【doc】基于小波多分辨分析的第一第二心音提取

【doc】基于小波多分辨分析的第一第二心音提取 基于小波多分辨分析的第一第二心音提取 第23卷第1期 2004年3月 北京生物医学 BeijingBiomedicalEngineering Vo1.23No.1 M81”.2OO4 基于小波多分辨分析的第一第二心音提取 全海燕王威廉 摘要在心音信号的分析中,为r有针对性的分析第一心音(s1),第二心音(s2),第三心音(s3),第 四心音(s4),首先需要将它们从采集的心音信号中分离出来.本文提出一种方法,利用小波多分辨分析,提取 第一心音及第二心音的同步信号,从而完成对第一心音和第二心音的实时分离.该方法区别于传统的依靠心电 信号进行同步提取第一心音和第二心音的方法,避免了采集心音信号的同时需采集心电信号的麻烦,也提供了 一 种实现信号自同步的思路.用本方法对28例心音信号进行了仿真实验,sl,s2均能被正确地分离出,表明该 方法是可行的. 关键词心音信号信号处理小波 中图分类号R318.04文献标识码A文章编号1002—3208(2004)Ol 一0O64—03 ExtractionoftheFirstandtheSecondHeartSoundsBasedonMulti-resolutionAnalysisofWaveletTransformQUAN Haman,WANGWeilian.DepartmeraofInformation&ElectronicsScience,informationCollege,YunnanUniversity,650091 【Abstract】 1nordertoanalYzethefirst,thesecond,thethird,ortheforthheartSOunds(s1,s2,s3,s4),itisnecessaryto separatethemoutfromthephonocardiogTam(PCG)respectively.Inthispaperisintroducedamethod,bywhichslands2Canbeseparatedout fromPCG,usingmulti—resolutionanalysisofthewavelettransformtoextractthesynchronoussignalsoftheslands2.Theseparationofslands2 isdoneinrealtime.Themethodisdifferentfromthetraditionalsynchronizationbasedonelectrocardiogram(ECG)toextractslands2.Instead ofsamplingbethPCGandECGsimultaneously,itisjustnecessarytosamplePCGonly.ItalsogivesUSaninspirationthatasignalitselfCanbe usedasflsynchronoussigna1.Thismethodhasbeenusedtoseparateslands2for28PCGcasessuccessfully(simulationexperiment). 【Keywords】PCGSignalprocessingWavelettransform 心音信号(PCG)由第一,第二,第三,第四 心音(S1,S2,S3,S4)以及心脏杂音组成….为 针对S1和S2进行分析,需从采集的心音信号中分 离出s1及s2.传统的分离方法是利用心电信号进 行同步分离出s1和s2,这导致采集心音信号的同 时需采集心电信号.在采集现场,以上的要求带来 了一些不便,而且无干扰的心电信号采集也要求较 大的软硬件开销.本文提出的方法,利用小波多分 辨分析直接从PCG中提取s1及s2的同步信号,从 而完成对sl和s2的分离.避免了同时采集心音和 心电信号,也提供了一种实现信号自同步的思路. 小波基对信号/(t)进行分解,将信号/(t)分解 到正交的不同频段上,进一步得到信号的相关信息. 为了实现空间IJ2(R)中的小波的多分辨分析, 我们必须构造满足如下条件的一个子空间序列 {},.,?z. ?单调性,V?Z,c+ ?逼近性,n={0}, J? close{U}=L(R)一?. ?伸缩性,/(t)?仁(2t)?+ ?平移不变性,Vk?Z,,(2t)?==> 1小波多分辨分析的原理(2,一)? 在小波分析中,多分辨分析是用不同尺度的正交 基金项目:云南自然科学基金资助(项目编号:2001C0004M) 云南省信息技术人才培养基金资助 作者单位:云南大学信息学院信息与电子科学系(昆明650091) 作者简介:全海燕(1970一),男,硕士研究生. ?Riesz基存在性,存在(t)?,使得{ (2t—k)Ik?Z}构成的Riesz基. 构造了以上子空间后,子空间可以用有限个 子空间来逼近,即有: v0=V0W.=V20W20W=…… =0WN0ws一0……001) 第1期基于小波多分辨分析的第一第二心音提取?65? 其中,空间序列{I_『?z}是在+.中的正交 补,其具有以下性质: f(t)?~f(2jt—n)?,n?z f(t)?(2f)?+. 存在(t)?,使得{=2(2t—n) In?z}构成空间的正交Riesz基. 这时,若令E代表分辨力为2的函数/ (t)?,()的逼近(即函数厂的低频部分或 “粗像”),而d,E代表逼近的误差(即函数/的 高频部分或”细节”),则(1)式意味着 N /=+?d.(2)=l 这表明,任何函数fEL(尺)都可根据分辨力 为2时的低频部分(粗像)和分辨力为2时的高 频部分(细节)完全重构,这即Mallat塔式重构算 法的思想. 此外,从VoCV一可知,?(t)??一., 所以(t)=...(t)可以用一.子空间的基函数 一. (t)=2”(2t—k)展开,且p: (t):h(k)(2f—k)(3) 一蕾 此即尺度函数的双尺度方程. 另一方面,由于V一.=Vo0Wo,故(t)= .,.(t)??一.,所以(t)=.,.(t)可以 用一.子空间的正交基函数...(t)=2”(2t— k)展开J,即: (f)=?g()~b(2t一)(4):一 * 此即小波函数的双尺度方程. 上述的两个双尺度方程表明,. 厂(t)的多分辨 逼近可通过滤波器的实现,这为小波多分辨分 析提供了有效的方法. 2同步信号的提取及心音信号的分离 图1是一段PCG信号,采样频率为5KHz,从图 中我们能看到PCG是一个非平稳的变周期信号,在 一 个心动周期中,s1到S4依次出现.如能从一段 PCG中分别得到S1,S2,S3,S4的同步信号,即可 同步地提取相应的S1,S2,S3,S4.本文主要是分 离S1和S2,同样的方法也适用于S3和S4的分离. 为了得到S1和s2的同步信号,我们采用小波多分 辨分解重构的方法来提取S1和S2的包络.因为S1 和S2的包络对应于该段PCG的低频部分,故可通过 小波多分辨分解后,取其低频系数重构得到.一般, 第一心音的能量比第二心音的能量大…,所以第一 心音的包络在幅度和宽度上均比第二心音的大.根 据这一特点,可用相关处理来加大它们之间的差异, 得到能可靠区分的S1和S2的同步信号,再由该同 步信号产生相应的同步脉冲窗,从而分离出s1和 s2.信号处理流程图如图2所示,相应仿真实验在 windows2000平台的MATLAB6.1环境下完成.具体 步 《\ 餐 S1一 ? S2一 J...I.LI.1..JJ?._上一L?. .r_.『r…rr一r]r一]r—rrr. 一 图1一段PCG信号 图2信号处理流程 (1)首先,为能有效地通过小波多分辨分解重 构的方法,从PCG信号pcg(n)中提取同步信号, 需要对PCG作一个预处理,即将PCG信号负半周的 部分翻转到正半周,从而得到一个单边信号pegs (n).这时,各心音信号的同步包络即体现为该信号 的低频分量. (2)其次,将上面得到的单边信号pegs(n)利 用Daubechies小波系中的db3小波,根据第(3),第 (4)式分解到第八层,然后用其低频部分的小波系 数进行单支重构,得到该频带内的对应波形,此即 单边信号的近似包络pegr(n). (3)在上面得到的单边信号的近似包络pcgr (n)中,S1的包络通常比S2的大,为了可靠地突显 ? 66?北京生物医学工程第23卷 它们之间的差异,可取上面得到的同步包络的一个 周期与其本身作相关运算,所得到的PCG包络信号 中,s1的幅度远大于s2的幅度.为下面可靠地提取 S1的同步信号提供了保障.具体算法是:在上面第 2步得到的PCG单边信号的近似包络pcgr~(i)中, 提取一个PCG周期的包络pcgrM(i),(N,M为信号 样点数),然后,根据下面的相关公式进行计算J: pcgrrel(n)=[pcgr?(i+n),pcgrM(i)]/M(5) 可得到S1的包络远大于S2的包络的同步信号pcgrrel (n). (4)利用上面得到的S1的包络远大于S2的包 络的PCG包络信号pcgrrel(n),只要设定一定的比 较阈值,即可产生一个S1的同步脉冲.为使该同步 脉冲的宽度与s1一致,可以从第2步得到的单边信 号的近似包络pcgr(n)中估计出S1的包络宽度 (该包络宽度可反映S1的宽度),将同步脉冲作相应 展宽后形成同步窗pulsel(n). (5)由于上面检测,处理和产生同步脉冲窗将 造成时延,使该脉冲窗滞后于相应的S1信号,故须 将输入的PCG信号经过延时(以补偿产生同步脉冲 的时延)之后与同步脉冲窗信号相乘,即可分离得 到S1信号pcgl(n),结果如图3所示. 图3分离出的Sl (6)为了分离出S2信号,用延时后的PCG信 号减去上面得到的S1信号,便得到分离出S1之后 的剩余PCG信号pcg24(n). (7)将上面得到的信号作1到4步的相似处理, 即可分离出S2信号pcg2(n).结果如图4所示. 3实验结果和讨论 利用以上方法对28例心音信号作了仿真实验, 结果都令人满意.表明此方法能够直接从采集的 ? 蛏 靛 图4分离出的s2 PCG信号中分离出S1,S2,推广该方法也可分离出 其他心音成分.该方法还具有普遍的意义,为变周 期信号相关成分的自同步分离提供了一种思路. 在实时的信号采集系统中实现该方法时,完成 对单边化信号的小波分解和重构的运算量较大.但 从式(3)和式(4)中可以看出,小波的分解与重 构可以通过滤波器的构造来实现.这样,我们可以 通过构造出相应的小波滤波器(这可以通过 MATLAB得到)后,利用卷积实现小波的分解和重 构,这样做减少了运算量,使该方法可有效地用于 DSP数据采集系统中. 由于处理时延,产生的同步脉冲信号落后于 PCG信号,但该延时是固有时延,可在处理软件或 硬件中进行有效的补偿. 在小波分解重构的第二步中,由于PCG信号的 采样频率是5KHz,所以一直分解到第八层后才得到 该信号的包络信号.为了减少小波分解的层数,降 低运算量,可先对PCG信号进行下采样,降低采样 率,然后再进行小波分解和重构. 我们分析所用的心音信号来自加拿大蒙特利尔 临床医学研究所Dr.Durand提供的心音数据库,在 此对Dr.Durand表示深深的谢意. 参考文献 1索科洛夫[美],麦克尔罗伊MB,切特林MD着.临床心脏病 学.陈灏珠主译.上海:上海医科大学出版社,1992,50,61 2张贤达,保铮.非平稳信号分析与处理.北京:国防工业出版 社,1998,243—272 3胡昌华,张军波,夏军等.基于MATLAB的系统分析与设计一 小波分析.西安:西安电子科技大学出版社,1999,17—20 4庄天戈.计算机在生物医学中的应用.第二版.北京:科学出 版社,2OOO,103—109 (2003.04-24收稿,2003.06-30修回)