【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)