基于聽診音頻譜分析的數字聽診系統設計*

曹 楊，徐子軒，張佳斌，虞致國，顧曉峰

(輕工過程先進控制教育部重點實驗室，江南大學電子工程系，江蘇無錫214122)

聽診是醫學診療中的一種重要檢測方法，一般使用聽診器放大聽診音。但傳統聽診過程中存在環境噪聲的影響，且主觀經驗依賴度高，無法直觀精確地給出定量化的聽診結果。隨著現代醫療器械技術的發展，患者對傳統聽診的效果逐漸失去信心，醫患雙方往往更傾向于借助各種大型精密醫療設備來輔助診治［1］。

文中提出一種基于聽診音頻譜分析的數字聽診系統，在結合聲音傳感器和電子技術的基礎上，實現對聽診音頻譜的精確定量分析，可為科學直觀地聽診預判提供幫助［2］。與其他大型醫療診斷輔助工具相比，基于本聽診系統的數字聽診器具有體積小、價格低、可靠性高等優勢，并可為實現遠距在宅聽診、遠距多方會診、建立全民人體器官音頻頻譜庫等智能醫療解決方案提供幫助。

1 系統整體結構

設計的數字聽診系統首先通過基于微機電系統(MEMS)技術制作的硅麥克風傳感器接收來自人體器官的聲音，然后對信號進行放大、濾波和模數轉換(ADC)，將其轉換為數字信號并進行處理，最后生成詳細精確的音頻譜分析報告［3］。其中，針對不同器官的聽診需配置合適的濾波參數，去除環境及其他器官音頻的干擾。醫生通過一個可插入耳機孔的數模轉換器聽取患者器官的聲音，該轉換器將聲音模擬信號轉換成可供軟件處理的數字數據，傳入計算機相應軟件，完成聽診音的分析與診斷。

基于上述流程，數字聽診系統設計如下:首先進行聽診音信息采集，利用內置硅麥克風傳感器的聽診頭獲取人體器官的音頻信號［4］;其次，通過模擬濾波放大電路對采集的音頻小信號進行放大及濾波處理，將濾波后的信號通過A/D轉換輸出數字信號，并傳送至專用集成電路(ASIC)芯片進行處理;考慮到不同器官病變時音頻頻譜發生的變化，設計了一個可判斷聽診音是否正常的算法，提取相應的特征頻譜并保存于最后一級的隨機存儲單元(RAM)中;最后，輸出或顯示保存在RAM中的特征頻譜數據供定量分析。

圖1為設計的數字聽診系統結構圖。音頻信號采樣模塊采集音頻小信號，將體積小、靈敏度高的硅麥克風傳感器連接到后續模擬電路。模擬信號處理模塊連接音頻信號采樣端，經運算放大和低通濾波電路處理后，將音頻信號通過ADC模塊轉換為數字信號。數字信號處理(DSP)單元采用ASIC實現［5］，根據人體不同部位的聽診音頻信號靈活配置濾波系數，輔以音頻頻譜分析技術，生成數據文件并通過終端設備輸出。

圖1 數字聽診系統結構

2 模擬信號處理模塊設計

圖2為數字聽診系統中模擬信號處理模塊的電路圖。其中，硅麥克風(Microphone)傳感器的1腳和電容C1相連，用以去除傳感器輸出的直流偏置;運算放大器的負輸入端接參考電壓，可靈活配置運放的輸出直流偏置電壓;電阻Rf和R1構成運放閉環反饋電路，放大倍數為-Rf/R1;為實現ADC的抗混疊特性(根據奈奎斯特定律采樣頻率至少是原始數據最大頻率的兩倍)，R2、C2組成無源低通濾波電路，其截止頻率f1=1/2π(R2C2);最后經R2將模擬信號送至德州儀器(TI)公司的8 bit半閃速結構ADC TLC5510，生成對應的8 bit數字信號［6］。TLC5510采用CMOS工藝制造，可提供最小20 Msample/s的采樣率，參考電壓為0.6 V～2.6 V，電源電壓為5 V。

圖2 模擬信號處理電路圖

3 數字信號處理模塊設計

數字信號處理模塊采用ASIC實現，包括數字聽診系統的模式選擇模塊、頻譜數據發送模塊、系統主狀態控制模塊、快速傅里葉變換(FFT)核心運算模塊、頻譜篩選核心運算模塊及Flash存儲器等功能模塊。

3.1 模式選擇模塊

人體器官(心、肺、腸等)發出的音頻范圍大部分均在人耳能分辨的中低頻段，但不同器官的音頻范圍不同，如心音為0～600 Hz，肺音為100 Hz～1 500 Hz，腸音為20 Hz～1 500 Hz。模式選擇模塊可根據不同輸入模式(MOD管腳)生成相應的數字濾波器帶通/低通濾波系數。根據線性系統理論，在某種適度條件下輸入到線性系統的某個沖擊可完全表征系統，在有限離散數據的處理中，線性系統響應同樣有限［7］。當線性系統只是一個空間濾波器時，通過觀察它對沖擊的響應，就可確定對應的有限沖擊響應(Finite Impulse Response，FIR)濾波器［8］。本設計中的Fir_v模塊可通過不同的模式選擇模塊配置相應的FIR濾波系數，靈活處理輸入數據，提高抗干擾和精確分析的能力。

以腸音為例，在MATLAB中生成帶通10階FIR數字濾波器，帶通截止頻率fp=1 500 Hz，采樣頻率fs=5 000 Hz，采樣點數N=10，截止頻率Wn=fp/5 000 ×2，系數向量b=fir1(N，Wn)，離散系統頻率響應特性由函數 freqz(b，1，256，fs)得到［9］。

模式選擇模塊的理想FIR幅頻、相頻響應如圖3所示。可以看出，2 000 Hz處頻率響應為-22 dB，生成的濾波系數如下:0.0000 1.6254 -3.1746-8.1648 35.3303 76.7674 35.3303 -8.1648 -3.1746 1.6254 0.0000。系統開機后，將濾波系數存于Flash模塊中，根據模式選擇調用不同的濾波系數。

3.2 FFT核心運算模塊

FFT核心運算模塊中的數據通過radix4_256點FFT單元，對由前級Fir_v模塊濾波處理過的數字音頻信號作傅里葉變換，進行頻譜特性分析［10］。圖4給出了FFT和頻譜篩選核心運算模塊的原理圖。將CLK與ADC的采樣時鐘頻率匹配，確保數據正確連接，實部輸入引腳與Fir_v的輸出相連，虛部輸入引腳接地(因為采樣的時序音頻信號并無虛部)，其他控制端口同系統主狀態控制模塊相連。FFT虛部(Iout)、實部(Qout)和FFT輸出使能信號(Outen)分別連到信號提取(Extract)模塊進行求幅值運算:

圖3 模式選擇模塊的理想FIR特性

得到時序信號對應頻域中的頻率幅值，其中，DOI、DOR分別表示FFT變換結果的虛部和實部。當Extract模塊開始輸出結果時，通過輸出使能信號Dout_en控制頻譜篩選核心運算模塊的寫入。

圖4 FFT和頻譜篩選核心運算模塊原理圖

3.3 頻譜篩選核心運算模塊

頻譜篩選核心運算(Core Process)模塊為系統的核心數據處理模塊。數據輸入端同Extract模塊的數據輸出端相連，寫控制端口同樣連至Extract模塊的讀有效端口。在該模塊中，設置最大幅值(Qmax)、最大頻率(F)、特征頻段頻譜功率(P)、特征頻譜中四等分頻譜區間(Q1～Q4)等參考變量，輔助頻譜篩選程序決定是否將當前頻譜保存至下一級存儲單元中［11］。

在特征參數篩選算法中，由于FFT為256點算法，系統采樣頻率fs=5 000 Hz，頻譜的步進M=5 000/256≈19.5，系統重點關心的100 Hz～1 500 Hz頻率對應的十進制地址為5～77。當地址等于1時，將當前頻譜中P、fx、max 3個參數清零而保留全局參數F;為避免噪聲及無采樣信號時對系統篩選的影響，設定頻域數據最小有效閾值為16。該模塊在Verilog中的實現如下:

4 測試結果

對ASIC進行時序仿真，結果如圖5所示。nOE為低電平狀態，此時時域數據從ADC送至ASIC，function_en跳變為低電平狀態，系統處于process狀態;當時間處于150 ms時，fft_outen跳變為高電平，此時FFT開始向core_process模塊寫頻域數據，同時ampt_dout輸出頻譜擺幅;當時間至300 ms時，function_en跳變為高電平，系統處于發送狀態，nOE跳變為高電平狀態，ADC停止輸出8 bit數字信號，read_en跳變為高電平，傳感器發送數據，Qout開始密集發送串口數據，整個過程符合電路的設計要求。

圖5 ASIC時序仿真

采用輸入諧波為500 Hz和2 000 Hz的正弦波作測試信號進行功能驗證。系統通過串口將數據發送至PC機，并通過MATLAB繪制數字聽診系統輸出的頻譜特性圖。系統實時信號測得的頻譜分析結果示于圖6。可以看出，當f=500 Hz時，幅度(n)驟升至100 dB左右，當f=2 000 Hz時，n并未出現明顯的跳變，表明系統正確識別了500 Hz的音頻信號，同時濾除了2 000 Hz的信號(衰減-22 dB)，符合數字聽診系統的設計要求。

圖6 數字聽診系統輸出的頻譜分析結果

文中設計的數字聽診器不僅操作簡單，而且很好地保持了傳統聽診器的外觀和感覺，易于上手;價格上雖然比傳統的聽診器略高，但相比使用其他大型精密器械進行診斷，大大降低了患者的醫療費用;同時很大程度地提高醫生對聽診音的檢測能力，并提供直觀科學的數據，顯示在外設顯示器上，也可保留聽診數據及圖表等供進一步的科學研究。數字聽診器的應用增強了聽診結果的準確性及科學性，同時打消了患者心中的疑慮。

5 結論

基于聽診音頻譜分析設計并實現了一種精度高、噪聲小的數字聽診系統。音頻信號由硅麥克風接收，經過信號放大、濾波和模數轉換后，由ASIC芯片進行處理并生成定量的音頻譜分析報告。可針對人體不同部位的聽診音頻信號進行了獨立的數字濾波去噪，提高了聽診系統抗干擾的能力。和傳統聽診主要依靠聽覺和經驗進行診斷的方式相比，基于數字聽診系統輸出的聽診音頻譜分析結果更直觀精確，可為科學聽診預判提供幫助。

［1］曾昭耆.聽診的重要性［J］.中華全科醫師雜志，2011，10(10):766-768.

［2］杜金榜，王躍科.儀器儀表技術的發展趨向［J］.儀器儀表學報，2002，23(z3):228-230，236.

［3］韋建敏，楊永明，郭巧惠，等.基于FPGA的實時心電信號處理系統設計［J］.電子器件，2005，28(3):581-583，588.

［4］Lee J，Je C H，Yang W S，et al.Thin MEMS Microphone Based on Package-Integrated Fabrication Process［J］.Electronics Letters，2012，48(14):866-867.

［5］Emmanuel B S.A Review of Signal Processing Techniques for Heart Sound Analysis in Clinical Diagnosis［J］.Journal of Medical Engineering and Technology，2012，36(5/6):303-307.

［6］丁英濤，李博，王竹萍，等.邊界層分離點實時數據采集與處理系統的設計與實現［J］.北京理工大學學報，2011，31(11):1332-1336.

［7］楊擁民，黎湘.離散線性系統部分可觀測性測試配置［J］.國防科技大學學報，2012，34(1):63-66

［8］謝海霞，孫志雄.可編程FIR濾波器的FPGA實現［J］.電子器件，2012，35(2):232-235.

［9］Tsao Y C，Choi K.Area-Efficient Parallel FIR Digital Filter Structures for Symmetric Convolutions Based on Fast FIR Algorithm［J］.IEEE Transactions on Very Large Scale Integration(VLSI)Systems，2012，20(2):366-371.

［10］陳智，王貴鋒，柳鶯，等.一種基于IP Core實現FFT變換的新方法［J］.自動化與儀器儀表，2012(2):163-164.

［11］馬俊，陳學煌.基于DSP的多路數據采集系統設計［J］.電子技術應用，2007，33(12):79-81，85.