TW201300085A - 基於雙正交小波濾波組之哮鳴音辨識裝置 - Google Patents
基於雙正交小波濾波組之哮鳴音辨識裝置 Download PDFInfo
- Publication number
- TW201300085A TW201300085A TW100122658A TW100122658A TW201300085A TW 201300085 A TW201300085 A TW 201300085A TW 100122658 A TW100122658 A TW 100122658A TW 100122658 A TW100122658 A TW 100122658A TW 201300085 A TW201300085 A TW 201300085A
- Authority
- TW
- Taiwan
- Prior art keywords
- sound
- wavelet filter
- wheezing
- signal
- filter group
- Prior art date
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一種基於雙正交小波濾波組之哮鳴音辨識裝置,適用於辨識病患之肺音中的哮鳴音,並包含一肺音訊號處理單元、一特徵訊號獲得單元,及一哮鳴音辨識單元。該肺音訊號處理單元用以接收病患之肺音,並產生一相對應的聲音訊號。該特徵訊號獲得單元包含多數個雙正交小波濾波組,並用以將該聲音訊號通過該等雙正交小波濾波組,以獲得該聲音訊號之一特徵訊號。該哮鳴音辨識單元用以計算該特徵訊號的相對小波能量。當該等相對小波能量超過一臨界值,且相對應的時間持續一觀察時間以上時,該哮鳴音辨識單元判斷該肺音包含哮鳴音。
Description
本發明是有關於一種哮鳴音辨識裝置,特別是指一種基於雙正交小波濾波組之哮鳴音辨識裝置。
過去用來偵測病患之肺音異常狀況(例,哮鳴音)的方式,最常見的莫過於醫生藉由聽診器進行胸部診斷。然而由於哮鳴音出現時有其特殊性(對應的頻率範圍在400Hz上下,且至少持續250ms以上),醫生利用聽診判斷是否為哮鳴音可能會有失客觀性。此外對於那些容易發生哮鳴的族群,傳統的聽診方式顯得不夠即時。
為了解決上述的問題,現有的一種方式是藉由哮鳴音偵測設備,持續地分析病患在該頻率範圍的聲音訊號,以隨時地監控病患的情況。
一般而言,分析聲音訊號時所採用的演算法為短時距傅立葉轉換(Short Time Fourier Transform,STFT)。然而上述演算法的缺點在於,其所採用的窗口(windowing)是固定的,也就是不易於將聲音訊號中的高頻訊號與低頻訊號清楚地區分,因此上述演算法較不適合處理包含哮鳴音的聲音訊號。
因此,本發明之目的,即在提供一種基於雙正交小波濾波組之哮鳴音辨識裝置。
於是,本發明基於雙正交小波濾波組之哮鳴音辨識裝置,適用於辨識病患之肺音中的哮鳴音,該裝置包含一肺音訊號處理單元、一特徵訊號獲得單元,及一哮鳴音辨識單元。
該肺音訊號處理單元用以接收病患之肺音,並產生一相對應的聲音訊號。
該特徵訊號獲得單元包含多數個雙正交小波濾波組,並用以將該聲音訊號通過該等雙正交小波濾波組,以獲得該聲音訊號之一特徵訊號。其中該特徵訊號對應至一頻率範圍,並包括多數個音框。
該哮鳴音辨識單元用以計算該特徵訊號的每一音框的相對小波能量。當該等相對小波能量其中至少一者超過一臨界值,且相對應的時間持續一觀察時間(250ms)以上時,該哮鳴音辨識單元判斷該肺音包含哮鳴音。
本發明之功效在於,藉由該等雙正交小波濾波組獲得對應高頻哮鳴音的該特徵訊號,並藉由判斷該特徵訊號的相對小波能量是否超過一臨界值,以辨識病患之肺音是否包含哮鳴音。
有關本發明之前述及其他技術內容、特點與功效,在以下配合參考圖式之一個較佳實施例的詳細說明中,將可清楚的呈現。
參閱圖1與圖2,本發明基於雙正交小波濾波組(Bi-orthogonal Wavelet Filter Bank)之哮鳴音(Wheezing)辨識裝置1,適用於辨識病患之肺音中的哮鳴音,並包含一本體11、一配置於該本體11內的肺音訊號處理單元12、一配置於該本體11內的特徵訊號獲得單元13、一配置於該本體11內的哮鳴音辨識單元14,及一配置於該本體11內的警示單元15。其中,該肺音訊號處理單元12包括一麥克風121與一類比數位轉換器(Analog to Digital Convertor)122,該特徵訊號獲得單元13包含多數個雙正交小波濾波組。在本較佳實施例中,該特徵訊號獲得單元13與該哮鳴音辨識單元14係以硬體方式實施,其實施態樣為整合於一哮鳴音辨識晶片的邏輯電路。值得一提的是,本較佳實施例係一可攜式並可供病患配戴於身上的裝置。
以下針對基於雙正交小波濾波組之哮鳴音辨識方法與一應用範例,進一步地對上述各單元之間的運作說明。
如步驟S1所示,當該肺音訊號處理單元12之麥克風121用以接收病患之肺音後,該肺音訊號處理單元12之類比數位轉換器122會根據該麥克風121所接收之肺音,產生一相對應的數位的聲音訊號。在本較佳實施例中,所採用的取樣頻率為8KHz。
其中該聲音訊號的波形圖如圖6所示。由圖6可以觀察到,該聲音訊號的波形可以初步地被區分為一第一部分61與一第二部分62。相較於該第一部分61,該第二部分62的波形之振幅在特定的幾個時間區間會有比較密集的震盪。
如步驟S2所示,該特徵訊號獲得單元13用以將該聲音訊號通過該等雙正交小波濾波組,以獲得該聲音訊號之一特徵訊號。其中該特徵訊號對應的頻率範圍為250Hz至500Hz,並包括多數個音框。其中每一音框包括512個取樣點。
在本較佳實施例中,該等雙正交小波濾波組係多貝西9/7雙正交小波濾波組(又稱,Cohen-Daubechies-Feauveau 9/7 tap雙正交小波濾波組),且是以具有分散式算術演算法(Distributed Arithmetic)之多相位結構(Polyphase Structure)來實施。其中,採用上述實施方式的好處在於運算時比較有效率。
以下針對該等雙正交小波濾波組的實施細節進一步地介紹。
雙正交小波濾波組是離散小波轉換(Discrete Wavelet Transform,DWT)的其中一個類別。其包括高通小波濾波組(High Pass Filter)與低通小波濾波組(Low Pass Filter)。一般而言,係透過以下算式獲得離散小波轉換後的訊號:
其中,x[n]代表本較佳實施例中的該語音訊號,h[2k-n]代表高通小波濾波組,d[k]代表高通訊號;g[2k-n]代表低通小波濾波組,a[k]代表低通訊號。
在本較佳實施例中,特徵訊號獲得單元13係將該聲音訊號通過四個階層的雙正交小波濾波組(見圖3),以獲得該特徵訊號d4[k](即,通過第四層的雙正交小波濾波組後,所產生的特徵訊號)。亦即,該特徵訊號獲得單元13先依序獲得a1[k]、a2[k],及a3[k]後,再根據a3[k]獲得d4[k]。由於該特徵訊號d4[k]對應的頻率範圍(250Hz~500Hz)涵蓋發生哮鳴音時對應的頻率範圍,因此該特徵訊號d4[k]較適合用來作為判斷是否有哮鳴音的依據。其中該聲音訊號通過該等雙正交小波濾波組的細節為熟悉此領域者所能輕易理解,因此不在此贅述。
在本較佳實施例中,還進一步地將該等雙正交小波濾波組以多相位結構來實現。如圖4所示,濾波係數(Filter Coefficients)包括高通濾波組與低通濾波組。首先,高通濾波組與低通濾波組被分割為奇成分(hodd and godd)與偶成分(heven and geven)。接著,該肺音訊號處理單元12所產生的聲音訊號,被多工分為奇樣本(Odd Samples,Xodd)與偶樣本(Even Samples,Xeven)。最後,奇樣本與偶樣本分別與奇成分與偶成分旋繞(Convolved)。其中,2代表縮小取樣(downsampling)。
以下的算式係用以表示該聲音訊號與該等雙正交小波濾波組之間的關係:
其中d[n]代表高通訊號,a[n]代表低通訊號。
此外濾波係數中的奇成分與偶成分,係以二進位的16位元浮點數表示,並分別如表一與表二所示:
分散式算數演算法: 為了減少運算中的乘法運算,通常可以將乘以相同係數的部分先相加起來,再乘以所對應係數。在本較佳實施例中,藉由分散式算數演算法,特徵訊號可以透過以下算式來表示:
其中,x[n]代表格式為M bits的聲音訊號。在本較佳實施例中,該聲音訊號的格式為8 bits。
參閱圖5,根據上述方式,該特徵訊號獲得單元13將該聲音訊號通過藉由具有分散式算術演算法之多相位結構來實施的該等雙正交小波濾波組後,所獲得的該高通訊號d[n]與低通訊號a[n]可以用以下算式表示:
其中該特徵訊號d4[k]的波形圖如圖7所示,該特徵訊號可被區分為一第一部分71與一第二部分72,並分別對應至圖6的第一部分61與第二部分62。由圖7可以觀察到,經過該等雙正交小波濾波組之後,相較於該第一部分71,該第二部分72的波形之振幅明顯地大於該第一部分71的波形之振幅。
如步驟S3所示,該哮鳴音辨識單元14係根據一預先獲得的平均能量,及該特徵訊號的每一音框的小波能量,以計算出該特徵訊號的每一音框的相對小波能量。
其中,該哮鳴音辨識單元14係透過以下算式計算該等小波能量與該等相對小波能量。
其中,k係一音框的取樣點,F係該音框之取樣點總數,j係該特徵訊號所對應之該頻率範圍,d j [k]2係該取樣點k之小波能量,E j 係該音框的小波能量,E normal 係該平均能量,RWE係對應該音框的相對小波能量。
值得一提的是,預先獲得的該平均能量係病患在一般情況下(即,肺音不包含哮鳴音),透過上述方式計算出對應正常肺音的聲音訊號的每一音框的相對小波能量之平均值。
如步驟S4所示,該該哮鳴音辨識單元14判斷該等相對小波能量其中至少一者是否超過一臨界值,且相對應的時間持續一觀察時間以上。若是,則該哮鳴音辨識單元14判斷該肺音包含哮鳴音,並進行步驟S5。在本較佳實施例中,該觀察時間為250ms,該臨界值為4。當然,隨著測試環境與病患的不同,該臨界值亦可調整為其它值,並不限於本較佳實施例所揭露。
該特徵訊號的相對小波能量與該臨界值的關係如圖8所示。其中圖8的第一部分81代表與圖7的第一部分71對應的相對小波能量,而該等相對小波能量均低於該臨界值。圖8的第二部分82代表與圖7的第二部分72對應的相對小波能量,而該等相對小波能量其中一部分高於該臨界值,且持續的時間超過250ms以上。
如步驟S5所示,當該等相對小波能量其中至少一者超過該臨界值且相對應的時間持續該觀察時間以上時,該哮鳴音辨識單元14產生一警示訊號。亦即,該哮鳴音辨識單元14若判斷該肺音包含哮鳴音,則會產該警示訊號。
如步驟S6所示,該警示單元15用以接收該警示訊號,並產生一警示效果。其中該警示效果係一視覺警示效果與一聽覺警示效果其中至少一者。亦即,當病患的肺音中包含哮鳴音時,該警示單元15所產生的警示效果可以供周遭的醫療人員或者是親屬可以立即地協助照料病患,以避免錯失救援的黃金時間。在本較佳實施例中,該警示單元15可以為一產生該聽覺警示效果的揚聲器(Speaker),或為一產生該視覺警示效果的發光二極體(Light Emitting Diode,LED)。
綜上所述,藉由獲得該聲音訊號之特徵訊號,並計算出該特徵訊號的相對小波能量,以判斷該等相對小波能量是否超過該臨界值;當該等相對小波能量其中至少一者超過該臨界值且相對應的時間持續該觀察時間以上時,便產生該警示效果,故確實能達成本發明之目的。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。
1...基於雙正交小波濾波組之哮鳴音辨識裝置
11...本體
12...肺音訊號處理單元
121...麥克風
122...類比數位轉換器
13...特徵訊號獲得單元
14...哮鳴音辨識單元
15...警示單元
61...肺音訊號之波形
62...肺音訊號之波形
71...特徵訊號之波形
72...特徵訊號之波形
81...相對小波能量
82...相對小波能量
S1~S6...步驟
圖1是一系統圖,說明本發明基於雙正交小波濾波組之哮鳴音辨識裝置之較佳實施例;
圖2是一流程圖,說明對應本較佳實施例之一基於雙正交小波濾波組之哮鳴音辨識方法;
圖3是一示意圖,說明對應本較佳實施例之四階層雙正交小波濾波組;
圖4是一示意圖,說明對應本較佳實施例之多相位結構;
圖5是一示意圖,說明對應本較佳實施例之移位加分散式運算架構;
圖6是一示意圖,說明對應本較佳實施例之肺音訊號的波形;
圖7是一示意圖,說明對應本較佳實施例之特徵訊號的波形;及
圖8是一示意圖,說明對應本較佳實施例之特徵訊號的相對小波能量。
1...基於雙正交小波濾波組之哮鳴音辨識裝置
11...本體
12...肺音訊號處理單元
121...麥克風
122...類比數位轉換器
13...特徵訊號獲得單元
14...哮鳴音辨識單元
15...警示單元
Claims (10)
- 一種基於雙正交小波濾波組之哮鳴音辨識裝置,適用於辨識病患之肺音中的哮鳴音,該裝置包含:一肺音訊號處理單元,用以接收病患之肺音並產生一相對應的聲音訊號;一特徵訊號獲得單元,包含多數個雙正交小波濾波組,並用以將該聲音訊號通過該等雙正交小波濾波組,以獲得該聲音訊號之一特徵訊號,其中該特徵訊號對應至一頻率範圍,並包括多數個音框;及一哮鳴音辨識單元,用以計算該特徵訊號的每一音框的相對小波能量,當該等相對小波能量其中至少一者超過一臨界值且相對應的時間持續一觀察時間以上時,該哮鳴音辨識單元判斷該肺音包含哮鳴音。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該等雙正交小波濾波組係多貝西9/7雙正交小波濾波組。
- 根據申請專利範圍第2項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該等多貝西9/7雙正交小波濾波組是以多相位結構來實施。
- 根據申請專利範圍第3項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該等多貝西9/7雙正交小波濾波組是以具有分散式算術演算法之多相位結構來實施。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該特徵訊號對應的該頻率範圍為250Hz至500Hz。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該哮鳴音辨識單元係根據一預先獲得的平均能量,及該特徵訊號的每一音框的小波能量,以計算出該特徵訊號的每一音框的相對小波能量。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,還包含一警示單元,其中當該等相對小波能量其中至少一者超過該臨界值且相對應的時間持續該觀察時間以上時,該哮鳴音辨識單元還產生一警示訊號,該警示單元用以接收該警示訊號並產生一警示效果。
- 根據申請專利範圍第7項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該警示效果係一視覺警示效果與一聽覺警示效果其中至少一者。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,其中該觀察時間為250ms。
- 根據申請專利範圍第1項所述之基於雙正交小波濾波組之哮鳴音辨識裝置,還包含用以供該肺音訊號處理單元、該特徵訊號獲得單元,及該哮鳴音辨識單元配置的一本體。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100122658A TWI442907B (zh) | 2011-06-28 | 2011-06-28 | A whey sound recognition device based on biorthogonal wavelet filter |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100122658A TWI442907B (zh) | 2011-06-28 | 2011-06-28 | A whey sound recognition device based on biorthogonal wavelet filter |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201300085A true TW201300085A (zh) | 2013-01-01 |
TWI442907B TWI442907B (zh) | 2014-07-01 |
Family
ID=48137220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100122658A TWI442907B (zh) | 2011-06-28 | 2011-06-28 | A whey sound recognition device based on biorthogonal wavelet filter |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI442907B (zh) |
-
2011
- 2011-06-28 TW TW100122658A patent/TWI442907B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
TWI442907B (zh) | 2014-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11452460B2 (en) | Method for detecting blockage in a fluid flow vessel | |
US20120157857A1 (en) | Respiratory signal processing apparatus, respiratory signal processing method, and program | |
WO2017218818A2 (en) | Method for eliminating noise in signal data from a piezoelectric device and detecting stenosis | |
US20160029968A1 (en) | Tracking slow varying frequency in a noisy environment and applications in healthcare | |
CN108888259A (zh) | 一种心电信号实时qrs波检测方法 | |
JP2016508781A (ja) | 麻酔深度の測定方法及び装置 | |
EP3678553B1 (en) | Diagnosis of pathologies using infrasonic signatures | |
Misal et al. | Denoising of PCG signal by using wavelet transforms | |
Lin et al. | Wheeze recognition based on 2D bilateral filtering of spectrogram | |
TWI572327B (zh) | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 | |
US9113780B2 (en) | Device and method for detecting occurrence of wheeze | |
Rizal et al. | Comparison of discrete wavelet transform and wavelet packet decomposition for the lung sound classification | |
EP3675718B1 (en) | Multisensor cardiac stroke volume monitoring system and analytics | |
Kim et al. | Characteristics of heart rate variability derived from ECG during the driver's wake and sleep states | |
TWI442907B (zh) | A whey sound recognition device based on biorthogonal wavelet filter | |
EP1991128B1 (en) | Method, device and system for cardio-acoustic signal analysis | |
KR20160147591A (ko) | 천식 진단을 위한 청진음 신호의 전처리 방법 및 장치 | |
JP6036178B2 (ja) | 呼吸音分析装置、呼吸音分析方法および呼吸音分析プログラム | |
Song et al. | Passive acoustic maternal abdominal fetal heart rate monitoring using wavelet transform | |
WO2020090763A1 (ja) | 処理装置、システム、処理方法、およびプログラム | |
CN104605886A (zh) | 喘鸣音检测装置和方法 | |
Chaudhuri et al. | Diagnosis of cardiac abnormality using heart sound | |
JP7122225B2 (ja) | 処理装置、システム、処理方法、およびプログラム | |
Jahan et al. | A low cost stethoscopic system for real time auscultation of heart sound | |
Schoentgen | Decomposition of vocal cycle length perturbations into vocal jitter and vocal microtremor, and comparison of their size in normophonic speakers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |