便携式四通道肺音采集系统设计*

苌飞霸，尹　军，何庆华，毕玉田，刘　涛，田逢春（.第三军医大学大坪医院野战外科研究所医学工程科，重庆40004；.第三军医大学大坪医院野战外科研究所创伤烧伤复合伤国家重点实验室，重庆40004；.重庆大学通信学院，重庆400044）

便携式四通道肺音采集系统设计*

苌飞霸1，尹军1，何庆华2，毕玉田2，刘涛3，田逢春3
（1.第三军医大学大坪医院野战外科研究所医学工程科，重庆400042；2.第三军医大学大坪医院野战外科研究所创伤烧伤复合伤国家重点实验室，重庆400042；3.重庆大学通信学院，重庆400044）

首先完成对肺音信号的放大、滤波等预处理；然后对预处理的肺音信号进行外部A/D采样，并将采集肺音信号保存为.WAV音频文件存储于SD卡中；利用短时傅立叶变换完成了对肺音信号的时频域分析。通过该系统可以准确地检测到病人的肺音信号，并且利用立体声耳机可以实现对病人的同步听诊。关键词：便携式；肺音采集；短时傅立叶变换；时频域分析

0　引言

肺音是反映肺部生理和病理特性的一项重要指标，肺音信号分析、识别技术即借助计算机与数字信号处理技术综合患者的肺音医学信息，研究肺音与肺部疾病的内在联系，通过肺音信号的异常来检测病人肺部器官的器质和功能性病变［1～3］。肺音信息可以对肺部急性病诊断提供重要依据。所以，肺音信号分析、识别在临床上具有重要的研究价值。

传统的听诊器等检测工具具有分辨率低、频率响应范围窄，同时受到医生区分不同的肺音模式的经验和能力等影响，且无法定量测量造成不易记录、存储，更不可以对肺音进行纵向和横向客观比较，长期监测肺音与其他生理信号的相关性也很困难。数字化肺音采集与分析识别方法克服了许多简单听诊器的局限性，不但可以量化肺音的变化，而且测量结果可以永久记录和实时图形表示，以此帮助医生诊断和管理患者的胸部疾病，所以，近年来关于肺音数字化采集与分析研究明显增加［4，5］。但是，目前对于肺音分析应用于临床还缺乏实践指导，所以，数字化肺音分析技术有着重要的临床研究意义［6，7］。

本文设计一种便携式四通道肺音系统，该系统的功能较为丰富，数据存储量大，使用方便。

1　肺音采集系统总体设计

系统包括肺音信号处理模块、A/D采样模块及电源管理模块与数据存储模块等，其总体设计框图如图1所示。该系统包括四路肺音信号采集，其中，声电转换传感器采用的是驻极体电容式传声器，经传感器采集的肺音信号送入肺音信号处理模块进行放大、滤波等处理。且该系统通过液晶和按键模块进行交互，实现肺音信号的实时采集、存储，并可利用立体声耳机同步听诊功能。

图1　肺音采集系统总体设计框图Fig 1　Overall design block diagram of lung sound acquisition system

肺音信号处理模块主要是完成对声电转换传感器采集的肺音信号进行放大滤波预处理；经过肺音信号处理模块处理的肺音信号可以直接驱动耳机，或者由微处理器STM32控制外部A/D采样芯片对预处理的肺音信号进行A/D采样并将采样的数字肺音信号保存为.WAV音频文件存储于SD卡中。同时微处理器控制和协调整个系统的工作。本系统拟可采用USB接口直接供电或者18650充电锂电池供电，锂电充电电路基于TP4054电源管理芯片设计。两块TPS73733芯片可提供两路3.3V直流电压，分别供系统的数字和模拟电路部分使用。

2　肺音采集系统各个模块设计

2.1肺音信号处理模块

由于肺音信号叠加着心音、肌肉及皮肤噪声等干扰信号，而在各种干扰信号中，心音的干扰对肺音的采集系统影响较大，因此，如何去除心音信号的干扰是肺音信号处理模块设计考虑的重点［8～12］。所以，信号处理电路主要功能是对听诊器输入微弱的肺音信号进行滤波、放大。本文系统由于需要四路肺音信号同时采集，故设计了四路结构完全相同信号处理电路。以其中第一通道为例进行介绍，如图2所示，肺音处理电路采用的核心部件为OPA1664低噪声运放，结构上可以分为二阶有源高通滤波电路、二阶有源低通滤波电路、差分信号产生及放大电路等三个部分。

首先由于肺音信号是微弱的信号，通过胸壁无创地提取较困难，而本文设计采用的是灵敏度高、抗干扰能力强的驻极体电容式声电转换传感器，其中，P1为声电转换传感器接口，首先传感器将肺音信号转换为一微弱的电压信号并通过上拉电阻器R150将微弱电压信号进行电压抬升。

然后为了滤除心音等低频信号的干扰，系统利用运放U31C构成二阶有源高通滤波器。该二阶有源高通滤波器的截止频率为式（1）所示

式中R151=R152=R153=R154，C150=C151，fH为截止频率。同时为了减小系统噪声影响，该二阶高通滤波的放大倍数不宜过大。

同时为了滤除系统的高频信号干扰，经高通电路输出的信号进入由运放U31D构成的二阶有源低通滤波器。该二阶有源低通滤波器的截止频率为式（2）所示

式中R160=R161，C154=C155，fL为截止频率。系统中高通滤波器与低通滤波器级联构成了频率较宽的带通滤波器，滤除了各种高低频率的干扰信号，保证有效的肺音信号通过。

为了保证进入AD采样量程不失真，所以，利用运放U31D用于组成同相比例放大电路对肺音采集系统采集的肺音信号进行放大。同时为了得到一组差分肺音信号，利用运放U31B构成放大倍数为-1反向比例运算电路输出一组差分信号，即IN1+，IN1-。

2.2肺音信号A/D模块

采用片外A/D采样，模块ADS8344芯片，ADS8344是带有SPI串行接口的8通道16bitA/D转换器，且在A/D采样时其功耗低，同时SPI串行接口通信方式可为制作低成本远程数据采集系统提供方便。其具体电路如图3所示。

为减小进入ADC的噪声，本设计中采取了差分取样的方式，即经过肺音信号处理模块得到的差分信号IN1+、IN1-对应于ADC1+，ADC1-分别进行A/D采样。所以，每一路模拟信号占用2个ADC通道，则8通道可实现4路肺音信号的采集。LM4040A30为高精度电压基准源，可为ADS8344的工作提供稳定的 VREF。其中，引脚 DOUT，DIN，CS和DCLK与微处理器器STM32F103Z的SPI1接口相连进行通信，将采集的肺音信号传至处理器STM32F103Z进行分析处理。

3　肺音信号时频域分析

将采集的肺音信号保存为.WAV格式文件，通过Matlab数据采集箱中提供的语音信号分析的函数命令wavread 和plot（）函数即可显示肺音信号的时域波形如图4所示。

单纯的时域分析不能充分反映肺音信号的特征，所以，需要对肺音信号进行频谱分析。由于传统傅立叶变换适用于平稳的连续信号，所以，只能得到肺音信号整个时间段的频率分布特征，而肺音信号由多频率成分构成并呈现明显的周期性波动，所以，对于分析断续性异常肺音存在不足，不能对肺音进行动态分析。短时傅立叶变换克服了传统傅立叶变换对肺音信号需要整个时间段的频率分布特征的缺点，且降低了对肺音信号的平稳性要求，所以，短时傅立叶变换可以对肺音信号进行动态的时频域研究，短时傅立叶变换肺音信号时频谱图如图5所示。

图2　肺音信号处理电路Fig 2　Processing circuit of lung sound signal

图3　肺音信号A/D电路Fig 3　A/D circuit of lung sound signal

图4　肺音信号时域波形图Fig 4　Time domain waveform of lung sound signal

图5　肺音信号时频谱图Fig 5　Time and frequency domain waveform of lung sound signal

肺音信号时频谱图反映肺音信号能量空间分布，肺音信号的能量空间分布的改变意味着肺音信号的特征发生改变，所以，信号各频率成分能量的不同可以体现不同被测肺音信号的特征，利用短时傅立叶变换提取肺音信号变化的特征，从而可以判断肺音是否正常及可以得到肺音疾病分类结果［13，14］。

4　结论

本文设计的便携式四通道肺音采集系统可以实时连续地检测到被检测者的肺音信号。采集的肺音信息可以通过耳机接口实时播放，或通过存储于SD卡的肺音信息上传到PC终端显示、处理及存档等。同时，设计的系统经过测试可以最大限度地降低系统功耗，硬件体积也最大限度地降低，可以满足较好的便携性和移动性。

［1］Sestini P，Renzoni E，Rossi M，et al.Multimedia presentation of lung sounds as a learning aid for medical students［J］.European Respiratory Journal，1995，8（5）：783-788.

［2］Murphy R.Computerized multichannel lung sound analysis.Development of acoustic instruments for diagnosis and management of medical conditions［J］.IEEE Engineering in Medicine&Biology Magazine，2007，26（1）：16-19.

［3］Noman Qaid Abdullah，Naggar A L.Development of computerized recording channel of lung sound［J］.Journal of Medical and Bioengineering（JOMB），2012，1（1）：52-55.

［4］Kandaswamy A，Kumar C S，Ramanathan R P，et al.Neural classification of lung sounds using wavelet coefficients［J］.Computers in Biology&Medicine，2004，34（6）：523-537.

［5］Spieth P M，Zhang H.Analyzing lung crackle sounds：Stethoscopes and beyond［J］.European Journal of Intensive Care Medicine，2011，37（8）：1238-1239.

［6］Pasterkamp H，Kraman S S，Wodicka G R.Respiratory sounds：Advances beyond the stethoscope［J］.American Journal of Respiratory&Critical Care Medicine，1997，156（3）：974-987.

［7］何庆华，洪新，田逢春，等.多通道肺音采集系统设计［J］.中国医学物理学杂志，2014，31（6）：5301-5304.

［8］苌飞霸，尹军，张和华，等.一种基于智能终端的人体心电信号监护系统设计［J］.传感技术学报，2014（3）：289-292.

［9］吴宝明，王普领，庞宇，等.一种战场士兵多生命体征监测头带设计［J］.传感器与微系统，2015，34（2）：109-112.

［10］吴宝明，刘沛，庞宇，等.基于穿戴式监测和北斗技术的伤员快速搜救仪［J］.传感器与微系统，2015，32（6）：105-108.

［11］Sathesh K，Muniraj N J R.Real time heart and lung sound separation using adaptive line enhancer with NLMS［J］.Journal of Theoretical&Applied Information Technology，2014，65（2）：559-564.

［12］赵治栋，唐向宏，赵知劲，等.基于Hilbert-Huang Transform的心音信号谱分析［J］.传感技术学报，2005，18（1）：18-22.

［13］何庆华，洪新，毕玉田，等.间质性肺炎患者肺音的小波分析［J］.中国医学物理学杂志，2014，31（3）：4924-4928.

［14］Inan Guler，Polat H，Ergun U.Combining neural network and genetic algorithm for prediction of lung sounds［J］.Journal of Medical Systems，2005，29（3）：217-231.

何庆华，通讯作者，E—mail：1013094081@qq.com。

Design of portable four-channel lung sound acquisition system*

CHANG Fei-ba1，YIN Jun1，HE Qing-hua2，BI Yu-tian2，LIU Tao3，TIAN Feng-chun3
（1.Department of Medical Engineering，Institute of Surgery Research，Daping Hospital，The Third Military Medical University，Chongqing 400042，China；2.State Key Laboratory of Trauma，Burns and Combined Injury，Daping Hospital，Surgery Institute of the Third Military Medical University，Chongqing 400042，China；3.College of Communication Engineering，Chongqing University，Chongqing 400044，China）

Firstly，system complete preprocessing including amplification，filtering，etc.of lung sound signal，external A/D sampling is carried out on preprocessed lung sound signal，and the acquired lung sound signals are saved as.WAV audio file stored in SD card，and using short time Fourier transform（STFT）to complete the timefrequency domain analysis on lung sound signals.Through the system，patient's lung sound signals can be accurately detected，and using stereo headphones，synchronous auscultation of patient can be realized.

portable；lung sound acquisition；short time Fourier transform（STFT）；time-frequency domain analysis

R318.6

A

1000—9787（2016）06—0096—03

10.13873/J.1000—9787（2016）06—0096—03

2015—09—24

重庆市科委国际科技合作项目（CSTC2012GG—GJHZ0023）

苌飞霸（1985-），男，安徽宿州人，硕士，主要研究方向为生物医学信号检测、传输及信息编码技术。