；

S17：根据当前第一心音与下一第一心音的间距S11计算得出平均心率及心率异变参数SDNN、SDANN、rMSSD及PNN50，并通过快速傅里叶变换得到心率异变参数的频谱信号和功率信号；

S18：根据频谱信号和功率信号计算得到频域参数TP、HF、LF及LF/HF；

S19：将宽度S1、宽度S2、间距S11、间距S12、心率异变参数SDNN、SDANN、rMSSD及PNN50、和频域参数TP、HF、LF及LF/HF组合形成一个十二维度的心音信号特征向量，输出并存储所述心音信号特征向量，从而实现心音信号的识别；

以及，所述肺音信号识别方法包括以下步骤：

S21：获取肺音初检信号和肺音环境声音信号；

S22：对所述肺音初检信号和所述肺音环境信号进行差分降噪处理，得到去除肺音环境声音信号后的肺音降噪信号；

S23：对所述肺音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到肺音模拟信号；

S24：对所述肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的肺音数字信号；

S25：通过小波分解获取肺音数字信号中不同频率段的4个呼气小波系数和4个吸气小波系数；

S26：根据各个小波系数与时域能量的对应关系，得到8个能量分布特征量，并对所述8个能量分布特征量进行max-min归一化处理，得到8个小波系数能量；

S27：将所述8个小波系数能量构建成一肺音信号特征向量，输出并存储所述肺音信号特征向量，从而实现肺音信号的识别。

由此，通过步骤S11和S12、及S21和S22，有效地避免了外围环境对心肺音信号的影响，避免一些与心肺音信号无关的信号对识别精度造成影响，有效地提高了心肺音信号的采集和识别精度；通过步骤S13～S14和S23～S24，进一步对心音降噪信号和肺音降噪信号处理，进一步提高对心肺音信号的识别精度；通过结合EMD(Empirical ModeDecomposition，经验模态分解)和高阶香农熵算法实现对心音模拟信号的处理，利用小波分解对肺音数字信号进行处理，实现对心音信号和肺音信号的特征的精准识取，并有效简化了心肺音信号的识别步骤，实时性更强，成本低。

为到达本发明的另一目的，本发明还提供了一种心肺音信号识别系统，其包括采集模块、双麦降噪模块、模拟信号调理模块、微控制模块和电源模块；

所述采集模块包括两采集器件，分别用于获取心音/肺音初检信号和心音/肺音环境声音信号，并输出至所述双麦降噪模块；

所述双麦降噪模块对所述心音/肺音初检信号和心音/肺音环境声音信号进行差分降噪处理，得到心音/肺音降噪信号，并输出至所述模拟信号调理模块；

所述模拟信号调理模块包括放大电路、带通滤波电路、陷波滤波电路和电压偏置电路；所述心音/肺音降噪信号依次经过放大电路、带通滤波电路、陷波滤波电路和电压偏置电路后，形成心音/肺音模拟信号，并输出至所述微控制模块；

所述微控制模块根据上述心肺音信号识别方法中的步骤S14～S19对所述心音进行处理实现对心音信号的识别，并根据上述心肺音信号识别方法中所述步骤S24～S27实现对肺音信号的识别；

所述电源模块为采集模块、双麦降噪模块、模拟信号调理模块和微控制模块供电。

由此，本发明的心肺音信号识别系统除了具有本发明的心肺音信号识别方法的所有有益效果外，还具有体积小、便携性高的优点，

为了更好地理解和实施，下面结合附图详细说明本发明。

附图说明

图1为本发明心肺音信号识别方法的方法流程图；

图2为本发明的服务端对基分类器的训练模型；

图3为本发明的用户移动终端中与心肺音采集识别端匹配的APP的界面为心肺音信息显示界面时的界面图；

图4为本发明的用户移动终端中与心肺音采集识别端匹配的APP的界面为心音信息显示界面时的界面图；

图5为本发明的服务端中云管理用户平台的用户登录界面图；

图6为本发明的服务端中云管理用户平台的用户管理界面图；

图7为本发明的心肺音识别系统的结构框图；

图8为本发明的心肺音识别系统的任一采集器件的结构示意图；

图9为本发明的心肺音识别系统的双麦降噪模块的电路结构图；

图10为本发明的心肺音识别系统的模拟信号调理模块的电路结构图；

图11为本发明的心肺音识别系统的微控制模块的电路结构示意图。

具体实施方式

请参阅图1，本发明心肺音信号识别方法，包括心音信号识别方法和肺音信号识别方法。其中，所述心音信号识别方法包括以下步骤：

S11：获取心音初检信号和心音环境声音信号；

S12：对所述心音初检信号和所述心音环境声音信号进行差分降噪处理，得到去除心音环境声音信号后的心音降噪信号；

S13：对所述心音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到心音模拟信号；

S14：对所述心肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的心音数字信号；

S15：通过EMD算法提取所述心音数字信号中包含心音有效信息的频率分量，并去除心音数字信号中的噪声分量，得到心音降噪数字信号；

S16：通过高阶香农熵算法对所述心音降噪数字信号进行转换识别，并提取当前第一心音的宽度S1、当前第二心音的宽度S2、当前第一心音与下一第一心音的间距S11、当前第一心音与第二心音的间距S12；

S17：根据当前第一心音与下一第一心音的间距S11计算得出平均心率及心率异变参数SDNN、SDANN、rMSSD及PNN50，并通过快速傅里叶变换得到心率异变参数的频谱信号和功率信号；

S18：根据频谱信号和功率信号计算得到频域参数TP、HF、LF及LF/HF；

S19：将宽度S1、宽度S2、间距S11、间距S12、心率异变参数SDNN(standarddiviation of NN intervals，全部窦性心搏RR间期，简称NN间期)、SDANN(standarddiviation of NN intervals，RR间期平均值标准差)、rMSSD(root mean square ofsuccessive differences，相邻RR间期差值的均方根)及PNN50(相邻NN间期之差>50ms的个数占总窦性心搏个数的百分比)、和频域参数TP(总功率谱)、HF(高频段)、LF(低频段)及LF/HF(低频与高频的比)组合形成一个十二维度的心音信号特征向量，输出并存储所述心音信号特征向量，从而实现心音信号的识别。

以及，所述肺音信号识别方法包括以下步骤：

S21：获取肺音初检信号和肺音环境声音信号；

S22：对所述肺音初检信号和所述肺音环境信号进行差分降噪处理，得到去除肺音环境声音信号后的肺音降噪信号；

S23：对所述肺音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到肺音模拟信号；

S24：对所述肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的肺音数字信号；

S25：通过小波分解获取肺音数字信号中不同频率段的4个呼气小波系数和4个吸气小波系数；

S26：根据各个小波系数与时域能量的对应关系，得到8个能量分布特征量，并对所述8个能量分布特征量进行max-min归一化处理，得到8个小波系数能量；

S27：将所述8个小波系数能量构建成一肺音信号特征向量，输出并存储所述肺音信号特征向量，从而实现肺音信号的识别。

由此，通过上述步骤，即能实现心音信号和肺音信号的精确识别，获取精度高的心音信号特征向量和肺音信号特征向量，能为需要用到心音信号特征向量和肺音信号特征向量进行分析的后续操作提供坚实精确的基础，提高依赖于本发明所识别到的心音信号特征向量和肺音信号特征向量的分析结果的准确性。

为进一步提高肺音信号特征的识取精度，作为一种更优的技术方案，所述步骤S25中，通过db5小波分解获取肺音数字信号中呼气状态下的除第一个小波系数外的其它4个呼气小波系数d5、d4、d3和d2，且呼气小波系数d5、d4、d3和d2对应的频率段依次分别为[63HZ，125HZ)、[125HZ，250HZ)、[250HZ，500HZ)、及[500HZ，1000HZ)，并通过db5小波分解获取肺音数字信号中吸气状态下的除第一个小波系数外的其它4个吸气小波系数d5’、d4’、d3’和d2’，且吸气小波系数d5’、d4’、d3’和d2’对应的频率段依次分别为[63HZ，125HZ)、[125HZ，250HZ)、[250HZ，500HZ)、及[500HZ，1000HZ)。

在本实施例中，所述步骤S11～S19和所述步骤S21～S27由一心肺音采集识别端执行并完成。

为提高本发明的智能性，实现心肺音信号的特征向量的可视与共享，能让用户随时查询并实时得知被测者的心肺音特征信息，作为一种更优的技术方案，所述步骤S14中，得到心音数字信号后，心肺音采集识别端还通过蓝牙或互联网或通信网络将心音数字信号传送至绑定的用户移动终端。所述步骤S19中，得到心音信号特征向量后，心肺音采集识别端将心音信号特征向量上传至服务端，并由服务端存储。所述步骤S24中，得到肺音数字信号后，心肺音采集识别端还通过蓝牙或互联网或通信网络将肺音数字信号传送至绑定的用户移动终端。所述步骤S27中，得到肺音信号特征向量后，心肺音采集识别端将肺音信号特征向量上传至服务端，并由服务端存储。所述用户移动终端接收心音数字信号和/或肺音数字信号后，将心音数字信号和/或肺音数字信号分别转化成心音波形图和肺音波形图，并显示。所述服务端将相应的心音信号特征向量和/或肺音信号特征向量发送至用户移动终端，由用户移动终端显示心音信号特征向量和/或肺音信号特征向量。

为进一步提高本发明的智能性，实现根据心音信号特征向量和/或肺音信号特征向量判断当前受测者的心跳或肺动是否正常，让受测者或相关用户更加清楚地知道受测者当前的心跳状态和/或肺动状态，作为一种更优的技术方案，所述步骤S19和S27中，心肺音采集识别端还接收用户体验的标签反馈数据，并上传至所述服务端。所述标签反馈数据包括正常和异常，其中，正常表示的是当前心跳和/或肺动正常，异常表示的是当前心跳和/或肺动异常。所述服务端内嵌有由随机森林、K最近邻、支持向量机、批量标准化和决策树组成的基分类器，且请参阅图2，图2为所述服务端对基分类器的训练模型；服务端对所述基分类器进行训练的步骤包括：

S31：根据心音信号特征向量和/或肺音信号特征向量、以及所述标签反馈数据，通过加权多数投票法对所述基分类器进行决策融合的集成学习训练；

S32：心肺音采集识别端重复执行步骤S11～S19和/或S21～S27；及基分类器对每一新增的心音信号特征向量、和/或肺音信号特征向量、及标签反馈数据进行增量式学习，实现不断修正权重参数，并计算得到相应的检测结论；

S33：服务端记录基分类器得到的检测结论总数，并比较每一检测结论与相应标签反馈数据是否一致，是则表示当前检测结论正确，并执行检测结论正确总数+1的计数操作，否则表示当前检测结论不正确；

S34：服务端判断当前检测结论的正确率是否大于90％，其中，该正确率＝(当前检测结论正确总数/检测结论总数)×100％，是则将基分类器此时得到的检测结论发送至绑定的用户移动终端，由用户移动终端显示；否则，返回所述步骤S31，同时检测结论由服务端通过对心音特征向量或肺音特征向量进行经验阈值综合判断法计算得到，并发送至绑定的用户移动终端，由用户移动终端显示。

由此，不仅可以实现用户移动终端显示心音信号特征向量和肺音信号特征向量，还能够将当前心跳状态和肺动状态的检测结论发送给用户移动终端，让相关用户能够及时得知相关的状况，实现在危及情况下的及时报警和救援。同时，检测结论的分析过程只有服务端处理，不需要内存受限的心肺音采集识别端和用户移动终端处理，避免了数据交互冗余和处理滞后的问题，同时也实现了数据在服务端的留存，为日后回溯数据提供了便利的条件。为方便用户操作，及时获取所需数据，及时得知突发情况而采取及时救援，作为一种更优的技术方案，所述用户移动终端安装有与所述心肺音采集识别端匹配的APP，可通过运行该APP实现人机交互界面的显示；所述人机交互界面设置有用户管理服务控件、蓝牙控件、报警控件、同步控件、心肺音控件、心音控件和肺音控件。所述用户管理服务控件用于实现用户注册、用户登录和用户信息管理。所述蓝牙控件用于控制用户移动终端的蓝牙功能的开闭，实现数据交互或停止数据交互。所述报警控件用于触发用户移动终端的报警功能，通过触发报警控件，由用户移动终端通过短信或通信网络的方式发送报警信息，实现报警。所述同步控件用于将用户移动终端的数据同步至服务端。所述心肺音控件用于触发心肺音信息显示界面，实现显示心音波形图、肺音波形图和瞬时心率。所述心音控件用于触发心音信息显示界面，实现显示平均心率和心音信号特征向量。所述肺音控件用于触发肺音信息显示界面，实现显示肺音信号特征向量。请参阅图3和图4，分别为所述APP的显示界面为心肺音信息显示界面时的界面图和所述APP的显示界面为心音信息显示界面时的界面图。

在本实施例中，所述APP可由现有APP开发技术结合本发明的技术方案开发得到，故在此不赘述。

另外，为了方便用户对多种数据的同时查看和对历史数据的回溯，作为一种更优的技术方案，请参阅图5和图6，所述服务端还设有云管理用户平台；通过登录云管理用户平台，实现用户于电脑终端管理用户信息、查看心音信号特征向量、心音信号特征向量和检测结论。

同理，所述云管理用户平台可由现有云用户平台开发技术结合本发明的技术方案开发得到，故在此不赘述。

相应地，请参阅图7，本发明还提供了一种心肺音信号识别系统，其包括采集模块1、双麦降噪模块2、模拟信号调理模块3、微控制模块4和电源模块5。

所述采集模块1包括两采集器件，分别用于获取心音/肺音初检信号和心音/肺音环境声音信号，并输出至所述双麦降噪模块2。由此，所述步骤S11和所述步骤S21是通过采集模块1实现获取心音初检信号、心音环境声音信号、肺音初检信号和肺音环境声音信号的获取的。当需要获取心音初检信号和心音环境声音信号时，通过两采集器件的声音采集端分别贴近受试者心脏处和置于当前测试环境中，即可获取心音初检信号和心音环境声音信号。当需要获取肺音初检信号和肺音环境声音信号时，通过两采集器件的声音采集端分别贴近受试者的后背肺部处和置于当前测试环境中，即可获取肺音初检信号和肺音环境声音信号。

所述双麦降噪模块2对所述心音/肺音初检信号和心音/肺音环境声音信号进行差分降噪处理，得到心音/肺音降噪信号，并输出至所述模拟信号调理模块3。

所述模拟信号调理模块3包括放大电路、带通滤波电路、陷波滤波电路和电压偏置电路；所述心音/肺音降噪信号依次经过放大电路、带通滤波电路、陷波滤波电路和电压偏置电路后，形成心音/肺音模拟信号，并输出至所述微控制模块4。

所述微控制模块4根据所述的心肺音信号识别方法中的步骤S14～S19对所述心音进行处理实现对心音信号的识别，并根据所述的心肺音信号识别方法中所述步骤S24～S27实现对肺音信号的识别。

所述电源模块5为采集模块1、双麦降噪模块2、模拟信号调理模块3和微控制模块4供电。

在本实施例中，所述采集模块1、双麦降噪模块2、模拟信号调理模块3、微控制模块4和电源模块5共同组成所述心肺音采集识别端。

进一步，本发明心肺信号识别系统还包括蓝牙模块；以及所述微控制模块4处理得到心音/肺音数字信号后，还通过蓝牙模块将心音/肺音数字信号发送至绑定的用户移动终端；以及，微控制器处理得到心音/肺音信号特征向量后，还通过蓝牙模块或网络模块将心音/肺音信号特征向量上传至服务端，由服务端存储并发送至绑定的用户移动终端。

进一步，本发明心肺音信号识别系统还包括用户移动终端和服务端；所述用户移动终端接收心音数字信号和/或肺音数字信号后，将心音数字信号和/或肺音数字信号分别转换成心音波形图和/或肺音波形图，并显示。

更优选地，微控制模块4还接收用户体验的标签反馈数据，并上传至所述服务端，所述标签反馈数据包括正常和异常，以及，所述服务端内嵌有由随机森林、K最近邻、支持向量机、批量标准化和决策树组成的基分类器，且服务端对所述基分类器进行训练的步骤包括：

S31：根据心音信号特征向量和/或肺音信号特征向量、以及所述标签反馈数据，通过加权多数投票法对所述基分类器进行决策融合的集成学习训练；

S32：心肺音采集识别端重复执行步骤S11～S19和/或S21～S27；及基分类器对每一新增的心音信号特征向量、和/或肺音信号特征向量、及标签反馈数据进行增量式学习，实现不断修正权重参数，并计算得到相应的检测结论；

S33：服务端记录基分类器得到的检测结论总数，并比较每一检测结论与相应标签反馈数据是否一致，是则表示当前检测结论正确，并执行检测结论正确总数+1的计数操作，否则表示当前检测结论不正确；

S34：服务端判断当前检测结论的正确率是否大于90％，其中，该正确率＝(当前检测结论正确总数/检测结论总数)×100％，是则将基分类器此时得到的检测结论发送至绑定的用户移动终端，由用户移动终端显示；否则，返回所述步骤S31，同时检测结论由服务端通过对心音特征向量或肺音特征向量进行经验阈值综合判断法计算得到，并发送至绑定的用户移动终端，由用户移动终端显示。

所述用户移动终端安装有与所述心肺音采集识别端匹配的APP，可通过运行该APP实现人机交互界面的显示；所述人机交互界面设置有用户管理服务控件、蓝牙控件、报警控件、同步控件、心肺音控件、心音控件和肺音控件。所述用户管理服务控件用于实现用户注册、用户登录和用户信息管理。所述蓝牙控件用于控制用户移动终端的蓝牙功能的开闭，实现数据交互或停止数据交互。所述报警控件用于触发用户移动终端的报警功能，通过触发报警控件，由用户移动终端通过短信或通信网络的方式发送报警信息，实现报警。所述同步控件用于将用户移动终端的数据同步至服务端。所述心肺音控件用于触发心肺音信息显示界面，实现显示心音波形图、肺音波形图和瞬时心率。所述心音控件用于触发心音信息显示界面，实现显示平均心率和心音信号特征向量。所述肺音控件用于触发肺音信息显示界面，实现显示肺音信号特征向量。

优选地，为进一步提高及时救援性，触发报警控件的同时，会开启用户移动终端的定位功能，并将定位信息连通报警信息同时发送至相关的报警部门，实现定位报警。

进一步，所述服务端还设有云管理用户平台；通过登录云管理用户平台，实现用户于电脑终端管理用户信息、查看心音信号特征向量、心音信号特征向量和检测结论。

具体地，本实施例中，每一采集器件都为ICS-40300型号的传感器，如图8所示，在每一采集器件实现相关信息的采集后，其会输出相应的信号OUTPUT到双麦降噪模块2中。

请参阅图9，本实施例中，所述双麦降噪模块2包括第一降噪电阻R1、第二降噪电阻R2、第三降噪电阻R3、第四降噪电阻R4和低噪声双运算放大器。所述第二降噪电阻R2一端作为心音/肺音初检信号输入端，以接入心音/肺音初检信号I+(即接入采集心音/肺音初检信号的一采集器件的OUTPUT信号)，另一端与所述低噪声双运算放大器的同相输入端电连接。所述第三降噪电阻R3一端作为心音/肺音环境声音信号输入端，以接入心音/肺音环境声音信号(即接入采集心音/肺音环境声音信号的一采集器件的OUTPUT信号)，另一端与所述低噪声双运算放大器的反相输入端电连接。所述第一降噪电阻R1一端接地，另一端与所述低噪声双运算放大器的同相输入端电连接。所述第四降噪电阻R4一端与所述低噪声双运算放大器的反相输入端电连接，另一端与所述低噪声双运算放大器的输出端电连接。所述低噪声双运算放大器的输出端输出所述心音/肺音降噪信号。

请参阅图10，本实施例中，所述放大电路101包括第一级放大电路1011和第二级放大电路1022。

所述第一级放大电路1011包括第一首级电阻R17、第二首级电阻R18、第三首级电阻R19、第四首级电阻R25、第五首级电阻R28、首级运算放大器U6A、第一首级电容C25、第二首级电容C28、第三首级电容C33和第四首级电容C34。所述第一首级电阻R17的一端为心音/肺音降噪信号输入端，另一端通过第二首级电阻R18与所述首级运算放大器U6A的同相输入端电连接。所述第三首级电阻R19一端接地，另一端电连接于所述第一首级电阻R17和第二首级电阻R18之间的节点。所述第一首级电容C25一端电连接于所述第一首级电阻R17和第二首级电阻R18之间的节点，另一端与所述首级运算放大器U6A的输出端电连接。所述第二首级电容C28一端接地，另一端与所述首级运算放大器U6A的同相输入端电连接。所述首级运算放大器U6A的反相输入端通过第五首级电阻R28接地。所述第四首级电阻R25的两端分别与首级运算放大器U6A的反相输入端和输出端电连接。所述第三首级电容C33和第四首级电容C34一端分别与首级运算放大器U6A的两电源输入端电连接，另一端分别接地或共地。

所述第二级放大电路1022包括两次级电容(C26和C27)、第一次级电阻R15、第二次级电阻R23、第三次级电阻R27、第四次级电阻R22和次级运算放大器U6B。所述次级运算放大器U6B的同相输入端依次通过两次级电容(C26和C27)与所述首级运算放大器U6A的输出端电连接，反相输入端通过第三次级电阻R27接地，输出端输出放大后的心音/肺音降噪信号D1。所述第一次级电阻R15一端电连接于所述两次级电容(C26和C27)之间的节点，另一端与次级运算放大器U6B的输出端电连接。所述第二次级电阻R23一端接地，另一端与次级运算放大器U6B的同相输入端电连接。所述第四次级电阻R22两端分别与次级运算放大器U6B的反相输入端和输出端电连接。

请继续参阅图10，本实施例中，所述带通滤波电路102包括第一滤波电阻R31、第二滤波电阻R32、第三滤波电阻R33、第四滤波电阻R34、第五滤波电阻R40、第六滤波电阻R42、第七滤波电阻R38、第八滤波电阻R41、第一滤波电容C29、第二滤波电容C30、第三滤波电容C31、第四滤波电容C32、第五滤波电容C35、第六滤波电容C36、第一运算放大器U7A和第二运算放大器U7B。所述第一运算放大器U7A的同相输入端依次通过所述第四滤波电阻R34、第三滤波电阻R33、第二滤波电阻R32和第一滤波电阻R31接入放大后的心音/肺音降噪信号，且第一运算放大器U7A的反相输入端与其输出端电连接，输出端依次通过第五滤波电阻R40和第六滤波电阻R42接地，并输出带通滤波后的心音/肺音降噪信号X1。所述第一滤波电容C29和第二滤波电容C30一端相互串联，第一滤波电容C29的另一端与第一滤波电阻R31中接入放大后的心音/肺音降噪信号的一端电连接，第二滤波电容C30的另一端电连接于第四滤波电阻R34和第一运算放大器U7A的同相输入端之间的节点。所述第三滤波电容C31和第四滤波电容C32相互并联，且两者并联后的一端电连接于第二滤波电阻R32和第三滤波电阻R33之间的节点，另一端与第二运算放大器U7B的输出端电连接。所述第五滤波电容C35和第六滤波电容C36一端分别与所述第一运算放大器U7A的两电源输入端电连接，另一端分别接地或共地。所述第二运算放大器U7B的反相输入端与其输出端电连接，同相输入端电连接于第五滤波电阻R40和第六滤波电阻R42之间的节点，输出端依次通过第八滤波电阻R41和第七滤波电阻R38电连接于所述第一滤波电容C29和第二滤波电容C30之间的节点111。

请继续参阅图10，本实施例中，所述陷波滤波电路103包括第一陷波电阻R20、第二陷波电阻R26、第三陷波电阻R14、第四陷波电阻R21、第五陷波电阻R24、第六陷波电阻R16、第一陷波电容C37、第二陷波电容C38、第一陷波运算放大器U8A和第二陷波运算放大器U8B。所述第一陷波运算放大器U8A的反相输入端通过第一陷波电阻R20接入带通滤波后的心音/肺音降噪信号X1，同相输入端通过第二陷波电阻R26接地，输出端通过第四陷波电阻R21与所述第二陷波运算放大器U8B的反相输入端电连接。所述第三陷波电阻R14两端分别与第一陷波运算放大器U8A的反相输入端和输出端电连接。所述第一陷波电容C37和第二陷波电容C38一端分别与第一陷波运算放大器U8A的两电源输入端电连接，另一端分别接地或共地。所述第二陷波运算放大器U8B的同相输入端通过第五陷波电阻R24接地，输出端输出陷波滤波后的心音/肺音降噪信号。所述第六陷波电阻R16两端分别与第二陷波运算放大器U8B的反相输入端和输出端电连接。

请继续参阅图10，本实施例中，所述电压偏置电路104包括第一电阻R29、第二电阻R36、第三电阻R30、第四电阻R35、第五电阻R39、第六电阻R37、两电容(C39和C40)和运算放大器U9A。所述运算放大器U9A的同相输入端通过第一电阻R29接入陷波滤波后的心音/肺音降噪信号，反相输入端分别通过第二电阻R36和第三电阻R30接地和接入其输出端，输出端输出心音/肺音模拟信号ADC_IN。所述第四电阻R35和第五电阻R39一端相互电连接，另一端分别接入运算放大器U9A的电源输入端和接地。所述两电容(C39和C40)的一端分别与运算放大器U9A的两电源输入端电连接，另一端分别接地或共地。

优选地，所述低噪声双运算放大器为NE5532双路低噪声高速音频双运算放大器；所述模拟信号调理模块3中的所有运算放大器U9A都为OPA2277UA运算放大器U9A；所述蓝牙模块为DA14580蓝牙模块。

请参阅图11，本实施例中，所述微控制模块4为STM32处理器。并为了保证STM32处理器能够正常工作，其外围电路部分是不可缺少的，如晶振电路10A和复位电路10B，在此不再一一赘述。

本实施例中，所述电源模块5包括供电电源、SPX3819稳压电源芯片和MAX660电源芯片。其中，所述SPX3819稳压电源芯片用于产生+3.3V的工作电压，所述MAX660电源芯片用于产生-3.3V的工作电压。另外，各芯片与供电电源及上述各个模块之间的电路连接方式与现有连接方式相同，故不赘述。

相对于现有技术，本发明心肺音信号识别方法和系统有效地提高了心肺音信号的采集和识别精度，减少了外围环境对心肺音信号的影响，并简化心肺音信号的识别步骤，实时性更强，成本低。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种心肺音信号识别方法，其特征在于：包括心音信号识别方法和肺音信号识别方法，其中，所述心音信号识别方法包括以下步骤：

S11：获取心音初检信号和心音环境声音信号；

S12：对所述心音初检信号和所述心音环境声音信号进行差分降噪处理，得到去除心音环境声音信号后的心音降噪信号；

S13：对所述心音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到心音模拟信号；

S14：对所述心肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的心音数字信号；

S15：通过EMD算法提取所述心音数字信号中包含心音有效信息的频率分量，并去除心音数字信号中的噪声分量，得到心音降噪数字信号；

S16：通过香农熵算法对所述心音降噪数字信号进行转换识别，并提取当前第一心音的宽度S1、当前第二心音的宽度S2、当前第一心音与下一第一心音的间距S11、当前第一心音与第二心音的间距S12；

S17：根据当前第一心音与下一第一心音的间距S11计算得出平均心率及心率异变参数SDNN、SDANN、rMSSD及PNN50，并通过快速傅里叶变换得到心率异变参数的频谱信号和功率信号；

S18：根据频谱信号和功率信号计算得到频域参数TP、HF、LF及LF/HF；

S19：将宽度S1、宽度S2、间距S11、间距S12、心率异变参数SDNN、SDANN、rMSSD及PNN50、和频域参数TP、HF、LF及LF/HF组合形成一个十二维度的心音信号特征向量，输出并存储所述心音信号特征向量，从而实现心音信号的识别；

以及，所述肺音信号识别方法包括以下步骤：

S21：获取肺音初检信号和肺音环境声音信号；

S22：对所述肺音初检信号和所述肺音环境信号进行差分降噪处理，得到去除肺音环境声音信号后的肺音降噪信号；

S23：对所述肺音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到肺音模拟信号；

S24：对所述肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的肺音数字信号；

S25：通过小波分解获取肺音数字信号中不同频率段的4个呼气小波系数和4个吸气小波系数；

S26：根据各个小波系数与时域能量的对应关系，得到8个能量分布特征量，并对所述8个能量分布特征量进行max-min归一化处理，得到8个小波系数能量；

S27：将所述8个小波系数能量构建成一肺音信号特征向量，输出并存储所述肺音信号特征向量，从而实现肺音信号的识别。

2.根据权利要求1所述的心肺音信号识别方法，其特征在于：所述步骤S25中，通过db5小波分解获取肺音数字信号中呼气状态下的除第一个小波系数外的其它4个呼气小波系数d5、d4、d3和d2，且呼气小波系数d5、d4、d3和d2对应的频率段依次分别为[63HZ，125HZ)、[125HZ，250HZ)、[250HZ，500HZ)、及[500HZ，1000HZ)，并通过db5小波分解获取肺音数字信号中吸气状态下的除第一个小波系数外的其它4个吸气小波系数d5’、d4’、d3’和d2’，且吸气小波系数d5’、d4’、d3’和d2’对应的频率段依次分别为[63HZ，125HZ)、[125HZ，250HZ)、[250HZ，500HZ)、及[500HZ，1000HZ)。

3.根据权利要求1所述的心肺音信号识别方法，其特征在于：所述步骤S11～S19和所述步骤S21～S27由一心肺音采集识别端执行并完成；

所述步骤S14中，得到心音数字信号后，心肺音采集识别端还通过蓝牙或互联网或通信网络将心音数字信号传送至绑定的用户移动终端；所述步骤S19中，得到心音信号特征向量后，心肺音采集识别端将心音信号特征向量上传至服务端，并由服务端存储；所述步骤S24中，得到肺音数字信号后，心肺音采集识别端还通过蓝牙或互联网或通信网络将肺音数字信号传送至绑定的用户移动终端；所述步骤S27中，得到肺音信号特征向量后，心肺音采集识别端将肺音信号特征向量上传至服务端，并由服务端存储；

所述用户移动终端接收心音数字信号和/或肺音数字信号后，将心音数字信号和/或肺音数字信号分别转化成心音波形图和肺音波形图，并显示；

所述服务端将相应的心音信号特征向量和/或肺音信号特征向量发送至用户移动终端，由用户移动终端显示心音信号特征向量和/或肺音信号特征向量。

4.根据权利要求3所述的心肺音信号识别方法，其特征在于：所述步骤S19和S27中，心肺音采集识别端还接收用户体验的标签反馈数据，并上传至所述服务端；所述标签反馈数据包括正常和异常，以及，所述服务端内嵌有由随机森林、K最近邻、支持向量机、批量标准化和决策树组成的基分类器，且服务端对所述基分类器进行训练的步骤包括：

S31：根据心音信号特征向量和/或肺音信号特征向量、以及所述标签反馈数据，通过加权多数投票法对所述基分类器进行决策融合的集成学习训练；

S32：心肺音采集识别端重复执行步骤S11～S19和/或S21～S27；及基分类器对每一新增的心音信号特征向量、和/或肺音信号特征向量、及标签反馈数据进行增量式学习，实现不断修正权重参数，并计算得到相应的检测结论；

S33：服务端记录基分类器得到的检测结论总数，并比较每一检测结论与相应标签反馈数据是否一致，是则表示当前检测结论正确，并执行检测结论正确总数+1的计数操作，否则表示当前检测结论不正确；

S34：服务端判断当前检测结论的正确率是否大于90％，其中，该正确率＝(当前检测结论正确总数/检测结论总数)×100％，是则将基分类器此时得到的检测结论发送至绑定的用户移动终端，由用户移动终端显示；否则，返回所述步骤S31，同时检测结论由服务端通过对心音特征向量或肺音特征向量进行经验阈值综合判断法计算得到，并发送至绑定的用户移动终端，由用户移动终端显示。

5.根据权利要求4所述的心肺音信号识别方法，其特征在于：所述用户移动终端安装有与所述心肺音采集识别端匹配的APP，可通过运行该APP实现人机交互界面的显示；所述人机交互界面设置有用户管理服务控件、蓝牙控件、报警控件、同步控件、心肺音控件、心音控件和肺音控件；

所述用户管理服务控件用于实现用户注册、用户登录和用户信息管理；

所述蓝牙控件用于控制用户移动终端的蓝牙功能的开闭，实现数据交互或停止数据交互；

所述报警控件用于触发用户移动终端的报警功能，通过触发报警控件，由用户移动终端通过短信或通信网络的方式发送报警信息，实现报警；

所述同步控件用于将用户移动终端的数据同步至服务端；

所述心肺音控件用于触发心肺音信息显示界面，实现显示心音波形图、肺音波形图和瞬时心率；

所述心音控件用于触发心音信息显示界面，实现显示平均心率和心音信号特征向量；

所述肺音控件用于触发肺音信息显示界面，实现显示肺音信号特征向量；

且/或，所述服务端还设有云管理用户平台；通过登录云管理用户平台，实现用户于电脑终端管理用户信息、查看心音信号特征向量、心音信号特征向量和检测结论。

6.一种心肺音信号识别系统，其特征在于：包括采集模块、双麦降噪模块、模拟信号调理模块、微控制模块和电源模块；

所述采集模块包括两采集器件，分别用于获取心音/肺音初检信号和心音/肺音环境声音信号，并输出至所述双麦降噪模块；

所述双麦降噪模块对所述心音/肺音初检信号和心音/肺音环境声音信号进行差分降噪处理，得到心音/肺音降噪信号，并输出至所述模拟信号调理模块；

所述模拟信号调理模块包括放大电路、带通滤波电路、陷波滤波电路和电压偏置电路；所述心音/肺音降噪信号依次经过放大电路、带通滤波电路、陷波滤波电路和电压偏置电路后，形成心音/肺音模拟信号，并输出至所述微控制模块；

所述微控制模块根据权利要求1所述的心肺音信号识别方法中的步骤S14～S19对所述心音进行处理实现对心音信号的识别，并根据权利要求1所述的心肺音信号识别方法中所述步骤S24～S27实现对肺音信号的识别；

所述电源模块为采集模块、双麦降噪模块、模拟信号调理模块和微控制模块供电。

7.根据权利要求6所述的心肺音信号识别系统，其特征在于：微控制模块处理得到心音/肺音数字信号后，还将心音/肺音数字信号发送至绑定的用户移动终端；以及，微控制器处理得到心音/肺音信号特征向量后，还将心音/肺音信号特征向量上传至服务端，由服务端存储并发送至绑定的用户移动终端。

8.根据权利要求7所述的心肺音信号识别系统，其特征在于：还包括用户移动终端和服务端；所述用户移动终端接收心音数字信号和/或肺音数字信号后，将心音数字信号和/或肺音数字信号分别转换成心音波形图和/或肺音波形图，并显示；

且/或，微控制模块还接收用户体验的标签反馈数据，并上传至所述服务端，所述标签反馈数据包括正常和异常，以及，所述服务端内嵌有由随机森林、K最近邻、支持向量机、批量标准化和决策树组成的基分类器，且服务端对所述基分类器进行训练的步骤包括：

S31：根据心音信号特征向量和/或肺音信号特征向量、以及所述标签反馈数据，通过加权多数投票法对所述基分类器进行决策融合的集成学习训练；

S32：心肺音采集识别端重复执行步骤S11～S19和/或S21～S27；及基分类器对每一新增的心音信号特征向量、和/或肺音信号特征向量、及标签反馈数据进行增量式学习，实现不断修正权重参数，并计算得到相应的检测结论；

S33：服务端记录基分类器得到的检测结论总数，并比较每一检测结论与相应标签反馈数据是否一致，是则表示当前检测结论正确，并执行检测结论正确总数+1的计数操作，否则表示当前检测结论不正确；

S34：服务端判断当前检测结论的正确率是否大于90％，其中，该正确率＝(当前检测结论正确总数/检测结论总数)×100％，是则将基分类器此时得到的检测结论发送至绑定的用户移动终端，由用户移动终端显示；否则，返回所述步骤S31，同时检测结论由服务端通过对心音特征向量或肺音特征向量进行经验阈值综合判断法计算得到，并发送至绑定的用户移动终端，由用户移动终端显示。

9.根据权利要求8所述的心肺音信号识别系统，其特征在于：所述用户移动终端安装有与所述心肺音采集识别端匹配的APP，可通过运行该APP实现人机交互界面的显示；所述人机交互界面设置有用户管理服务控件、蓝牙控件、报警控件、同步控件、心肺音控件、心音控件和肺音控件；

所述用户管理服务控件用于实现用户注册、用户登录和用户信息管理；

所述蓝牙控件用于控制用户移动终端的蓝牙功能的开闭，实现数据交互或停止数据交互；

所述报警控件用于触发用户移动终端的报警功能，通过触发报警控件，由用户移动终端通过短信或通信网络的方式发送报警信息，实现报警；

所述同步控件用于将用户移动终端的数据同步至服务端；

所述心肺音控件用于触发心肺音信息显示界面，实现显示心音波形图、肺音波形图和瞬时心率；

所述心音控件用于触发心音信息显示界面，实现显示平均心率和心音信号特征向量；

所述肺音控件用于触发肺音信息显示界面，实现显示肺音信号特征向量；

且/或，所述服务端还设有云管理用户平台；通过登录云管理用户平台，实现用户于电脑终端管理用户信息、查看心音信号特征向量、心音信号特征向量和检测结论。

10.根据权利要求6～9任一项所述的心肺音信号识别系统，其特征在于：

每一采集器件都为ICS-40300型号的传感器；

且/或，所述双麦降噪模块包括第一降噪电阻、第二降噪电阻、第三降噪电阻、第四降噪电阻和低噪声双运算放大器；所述第二降噪电阻一端作为心音/肺音初检信号输入端，另一端与所述低噪声双运算放大器的同相输入端电连接；所述第三降噪电阻一端作为心音/肺音环境声音信号输入端，另一端与所述低噪声双运算放大器的反相输入端电连接；所述第一降噪电阻一端接地，另一端与所述低噪声双运算放大器的同相输入端电连接；所述第四降噪电阻一端与所述低噪声双运算放大器的反相输入端电连接，另一端与所述低噪声双运算放大器的输出端电连接；所述低噪声双运算放大器的输出端输出所述心音/肺音降噪信号；

且/或，所述放大电路包括第一级放大电路和第二级放大电路；

所述第一级放大电路包括第一首级电阻、第二首级电阻、第三首级电阻、第四首级电阻、第五首级电阻、首级运算放大器、第一首级电容、第二首级电容、第三首级电容和第四首级电容；所述第一首级电阻的一端为心音/肺音降噪信号输入端，另一端通过第二首级电阻与所述首级运算放大器的同相输入端电连接；所述第三首级电阻一端接地，另一端电连接于所述第一首级电阻和第二首级电阻之间的节点；所述第一首级电容一端电连接于所述第一首级电阻和第二首级电阻之间的节点，另一端与所述首级运算放大器的输出端电连接；所述第二首级电容一端接地，另一端与所述首级运算放大器的同相输入端电连接；所述首级运算放大器的反相输入端通过第五首级电阻接地；所述第四首级电阻的两端分别与首级运算放大器的反相输入端和输出端电连接；所述第三首级电容和第四首级电容一端分别与首级运算放大器的两电源输入端电连接，另一端分别接地或共地；

所述第二级放大电路包括两次级电容、第一次级电阻、第二次级电阻、第三次级电阻、第四次级电阻和次级运算放大器；所述次级运算放大器的同相输入端依次通过两次级电容与所述首级运算放大器的输出端电连接，反相输入端通过第三次级电阻接地，输出端输出放大后的心音/肺音降噪信号；所述第一次级电阻一端电连接于所述两次级电容之间的节点，另一端与次级运算放大器的输出端电连接；所述第二次级电阻一端接地，另一端与次级运算放大器的同相输入端电连接；所述第四次级电阻两端分别与次级运算放大器的反相输入端和输出端电连接；

且/或，所述带通滤波电路包括第一滤波电阻、第二滤波电阻、第三滤波电阻、第四滤波电阻、第五滤波电阻、第六滤波电阻、第七滤波电阻、第八滤波电阻、第一滤波电容、第二滤波电容、第三滤波电容、第四滤波电容、第五滤波电容、第六滤波电容、第一运算放大器和第二运算放大器；所述第一运算放大器的同相输入端依次通过所述第四滤波电阻、第三滤波电阻、第二滤波电阻和第一滤波电阻接入放大后的心音/肺音降噪信号，且第一运算放大器的反相输入端与其输出端电连接，输出端依次通过第五滤波电阻和第六滤波电阻接地，并输出带通滤波后的心音/肺音降噪信号；所述第一滤波电容和第二滤波电容一端相互串联，第一滤波电容的另一端与第一滤波电阻中接入放大后的心音/肺音降噪信号的一端电连接，第二滤波电容的另一端电连接于第四滤波电阻和第一运算放大器的同相输入端之间的节点；所述第三滤波电容和第四滤波电容相互并联，且两者并联后的一端电连接于第二滤波电阻和第三滤波电阻之间的节点，另一端与第二运算放大器的输出端电连接；所述第五滤波电容和第六滤波电容一端分别与所述第一运算放大器的两电源输入端电连接，另一端分别接地或共地；所述第二运算放大器的反相输入端与其输出端电连接，同相输入端电连接于第五滤波电阻和第六滤波电阻之间的节点，输出端依次通过第八滤波电阻和第七滤波电阻电连接于所述第一滤波电容和第二滤波电容之间的节点；

且/或，所述陷波滤波电路包括第一陷波电阻、第二陷波电阻、第三陷波电阻、第四陷波电阻、第五陷波电阻、第六陷波电阻、第一陷波电容、第二陷波电容、第一陷波运算放大器和第二陷波运算放大器；所述第一陷波运算放大器的反相输入端通过第一陷波电阻接入带通滤波后的心音/肺音降噪信号，同相输入端通过第二陷波电阻接地，输出端通过第四陷波电阻与所述第二陷波运算放大器的反相输入端电连接；所述第三陷波电阻两端分别与第一陷波运算放大器的反相输入端和输出端电连接；所述第一陷波电容和第二陷波电容一端分别与第一陷波运算放大器的两电源输入端电连接，另一端分别接地或共地；所述第二陷波运算放大器的同相输入端通过第五陷波电阻接地，输出端输出陷波滤波后的心音/肺音降噪信号；所述第六陷波电阻两端分别与第二陷波运算放大器的反相输入端和输出端电连接；

且/或，所述电压偏置电路包括第一电阻、第二电阻、第三电阻、第四电阻、第五电阻、第六电阻、两电容和运算放大器；所述运算放大器的同相输入端通过第一电阻接入陷波滤波后的心音/肺音降噪信号，反相输入端分别通过第二电阻和第三电阻接地和接入其输出端，输出端输出心音/肺音模拟信号；所述第四电阻和第五电阻一端相互电连接，另一端分别接入运算放大器的电源输入端和接地；所述两电容的一端分别与运算放大器的两电源输入端电连接，另一端分别接地或共地；

且/或，所述微控制模块为STM32处理器。