（生物医学工程专业论文）基于移动蜂窝技术的远程心音信号分析处理.pdf

重庆大学硕士学位论 英文摘要 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to ft e l e m e d i c i n e , t h et r a n s m i s s i o nm e d i u mh a sb e e n c h a n g e df i o mt e l e p h o n el i n ea n dr fm o d e mi n t om o b i l ec o m m u n i c a t i o nn e t w o r ka n d i n t e r a c t e s p e c i a l l y , w i 也t h ea d v a n c e m e n to fm o b i l ec o m m u n i c a t i o na n di n t e r n e l t e l e m e d i e i n eh a sb e e ns e r v i n gt h ec o m m u n i t ya n df a m i l y s oh o m e c a r eh a sm a k e dal o t p r o g r e s s h e a r ts o u n di so n eo ft h em o s ti m p o r t a n tp h y s i o l o 百c a ls i g n a l sa n dh a sb e e n a p p l i e di nt h ec a r d i a cd i s e a s ed i a g n o s ea n dt h ec a r d i a cc o n t r a c t i l i t ye v a l u a t i o nb e c a u s e i tc a l lr e f l e c tc a r d i a ci n o t r o p i s ma n dc h r o n o t r o p i s m t h e r e f o r e ，i ti s s i g n i f i c a n tt o t r a n s m i th e a r ts o u n db ym o b i l ec o m m u n i c a t i o nn e t w o r k at e l e t r a n s m i s s i o ns c h e m eh a sb e e np u tf o r w a r di nt h i st h e s i sb a s e do nt e c h n o l o g y o fg p r sa n di p h e a r ts o u n dt e l e t r a a s m i s s i o na n ds e a m l e s sa c c e s sc a nb ei m p l e m e n t e d b a s e do nc h a r a c t e r i s t i c so fg p r ss u c ha sw i d en e t w o r kc o v e r a g e ，h i g hs e c u r i t y , a n d w i d eb a n d w i d t ha n ds oo n 1 1 1 es y s t e mi sc o m p o s e do f d a t at e r m i n a la n dt e l e m o n i t o r i n g c e n t e rs e r v e r n et e l e m o n i t o r i n gc e n t e rs e r v e ri sac o m p u t e rw h i c hh a saf i x e di p a d d r e s s t h ef u n c t i o n so fd a t at e r m i n a la r es a m p l i n gh e a r ts o u n d ，c o n s e r v i n gd a t aa n d t r a n s m i t t i n gd a t a t h et e l e m o n i t o r i n gc e n t e rs e r v e rt a k e sc h a r g eo fr e c e i v i n gd a t a , d i s p l a y i n gt h ew a v eo f h e a r ts o u n ds i g n a la n ds t o r i n gd a t ai n t od a t a b a s e ad e n o i s em e t h o di sa d o p t e db a s e do nw a v e l e tt r a n s f o r ma n ds t e i nu n b i a s e d m s ke s t i m a t i o nr u l e w h o s et h r e s h o l di sa d a p t i v e t e s t ss h o w 廿l a ti tc a nf i l t e ro u tt h e m a i nn o i s ei nt h eh e a r ts o u n ds i g n a ls i g n i f i c a n t l y t h i ss t u d yp u t sf o r w a r dah e a r ts o u n d s i g n a l se n v e l o p ed e t e c t i o nm e t h o db a s e do no n e d i m e n s i o nm a t h e m a t i c a lm o r p h o l o g y , a n dah e a r ts o u n ds i g n a l sf e a t u r ee x t r a c t i o na l g o r i t h m sb a s e do ne c g sq r sw a v e u s e dt oh e l pl o c a l i z a t i o n , w h i c hh a sb e t t e rr e c o g n i t i o nr a t e t h i sp a p e ra l s oi n t r o d u c ean o n i n t r u s i v em e t h o df o re v a l u a t ec a r d i a cr e s e r v e ， b a s e do nd sr a t i oa t t r a c t e df r o mh e a r ts o u n d t h i sm e t h o dh a sb e e na p p l i e dt oa n a l y s i s h e a r ts o u n d st r a n s m i t t e dv i at h et e l e m o n i t o r i n gs y s t e m , a n di t sc o r r e c t n e s si sv e r i f i e d k e y w o r d s ：t e l e m e d i c i n e , h o m e c a r e ，h e a r ts o u n d ，g p r s ，w a v e l e tt r a n s f o r m , m a t h e m a t i c a lm o r p h o l o g y , d sr a t i o i l 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重迭太堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：许肾( 芗、 签字日期：多伽，f 年p 月，己日 学位论文版权使用授权书 本学位论文作者完全了解重废太堂有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权重废盍堂可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存、汇编学位论文。 保密() ，在年解密后适用本授权书。 本学位论文属于 不保密( ) 。 ( 请只在上述一个括号内打“”) 学位论文作者签名：韬 n 节 签字日期：。“年 月r 日 重庆人学硕士学位论文1 绪论 1 绪论 心血管疾病是严重威胁人类健康的疾病之一。心音是由心脏瓣膜的开关、肌 腱和肌肉的舒缩、血流的冲击及心血管壁的振动而产生的一种复合音【l 】，它包含关 于心脏各部位、大血管及各瓣膜功能状态的大量生理病理信息，因此心音能够反 映心脏活动及血液流动的状况。在一些心血管疾病尚未发展到足以产生病理形态 学改变及临床症状以前，心音便会出现杂音和畸变等重要的诊断信息，通过对这 些信息特征进行分析，便可提前对这些疾病进行预防。因此，进行心音分析具有 重要的意义，心音检测和分析是了解心脏和血管状态的一种不可缺少的手段。 1 1 心音信号的研究意义 心音信号的分析和研究对心脏储备能力的评估有重要意义。大多数心力衰竭 病人的主要问题是心肌收缩力的降低【2 】。先天心脏瓣膜受损、心电传导组织病变引 起的心脏机械活动障碍也能由心音反映出来。而且某些心血管系统的病变在导致 e c g 信号出现异常前，会首先出现心脏杂音和心音变异。因此心音具有心电不可 替代的诊断信息。由于任何心脏病最终都有可能导致心力衰竭，在心血管病诊断、 治疗和康复过程中对心脏变力性、变时性和变传导性进行监测和评估是非常必要 的常规工作。满足这项工作需要最理想的应是一种无创、方便、廉价且能够量化 的监测和评估方法。在现有方法中，心电图检查是心脏变时性和变传导性的最佳 监测方法，但不能用来监测心脏的变力性，对心肌收缩力指标无法反映；超声心 动图能通过对心腔直径从舒张期到收缩期的变化程度和速度的测算来评估心肌的 功能状态，但由于设备过于笨重昂贵，无法做到便携的水平。综上所述，目前尚 未研究出一种既具有无创性，又能简便、低费用且能量化地反映心肌收缩能力的 心力储备的测评方法。 d u r a n d ，r i c e 经研究发现第一心音( s d 的幅值是心肌收缩力的标准量度【3 卅， 肖守中陋】等在心音学研究中提出用相对值法来建立心音幅值参数，他特别重视用第 一心音幅值( s d 的变化趋势来量度心肌收缩力和评估心血管病人和健康人的心力 储备，并提出了心音图运动实验( p h o n o c a r d i o g r a me x e r c i s e t e s t ，p c g e t ) ，把运动 后s 1 幅值与安静时s l 幅值的比值定义为心肌收缩能力储备指数( c a r d i a c c o n t r a c t i l i t yr e s e r v ei n d e xc c r d t 6 。n 。临床试验表明，p c g e t 是心力储备的无伤性， 简便、代价低的量化测评方法。因此可以用心音图来对心肌收缩能力进行评估。 但普通心音图仪记录要求苛刻，仅仅适用于记录受检者处于静止态的短暂心音数 据，检查记录过程只有几分钟，而对受检者在睡眠态、各种活动态、体育运动态、 重庆大学硕士学位论文1 绪论 以及工作劳累或情绪激动等状态下的心音状态和变化等无法记录和研究。因此研 究可用于长时间测量人体心音的活动规律，并分析病人在各种状态下的心力变异 性的心音检测系统具有十分重要的意义。 1 1 1 心音信号在心脏储备检测和评估中的应用 心电图检查虽然是心脏变时性和变传导性的最佳监测方法【8 】，但不能用来监测 心脏的变力性，而心音信号能较好的反映心肌的变力性但是由于缺乏可供客观 定量地诊断和评估心功能的可靠指标，心音检测仍然只是一种辅助手段。所以， 当今心音信号研究的一个重要课题就是提供对心音进行定量分析的指标。 目前，国内外在心音定量分析方面取得了重大的成果。d u r a n d 等把心音强度 和心肌收缩能力联系起来研究，发现心肌收缩能力的改变会剧烈影响心音的强度； h a n s e n 等研究了麻醉剂和强心剂对第一心音强度和心肌收缩力的影响，结果表明， 第一心音幅值的变化和左心室压力上升最大速率的变化呈正相关1 9 1 ，同时心输出量 和主动脉压力也随之发生了变化；s u m k i n 等为了调整安装心脏起搏器病人的房 室间期，通过置入心内加速度传感器研究了亚运动前后心内加速度、心输出量、 氧吸入等参数的变化趋势，指出“峰值心内加速度反映了第一心音和心肌收缩力”： r i c e 通过进一步的研究提出第一心音的幅度是心肌收缩能力的标准量度。 重庆大学的肖守中教授于1 9 9 8 年在详细研究了第一心音强度与心肌收缩能力 之问的联系后，初步定义了一种可以对心肌收缩能力进行定量分析的技术指标， 即心力储备指数。由于人的胸壁厚度因个体而异，所以测量心音绝对强度在研究 心肌收缩能力上是没有对比性的，缺乏客观性。为此，肖守中教授等把完成规定 运动量运动后s l 幅值对安静时s 1 幅值的倍数定义为心力储备指数( c a r d i a c c o n t r a c t i l i t yr e s e r v ei n d e x 。c c r 0 ，把运动后心率对安静时心率增加的相应倍数定 义为心率储备指数( h e a r tr a t er e s e r v ei n d e x ，h r r 0 。初步研究表明，体育系学生 与普通系学生之间、健康人与心血管患者之间的c c r i 有非常显著的差异，而h r r i 没有显著的差异【l o j 。 1 1 2 心音信号在心血管疾病诊断中的应用 心音是由于心脏瓣膜的开关、肌腱和肌肉的舒缩、血流的冲击及心血管壁的 振动而产生的，能够反映心脏活动及血液流动的状况。心血管疾病是威胁人类健 康的疾病之一，通过心音检测，可以提取诊断心血管疾病的重要信息【1 1 。4 】。心杂 音和心音的弱音成分( 如第三心音s 3 、第四心音s 4 ) 以及主动脉瓣第二心音a 2 和 肺动脉瓣第二心音p 2 在心音图上的位置关系和强度关系对诊断心血管疾病都具有 重要的参考意义。例如，心杂音是由于心血管中血液的紊流引起的，出现在舒张 期的杂音是心脏瓣膜病态的征兆，而出现在收缩期的杂音既可能是心脏病态的反 映，也可能只是单纯的杂音，没有任何病理意义，这主要依靠杂音的其他特征来 2 重庆犬学硕士学位论文1 绪论 判断。所以心音信号的分析在心脏诊断中具有重要的诊断意义f 1 5 】 1 1 3 心音信号弱音成分在心脏疾病诊断中的应用 近年来一些研究人员强调了心音中的弱音成分在心音疾病诊断中的应用价值 1 6 - 1 7 e 在正常情况下，每个心动周期中只可以听到s l 和s 2 。但在一些病态情况下， 则可能听到s 3 和s 4 等弱音成分。许多学者指出s 3 的产生机制与慢性心力衰竭有 密切关系，s 3 与左心室壁逐渐僵硬及二尖瓣血流速度快速降低有关；有二尖瓣血 液回流的病人会出现s 3 ；还有学者通过对老年冠心病患者的s 3 成分研究后发现， 老年般冠心病患者与正常老年人相比，其s 3 的频谱主峰频率明显上移【。p a n j u 1 9 1 的研究表明心肌梗塞病患者会出现明显的s 3 。s 2 分裂在心音研究中是很常见的， 它的主动脉瓣第二心音a 2 和肺动脉瓣第二心音p 2 之间的时间关系以及强度关 系对一些疾病的研究有重要的诊断价值 2 0 1 。 此外，有学者发现冠状动脉阻塞的冠心病患者的心音信号的舒张期频谱的平 均能量与整个频段的平均能量的比值比正常人以及其它心血管病患者的比值要高 得多【2 l 】。 1 2 心音信号的模式识别及分析算法 在心音图上我们可以得出一些量化的参数，但仅依靠人工对心音波形的量化 分析是不够的。需要进一步根据心音的生理和病理知识，对心音波形进行自动识 别，准确识别出心音各成分的位置。这样才能自动得出对临床有用的参数，以辅 助医学人员进行f 临床诊断。 1 2 1 经典心音信号自动识别方法 原有比较精确的心音信号自动识别方法大多是依靠了参考e c g 信号或颈动脉 脉搏信号【8 】【2 2 1 ，由于第一心音( s 1 ) 发生在心室收缩早期，即e c g 的r 波之后 2 0 - - , 4 0 m s ，第二心音( s 2 ) 发生在心室收缩末期和心室等长舒张期前，即e c g 的t 波终点前后，故可通过检测同步采集的心电信号的特征点，如r 波，然后根据峰 值搜索来定位。这些方法属于比较经典的方法，其准确率比较高，但由于使用参 考信号，其装置比较复杂，而且其准确率受参考信号定位准确率的影响。由于心 音是一种机械振动，是心肌与心脏瓣膜以及大血管壁特性的一种反映，有自己产 生的机理，相应就应该有自己的划分标准。故现在国内外主要的研究方向是不依 赖参考信号的心音信号自动识别方法。 1 2 2 单独心音信号的自动识别方法 由于心音信号的复杂性和非稳定性，使不依赖参考信号进行心音信号的自动 识别非常困难。王文辉f 2 3 】等提出不依赖于心电信号的阶梯值比较法并结合经验数 据实现心音自定位，但这种方法受经验参数的制约，定位的准确性不高。c e r b a r g t 2 4 1 3 重庆大学硕士学位论文1 绪论 于3 0 多年前就利用各信号成分之间的时问关系将它们分离开来，并且没有使用参 考e c g 信号，这种方法对正常心音信号识别的准确率较高，但对存有呼吸噪声， s 2 广泛分裂，以及伪迹的心音信号识别准确率不高。然而，最近由于数字信号处 理技术的进一步发展，特别是小波变换，时频分析技术以及神经网络技术的发展， 使其自动识别得到了长足的进步。 近年来，国内外很多人利用各种时频分析技术对心音信号的各个成分进行分 析，找出心音各成分的特点，在这些研究的基础上发展出了很多识别方法。 王衍文等提出了一种基于c h o i w i l l i a m s 分布的心音信号检测方法，利用 c h o i w i l l i a m s 分布分析心音信号的时频特性，这种方法不仅准确地判定了s l 和 s 2 的起始位置，而且对心音信号的时域、频域和能量分布作了全面的描述。不过 r i t o l a 比较了几种时频分布在心音信号分析中的应用，得出短时傅立叶变换和小波 变换都不可避免地会引入交叉项的结论。这是因为在计算信号的时频分布时需要 对线性变换的结果进行求平方的运算所造成的。而w i g n e r v i l e 分布作为一种二次 型变换，其交叉项不可避免要产生。交叉项的存在造成了图形混乱，给人们准确 分析心音信号的时变特性带来困难。可以通过时频分解法抑制w i g n e r 分布交叉项， 即通过时域分段和频域分解，将关心的时频区域分解成多个子区域，把每个子区 域上独立求得的w i g n e r 分布函数拼接成总体w i g n e r 分布，从而抑制常规w i g n e r 分布的交叉项。其中c h o i ，w i l l i a m s 分布的清晰度最高，但其所表达的细节信号有 部分丢失，这是因为其消除了w i g n e r 分布中的交叉项的原因。 hi i a n g 等提出了一种基于信号能量包络图的心音分段算法，首先使用小波变 换将信号分解并重构为对应于不同频带的细节与近似信号。再对所选出的信号分 别用规格化的s h a n n o n 平均能量包络计算，然后标记出每批信号中超出所选阂值 的峰值点位置，并计算两个相邻标记之间的时间间隔，按照时间间隔的均值与标 准差，计算出时间间隔的上限与下限，利用上述限制去除额外的峰值点，并找回 丢失的低峰点。当所有可疑s 1 与s 2 信号已被标记出来后，就需要识别究竟哪个 是s l ，哪个是s 2 。可使用下述医学知识来选择： 在p c g 记录中，两个相邻峰值点的最长时间间隔为心脏舒张期( 从s 2 结束 到s l 开始) 。 心脏收缩期的持续时问( 从s l 结束到s 2 开始) 与心脏舒张期相比，相对恒 定。 在最长时间问隔被发现后，这个时间段的开始与结束处分别被标记为s 2 与 s 1 ，然后再从这个时间段分别向前向后检查相邻峰值点的时间间隔。那些违背上 述医学知识的标记点被舍弃，剩余的s 1 与s 2 信号被识别出来，在这个过程中， 伪记也被舍弃了。这种方法不仅利用了小波变换的去噪特性，并结合了相关医学 4 重庆大学硕士学位论文1 绪论 知识，使其不但对于白噪声不敏感，而且对脉冲型的噪声也不敏感。但其使用 s h a n n o n 平均能量包络计算，所得信号样本点数与原始信号不一致，使检测结果可 能出现偏差。 从最近的研究成果看，其主要是利用心音各成分的频域特性，使用小波变换 或其他时频分析方法对其进行滤波，提取出心音各成分的特征，并用神经网络的 方法对心音进行识别。由于神经网络技术将相关医学知识作为其分析的基础，并 具有自适应特性，使其识别准确率大为提高。但是由于频域分析计算复杂，计算 时问长，而且神经网络技术的运算量也比较大，使得计算时问更为延长，因此这 些方法不适用于实时分析的场合。 用模式识别对心音进行自动分类和识别，是近年来国内外研究的热点。目前， 对心音信号进行自动分类和识别绝大部分只局限于两类模式即正常模式与非正常 模式。 王海滨等用b u r g 算法估计出心音信号的自回归模型( a u t o r e g r d s s i v e , a r ) 模型 系数，将其作为特征矢量，以3 例正常人的6 个心动周期的第一、第二心音辩 识最信区域为判别标准，对2 例心脏病患者进行了对比辩识分析瞵j 。卢耘等引入 了分形的概念，对心音信号进行了研究，结果表明分维数可以显著区分正常心音、 二尖瓣病变心音以及主动脉瓣病变心型矧。d u r a n d 等用两种模式识别的方法研究 猪心替换二尖瓣的关闭音用以检测瓣膜变性，一种是以高斯一贝利斯模型为基础， 另一种是基于“最临近”原则的三种距离测量算法 2 7 1 。 神经网络具有分布并行处理、非线性映射、自适应学习和鲁棒容错等特性， 使其成为模式识别领域中的新的强有力的工具。神经网络最重要的特征是能根据 样本学习，学习信号经归纳以后存在网络的权值中神经网络可以分为：有监督 的学业习网络，无监督的学习网络，以及混合系统网络。其中b p ( b a c k - p r o p a g a t i o n a l g o r i t h m ) 是应用最广的方法。神经网络对心音信号进行模式识别主要分为两个步 骤，即特征提取和选择、分类识别。其中特征提取和选择过程就是对心音数据进 行变换，得到最能反映心音本质的识别特征，通过这个过程可以把维数较高的测 量空间所表示的心音模式转换为维数较低的特征空间中的表示模式；分类识别就 是把不同特征矢量所代表的不同类别的心音样本进行分类识别，包括神经网络分 类器的选择和设计、神经网络分类器的训练和心音信号模式分类识别。 浙江大学的康锋、叶学松等采用径向基函数( r b f ) 人工神经网络对c a d 病人 和非c a d 病人的心音进行分类模式识别。r b f 是一种局部逼近神经网络，对每个 输入输出数据组，只需调整少量的权值，具有学习速度快的优点。与b p 网络相比， 其在逼近能力、分类学习和学习速度等方面均有所提高，具有很强的通用性。r b f 网络分为两层：隐层和输出层。隐层的转换函数为径向基函数，执行固定不变的 重庆大学硕士学位论文1 绪论 非线性变换，将输入空间映射到新的空间；输出层在新的空间实现线性组合，调 节的参数就是输出层与隐层的权【2 8 】。他们将样本病例分为甲、乙两组，其中，甲 组为学习组，乙组为检验组，每组包括2 0 名c a d 患者和2 0 名非c a d 患者。学 习后的神经网络采用小波分析的方法可以在2 0 例c a d 病人中正确识别出1 6 例， 诊断的敏感性为8 0 ，2 0 例非c a d 病人中1 7 例得到正确诊断，诊断的特异性为 8 5 ，总体诊断率为8 2 5 嘣。 1 3 本课题研究意义 国内远程医疗研究主要是基于i n t e m e t 网络，利用光纤、电话线等有线方式传 输；基于一般射频收发模块实现的生物医学遥测技术，一般传输距离不超过1 0 0 0 m ， 不能为更远距离的人们服务，不能进入社区和家庭，不能为广大民众服务；近年 来出现了利用蜂窝通信网络传输心电或其它生理参数，但利用蜂窝通信网络来实 现心音信号远程传输还未见国内有类似研究【3 ”。本文对基于蜂窝移动通信网络 g s m ( c p r s ) 传输心音信号并对其进行分析具有较高的学术价值和现实意义。 心脏储备是心脏功能替在能力。心脏储备的检测与评估具有非常重要的理论 意义和应用价值。它可以让医生和病人了解各种疾病和应激情况，对心脏状态的 具体的、更细致的影响或损害，为更细致的心脏保护提供依据。 基于g r p s 传输心音信号具有广阔的发展空间和很好的应用前景，本文选择 基于g r p s 传输的心音信号为研究对象，探索了一种基于d s 的心脏储备无创性 检测和评估的新方法，克服了利用运动前后第一心音幅值s 1 的比值来评估心脏储 备的受限条件，得出了d s 不仅对运动员的选拔和运动训练、运动竞赛的安排具 有重要指导作用，而且对运动员的选拔也有一定的参考价值的重要论断。 6 重庆大学硕士学位论文 2 心音信号的特征 2 心音信号的特征 2 1 心音信号的产生机理 心脏从一次收缩的开始到下一次收缩开始前，称为一个心动周期。心动周期 包括心房的收缩期和舒张期以及心室的收缩期和舒张期。心动周期是分析心脏机 械活动的基本单元。在正常情况下，心脏的机械性收缩和舒张是由窦房结的自动 节律性电活动引起的，经过心内特殊的兴奋传导系统，先心房兴奋，再心室兴奋， 并引起他们收缩。通常以心房开始收缩作为一个心动周期的起点。心脏瓣膜关闭 和血液撞击心室壁引起振动，从而产生心音口2 1 图2 1 心脏的基本活动包括电活动和机械活动。在每个心动周期中都是电活动 在前，机械活动在后，形成了兴奋与收缩耦联，即心电信号与心音信号之间存在 严格的时间同步关系【3 3 1 嗣 厶， o 麝 。皇 舞置 奉胄 o 毒 图2 1 心动周期中心房和心室活动的顺序与时间关系 f i 9 2 1 t h em o v e m e n ts e q u e n c eo f a t r i u ma n dv e n t r i c l ei nac a r d i a cc y c l e 第一心音( s d 发生在心缩期，此时心室开始收缩。心室进行等容收缩，心室内 的压力迅速升高。当心室内的压力超过心房内的压力时，血液有从心室返流回心 房的倾向，这正好推动房室瓣关闭。此后随着心室肌的强烈收缩导致心室内的压 力急剧升高并超过主动脉内血压，半月瓣开启，进入射血相。从房室瓣关闭开始 到半月瓣开启后稍后的一段时间内，房室瓣突然关闭引起的振动、心室射血引起 的大血管扩张及发生的涡流引起的低频振动以及心肌的收缩形成了第一心音。 在心室收缩末期，心室内压力下降并逐渐低于主动脉内压力，主动脉内的血 流返流推动半月瓣关闭，心室进入舒张期。随着心室肌的舒张，室内压以极大的 7 重庆大学硕士学位论文2 心音信号的特征 速度大幅度下降到低于心房压，房室瓣开启，血液顺着房室压力梯度快速进入心 室，心室容积增大，称快速充盈相。从半月瓣关闭到房室瓣开启期间，由于半月 瓣的关闭形成第二心音( s 2 ) 。 在快速充盈末期，形成第三心音( s 3 ) 。它可能是由于血流充盈减慢，流速突然 改变，形成一种力使心室壁和瓣膜发生振动而产生的。 第四心音( s 4 ) 发生在心动周期的心房收缩期间。它是与心房收缩有关的一组心 室收缩期前的振动。在异常有力的心房收缩和左室壁变硬的情况下，心房收缩使 心室充盈的血量增加，心室进一步扩张，引起左室肌以及二尖瓣和血液的振动， 则可产生第四心音( s 4 ) 。 一 综上所述，可以将心音的发生机理归纳如下：心脏的瓣膜和大血管在血流冲 击下形成的振动，以及心脏内血流的加速与涡流及其对心脏瓣膜、心房、室壁的 作用所产生的振动，再加上心肌在周期性的心电作用下其刚性的迅速增加和减小 形成的振动，经过心胸传导系统到达体表形成了体表心音。 2 2 心胸传播特性的建模与分析 f e r u g l i o 在1 9 6 2 年指出在心脏的不同腔室中产生的同样信号，在胸表面记录 时信号却表现出不同的频率分布 3 4 1 。对心胸声传播特性的研究，可以使我们正确 认识体表心音与心内心音的关系，了解心胸系统对心内心音的作用，对从体表心 音正确了解心脏的生理病理状况有着重要的意义。对心胸声传播特性的研究是心 音分析中的难点之一。心音的传播路径上复杂的生理结构以及心音源的复杂性使 得建立物理模型非常困难，近年来高保真心内心音记录技术和数字信号处理技术 的发展给心胸声传播特性的研究注入了强大的活力。 d u r a n d 等人利用动物实验对心胸传播特性进行了深入细致的研究，金井浩【3 5 】 等人对胸壁加振和无加振情况下的心胸传输系统的时变特性进行了研究，并建立 了各自的心胸声系统的模型。 x ( i ) ：心内心音m ( t ) ：记录仪的仪器噪声u ( t ) ：输入系统的心音n c 0 - 输出背景噪声 y ( t ) ：输出系统记录的心音 v ( 0 ：心内心音对体表心音的贡献h c ( r ，f ) ：系统的时变冲击响应 图2 2 心胸声传播d u r a n d 模型 f i 9 2 2 d u r a n dm o d e lo f a c o u s t i ct r a n s m i s s i o n 8 重庆人学硕士学位论文 2 心音信号的特征 在d u r a n d 模型中，心内压力的波动激励了一个包括心脏结构和胸部组织的时 变的传输系统，在体表记录的心音表明心内心音受到高斯白噪声的影响。其试验 结果表明，心胸声传播系统可以看成是一个第二心音的主动脉瓣成分( a 2 ) 的衰减比 第- , o 音( s 1 ) 大的低通滤波器。在试验中，他们使用了6 0 m s 的舒张期心音作为背 景噪声的估计，并计算出心内和体表的舒张期心音的相干谱值非常小，这就意味 着输入噪声包括心内噪声。而体表噪声除心胸系统传播过程中产生的噪声外，还 有呼吸噪声，肌肉噪声等。 d u r a n d 模型的局限在于假设心内心音为系统的激励，而实际上心内心音也是 高度复杂的收缩过程的输出。心肌、瓣膜和心室内部血液的耦合振动不可能理想 化成时变的或非时变的传输函数。而且，心内心音为压力波动，胸部心音为横波 转化成的压力波动，二者具有相当大的差别，在时域上表现为，相干函数的数值 减小，对所做出的相位传输特性、频谱传输特性都有一定的影响。 ( 1 ) 传感器位置及心胸结构示意图 x mv a t ) y l ( o u ( t )u ( t ) ( 2 ) 加振时系统模型( 3 ) 无加振时系统模型 x ( t ) ：加振荡器的输出信号 ( 1 ) ：心内心音h 0 ( 0 , 心胸传输特性 h l i f , t 0 , 在第i 个心动周期的心脏y l ( t ) ：加振时由食道检出的信号y 2 ( t ) ；无加振时食道内的信号 图2 3 金井模型 f i 9 2 3j i n j i n gm o d e lo f a c o u s t i ct r a n s m i s s i o n 9 重庆大学硕士学位论文2 心音信号的特征 金井模型通过对加振和无加振情况下的心胸传导特性的分析，分离出了心胸、 心脏的传输函数，其输入、输出信号分别从胸表面和食道内取出，消除了在d u r a n d 模型中，心内传感器与心脏振动系统互相耦合的影响，从这一方面而言，金井模 型对心胸传输函数的估计较为准确。而且，他通过对传输函数，相干函数的时变 谱分析，研究了心胸声传输系统的时变性，并考虑了呼吸对传输函数的影响。试 验表明，呼吸对心胸特性的影响是相当大的。 金井模型也具有与d u r a n d 模型相似的问题，即他也认为心肌等心内至胸表 面或食道之间可以看成是一个时变的传输函数。 总之，以上两个模型的试验均表明，心率的变化、p r 间期的改变以及心肌收 缩力的变化只影响到心音的强度，而对心音的频谱分布没有或几乎没有影响。心 胸声传播系统可以看成是低通、时变的系统，而且对不同的心音成分的作用有明 显的不同。 2 3 心音信号的组成 心音信号包括第一心音( s 1 ) 、第二心音( s 2 ) 、第三心音( s 3 ) 、第四心音( s 4 ) 、心 杂音、心音分裂及附加音。多数正常心音中，每个心动周期可听见s 1 和s 2 ，s l 为心室收缩期的开始，至s 2 的期间为收缩期( s y s t o l i c ) ，s 2 为心室舒张期的开始， 至下一周期的s l 为止的期间为舒张期( d i a s t o l i c ) 。如图所示： 图2 4 正常心音 f i 9 2 4 n o r m a lh e a r ts o u n d 老人和儿童的心音中有时会出现s 3 和s 4 。在病理情况下，经常可以出现s 3 、 s 4 、心杂音、心音分裂和附加音等。 心杂音一般认为是由于瓣膜狭窄或关闭不全而引起的血液紊流形成的，它可 以分为：舒张期狭窄性杂音、舒张期返流性杂音、收缩期返流性杂音、收缩期喷 射性杂音和连续性杂音。 心音分裂包含第一心音分裂和第二心音分裂，第一心音分裂主要是由于左右 心室收缩期不完全同步造成的；第二心音分裂主要是由于左右心室舒张期不完全 重庆大学硕士学位论文 2 心音信号的特征 同步造成的。但比较常见的是第二心音分裂，其分裂为两个主要成分：主动脉瓣 第二心音( a 2 ) 和肺动脉瓣第二心音( p 2 ) ，这两个成分在第二心音中的强度关系和时 间关系在心音疾病诊断中具有重要的参考作用。 附加音按其在心动周期中出现的时间可以分为收缩期附加音和舒张期附加 音。收缩期附加音常见的有收缩早期喷射音和收缩中晚期喀喇音；舒张期的附加 音主要有舒张早期奔马律、收缩期前奔马律、开瓣音、病理第三心音、心房音和 心包叩击音等。 2 4 心音信号的时域特征 为定量地分析心音，我们首先定义几个时域属性，如图2 4 所示： s l 时限：指s 1 的持续时间； s 2 时限：指s 2 的持续时间； $ 1 s 2 间期：心动周期中，s l 的终止点到s 2 起始点之间的时间间隔； $ 2 s 1 问期：当前心动周期s 2 的终止点到下一心动周期s 1 的起始点之间的时 间间隔； 在心音分析中，$ 1 s 2 间期和$ 2 s i 间期对s l 、s 2 的定位是非常重要的，而s l 时限、s 2 时限对确定心音的类型同样是非常重要的。随受试者的年龄不同，心音 的各时限及间期有所不同。 从图2 4 可知，正常情况下一个心动周期内会出现s 1 和s 2 两个峰值，所以在 心音的识别、心动周期的定位及心率计算中起到定位坐标作用。 对于正常人来讲，往往在心尖部听到的第一心音强于第二心音，而在心底部 听到的第- - , 6 , 音强于第一心音。所以心动周期中的s 1 和s 2 的强度与听诊部位有 很大的关系。 2 5 心音信号的频域特征 通常心音的频率范围在1 0 h z l0 0 0 h z 之间。第一心音音调低，持续时间长， 主要分布在中、低频范围。其波峰的低频范围为1 0 h z 5 0 h z ，中频范围为：5 0 h z 1 4 0 h z 。第- - , l , 音持续时间较短，频率较高，在低、中、高频范围内都有分布。其 波峰的低频范围是1 0 h z 8 0 h z ，中频范围是8 0 h z 2 0 0 h z ，高频范围是2 2 0 h z 4 0 0 h z 。同一个受试者，在同一测试部位，其第一心音频率小于第二心音频率。s 3 和s 4 则主要分布在5 0 h z 以下的频段。 通常心杂音的频率要高于第一心音和第二心音的频率。在听诊中按杂音的频 率组成性质将其分别描述为：雷鸣音( 隆隆样) 、叹气样、吹风样、乐音样等。隆隆 样杂音的频率较低，其频率在4 0 h z 1 0 0 h z ；而吹样音、乐样音等频率较高，其 重庆大学硕士学位论文2 心音信号的特征 频率在1 0 0 h z 4 0 0 h z ，甚至有6 0 0 h z 8 0 0 h z 的高频成分，个别病例可达 l0 0 0 h z 。 所以在实际应用中，根据研究的重点和目的的不同，选择合适的心音采样频 率如果以s 1 和s 2 作为研究对象，其能谱主要分布在1 0 h z 2 0 0 h z 频段，其中 1 0 0 h z 附近的能谱占主导地位，因此其采样频率最低可选2 5 0 h z 左右【3 6 】，通常则 选择为8 0 0 i - i z 2 k h z ；如果以心杂音作为研究对象，则其采样频率要比正常心音 的高得多，通常选择为8 k h z 4 4 k h z 。 2 6 心音听诊与部位、体位关系 获取心音的位置对识别心音还有重要作用。在临床上，一般将听诊部位分为 五个听诊区，即：主动脉瓣听诊区、肺动脉瓣听诊区、主动脉瓣第二听诊区、二 尖瓣听诊区、三尖瓣听诊区在不同的位置得到的心音各成分其特征并不一样。 受试者的体位姿势对心音也有一定的影响，有的心音在受试者处于某种特殊 的姿势时更容易听到。如开瓣音在受试者处于坐位或半卧位时听起来更为清晰。 1 2 重庆人学硕士学位论文3g p r s 在心音信号远程传输中的应用 3g p r s 在心音信号远程传输中的应用 3 1 远程医学发展动态 远程医疗的传输方式的研究，已经从利用光纤、电话线等有线方式传输和基 于一般射频收发模块实现的生物医学的遥测技术转向了利用蜂窝通信网络和 i n t e m e t 网来实现心理信号的远程传输i ”矧。特别是近年来随着移动通信技术和网 络技术的进步，远程医疗已走入了社区和家庭，家庭监护发展很快。 国内外的相关研究的内容和应用领域主要集中在以下三个方面： ( 1 ) 将移动通信技术应用于急救系统； ( 2 ) 将移动通信技术应用于个人监护和医生巡诊，即针对个人和家庭使用，主 要实现向医疗中心传输心电、血压、血氧、呼吸和血糖等生理参数，由医疗监护 中心的服务器对数据进行存储、分析和处理； ( 3 ) 应用于医疗信息管理方面，比如通过短信方式，由医疗监护中心向使用者 发送保健信息、传染病预防警告信息以及进行就诊预约等。 3 2 g p r s 简介 g p r g ( g e n e r a lp a c k e tr a d i os e r v i c e ) 是通用分组无线业务的简称。g p r s 是g s m p h a s e 2 1 规范实现的内容之一，能提供比现有g s m 网电路交换9 6 k b i v s 更高的数据 率。g p r s 采用与g s m 相同的频段、频带宽度、突发结构、无线调制标准、跳频规 则以及相同的t d m a 帧结构。因此，在g s m 系统的基础上构建g p r s 系统时，g s m 系统中的绝大部分部件都不需要作硬件改动，只需作软件升级p 9 - 4 0 l 。 g p r s 的主要特点： ( 1 ) g p r s 采用分组交换技术，高效传输高速或低速数据和信令，优化了对网络 资源和无线资源的利用。 ( 2 ) 定义了新的g p r s 无线信道，且分配方式十分灵活：每个t d m a 帧可分配1 到8 个无线接口时隙，时隙能为活动用户所共享，且向上链路和向下链路的分配是 独立的。 ( 3 ) 支持中、高速率数据传输，可提供9 0 6 k b i v s 1 7 1 2 k b i v s 的数据传输速率 ( 每用户) 。g p r s 采用了与g s m 不同的信道编码方案，定义了c s 1 、c s 2 、c s 3 和 c s - 4 四种编码方案。 ( 4 ) g p r s 网络接入速度快，提供了与现有数据网的无缝连接。 ( 5 ) g p r s 支持基于标准数据通信协议的应用，可以和i p 网、x 2 5 网互联互通。 支持特定的点到点和点到多点服务，以实现一些特殊应用如远程信息处理。g p r s 重庆大学硕士学位论文 3 g p r s 在心音信号远程传输中的应用 也允许短消息业务( s m s ) 经g p r s 无线信道传输。 ( 6 ) g p r s 的设计使得它既能支持间歇的爆发式数据传输，又能支持偶尔的大量 数据的传输。它支持四种不同的q o s 级别。g p r s 能在0 5 秒1 秒之内恢复数据的 重新传输。g p r s 的计费一般以数据传输量为依据。 ( 7 ) g p r s 的安全功能同现有的g s m 安全功能一样。身份认证和加密功能由 s g s n 来执行。其中的密码设置程序的算法、密钥和标准与目前g s m 中的一样，不 过g p r s 使用的密码算法是专为分组数据传输所优化过的。g p r s 移动设备( m e ) 可 通过s i m 访问g p r s 业务，不管这个s l m 是否具备g p r s 功能。 ( 8 ) 蜂窝选择可由一个m s 自动进行，或者基站系统指示m s 选择某一特定的蜂 窝。m s 在重新选择另一个蜂窝或蜂窝组( 即一个路由区) 时会通知网络。 ( 9 ) 为了访问g p r s 业务，m s 会首先执行g p r s 接入过程，以将它的存在告知 网络。在m s 和s g s n 之间建立一个逻辑链路，使得m s 可进行如下操作：接收基于 g p r s 的s m s 服务、经由s g s n 的寻呼、g p r s 数据到来通知。 ( 1 0 ) 为了收发g p r s 数据，m s 会激活它所想用的分组数据地址。这个操作使