正常与异常心音信号比较研究

www.cnkang.com 2007-3-21 13:44:00 中华康网

　　摘要: 目的:获取心音信号中对心脏疾病诊断有意义的信息。材料与方法:利用自回归模型方法对169个受检者(包括3组正常人和4组心脏病患者)的第1～4心音和收缩期杂音、舒张期杂音信号进行了谱分析,并各提取了5项对疾病诊断有意义的特征参数(频域3项,时域2项）进行正常与异常心音信号的比较研究。结果:统计结果表明时、频域许多参数均有显著性差异。结论:研究结果可为心音研究的进一步深入和临床心脏病的辅助诊断提供基础数据和客观定量指标。

　　中图分类号: R318.04　　文献标识码: A　　文章编号: 1005-202X(2000)03-0154-03

Studies on the comparison of normal and abnormal heart sound signals

ZHAO Ling,LI Qiao,SHAO Qing-yu,et al.

　　(Department of Biomedical Engineering,Shandong Medical University,Jinan 250012China)

　　Abstract：Purpose：To acquire the significant information included in heart sound signals for diagnosing heart disease. MethodBy using of autoregressive modelthe power spectra of first to forth heart sounds and cardiac murmurs of 169 subjects were analyzed.From the results 5 parameters(3 belong to frequency domain and 2 belong to time domain),which are significant for diagnosis of clinical heart diseasewere abstracted and adopted to study the different of normal and abnormal heart sound signals.ResultsThe statistics indicated that many parameters between them have significance difference.ConclusionsThe results could be the basicobjective and quantitative references for further study of heart sound and assistant diagnosis of heart disease.

　　Key words：heart sound;cardiac murmurs;spectrum analysis

　　心音包含了大量有关心血管状况的生理病理信息,对诊断心血管疾病具有重要的临床应用价值。目前,从时间-频率两域分析心音的特征是国内外心音研究领域的重点之一。利用谱分辨率较高的自回归(AR)模型方法对多个疾病组大量的心音数据进行分析处理并分别与国人各正常组的心音数据进行对比研究,寻找各参数所包含的有诊断意义的信息,这在国内外的文献资料中尚未见有相同研究的报道。

　　1 材料和方法

　　1.1 硬件、信号采集软件系统设计

　　以5X86便携式微机为主体,由软件控制采样时间、采样率及采样通道数目的改变。采用JXH-4型有源压电心音传感器。心音心电放大器为自行研制［1］。采用DAQCard 700型12位A/D转换卡。采集心音的同时,循环采集一导心电信号。信号采集程序用Borland C++语言编写而成,其中应用了A/D转换卡自带的部分函数,在DOS操作系统下运行。

　　1.2 研究对象

　　正常组均为经心内科专家确定无心脏病、无心脏杂音的受检者;疾病组为医院心内、心外科已确诊的住院患者。研究对象分组详细情况见表1。

　　1.3 采样方法

　　采样环境安静,受检者取仰卧体位,尽量屏住呼吸或平静呼吸。心音探头放置的部位分别取:(1)心尖区:胸骨左缘锁骨中线第四、五肋间;(2)心底区:左侧第二肋间距胸骨中线约5～6厘米处［2］。心音心电采样率均为6000 Hz,采样时间均为10 s。

　　1.4 心音功率谱自动分析

　　采用17阶AR模型方法对第1～4心音(S1、S2、S3、S4 )、收缩期杂音(SM )及舒张期杂音(DM )进行二维功率谱自动分析。其中,S1～S4选用500 Hz的采样率和0～200 Hz的分析频率,选取6000 Hz的采样率和0～1500 Hz的分析频率进行心脏杂音的分析。

　　心音定位:通过QRS波形检测方法［3］检测出一个R波波峰,截取其后120 ms的范围定位为S1。在其他各心音成分出现几率最大的时间段内寻找最大峰值,再取其前后各一定时间段作为某成分的定位。定位示意图见图1。

　　分析参数:频域:(1)Fxx为功率谱曲线的形心。(2)Rfsl 为低频能量比例,即0～20 Hz的波谱能量占整个能量的比例。(3)Rfsh为高频能量比例,即50 Hz以上的波谱能量占整个能量的比例［4］。时域:(1)Rts为各成分中间60 ms(SM、DM 为120 ms)曲线所围面积与S1 中间60 ms曲线所围面积的比值。(2)Rta为各成分最大振幅与S1振幅的比值。

　　2 结果

　　房缺病人的SM 在心底区最强,因此采用心底区采集的数据进行分析;其他组的心音一般在心尖部最强,所以采取心尖区采集的数据进行研究。由于S3、S4的频率范围为10～50 Hz,分析其高频、低频能量比例无太大意义。时域上S3、S4的强度较大,能够覆盖DM的部分振幅曲线,故未作DM的时域参数Rts和Rta的分析。先将每组各时、频域参数分别按性别分为两组进行t检验,如无显著性差异(P ＞0.05),合并为一组求均值与标准差并与其他组进行对照研究;反之分别求均值与标准差并与对照组比较。

　　各组频域和时域参数的均值和标准差及比较结果见表2～6。

表1 研究对象分组情况一览表

组号组名年龄人数男/女比
1 正常少儿组 10～12 34 21/13
2 正常成年组 18～33 31 15/16
3 正常老年组 50～69 30 12/18
4 房间隔缺损少儿组 1～14 9 3/6
5 房间隔缺损成年组 19～40 10 4/6
6 二尖瓣狭窄成年组 22～45 18 6/12
7 老年一般冠心病组 60～82 37 20/17

表2 各组S1、S2频域高频能量比例和低频能量比例参数值

　 SM DM
组号 Rfsl Rfsh Rfsl Rfsh
1(a） 0.747±0.118 0.054±0.039 0.651±0.187 0.041±0.033
(b） 0.850±0.160 0.059±0.066 0.748±0.235 0.074±0.108
2(a） 0.708±0.173 0.072±0.066 0.679±0.184 0.083±0.081
(b） 0.877±0.146 0.042±0.064 0.813±0.161 0.074±0.098
3(a） 0.912±0.144 0.036±0.053 0.845±0.173 0.066±0.079
4(b） 0.257±0.244*** 0.477±0.293** 0.791±0.123 0.031±0.037
5(b） 0.355±0.232ΔΔΔ 0.322±0.236ΔΔ 0.777±0.095 0.052±0.029
6(a） 0.808±0.110ΔΔΔ 0.046±0.043ΔΔΔ 0.230±0.149Δ 0.405±0.245ΔΔΔ
7(a） 0.705±0.167### 0.111±0.099### 0.558±0.206### 0.220±0.188###

　　注:(a):心尖区(b):心底区;△:p＜0.05vs正常成年组

表3 各组SM、DM频域高频能量比例和低7频能量比例参数值

　　注:(a）:心尖区 (b）:心底区**: P ＜0.01,***: P ＜0.001 vs 正常少儿组Δ: P ＜0.05,ΔΔ: P ＜0.01,ΔΔΔ: P ＜0.001 vs 正常成年组 ###: P ＜0.001 vs 正常老年组

表4 各组六种心音成分频域Fxx的参数值 (单位:Hz）

组号 S1 S2 S3 S4 SM DM
1(a） 25.353±11.333 28.059±13.413 18.960±4.336 18.870±3.447 8.647±3.446 12.176±5.573
(b） 26.035±12.071 32.400±16.833 20.400±7.748 22.235±9.606 11.565±4.456 15.871±10.445
2(a） 25.255±11.437 18.960±4.336 19.290±4.960 18.800±1.655 10.575±6.409 9.750±4.118
(b） 27.286±18.738 30.843±14.586 18.486±5.064 19.700±7.106 11.814±5.935 12.229±4.332
3(a） 19.760±9.788 21.547±9.788 15.600±4.486 17.960±2.953 11.213±7.527 10.280±3.292
4(b） 28.844±11.729 33.022±14.026 16.450±5.147 16.889±3.778* 47.333±30.141** 8.333±3.606
5(b） 22.840±11.020 36.760±24.499 16.240±5.284 18.160±1.296 35.100±33.913Δ F9.500±3.507
　　　　　　 M4.500±1.732ΔΔ
6(a） 27.778±13.131 28.467±14.278 26.522±13.233Δ 37.66±22.610ΔΔ 7.167±3.111ΔΔ 40.33±17.918ΔΔΔ
7(a） 22.189±12.195 20.151±12.254 17.467±2.800 17.219±3.336 10.427±6.764 18.222±16.401##

　　注:(a）:心尖区 (b）:心底区 F:女性, M:男性 *：P ＜0.05 **：P ＜0.01 vs 正常少儿组Δ：P ＜0.05,ΔΔ：P ＜0.01,ΔΔΔ：P ＜0.001 vs 正常成年组 ## P ＜0.01 vs 正常老年组

表5 各组时域Rta参数值(±s ）

组号 S2 S3 S4 SM DM
1(a） 0.817±0.355 0.235±0.107 0.248±0.165 0.223±0.157 　
(b） 1.601±1.126 0.327±0.326 0.274±0.165 0.467±0.361 　
2(a） F1.095±0.521 0.221±0.117 0.210±0.126 0.210±0.127 　
　 M0.670±0.270 0.354±0.304 　　　
(b） F1.389±0.467 　 0.241±0.164 0.444±0.332 　
　 M0.908±0.380 　　　　
3(a） 0.652±0.323 0.122±0.071 0.235±0.123 0.231±0.123 　
4(b） 0.788±0.320*** 0.159±0.101 0.169±0.084 0.267±0.229 0.248±0.129
5(b） 0.993±0.417Δ(2F） 0.232±0.122 0.243±0.158 0528±0.270 0.211±0.137
6(a） 0.600±0.449ΔΔ(2F） 0.204±0.131 0.135±0.081Δ 0.230±0.245 0.157±0.098
7(a） 0.601±0.464 0.218±0.088## 0.293±0.210 0.282±0.179 　

　　注:(a）:心尖区 (b）:心底区 Δ：P ＜0.05 vs 正常成年组

　　注:(a）:心尖区 (b）:心底区 F:女性, M:男性 ：P ＜0.05,：P ＜0.001 vs 正常少儿组

　　Δ：P ＜0.05,ΔΔ：P ＜0.01 vs 正常成年组 ##：P ＜0.01 vs 正常老年组

表6 各组时域Rts参数值

组号 S2 S3 S4 SM DM
1(a） 0.848±0.355 0.321±0.157 0.327±0.194 0.278±0.267 　
(b） 1.622±1.212 0.512±0.364 0.392±0.319 0.517±0.400 　
2(a） F1.071±0.510 0.332±0.148 0.266±0.148 0.223±0.153 　
　 M0.705±0.325 　　　　
(b） F1.434±0.557 0.622±0.566 0.381±0.320 0.494±0.338 　
　 M0.852±0.493 　　　　
3(a） 0.734±0.360 0.252±0.184 0.321±0.161 0.269±0.165 　
4(b） 0.698±0.387*** 0.249±0.121** 0.314±0.147 0.211±0.128 0.314±0.179
5(b） 0.969±0.501Δ(2F） 0.421±0.244 0.414±0.371 0.626±0.478Δ 　
6(a） 0.613±0.480 0.321±0.300 0.182±0.204 0.310±0.386 0.251±0.252
7(a） 0.680±0.366 0.353±0.164 0.472±0.329# 0.328±0.211 0.161±0.165

　　注:(a）:心尖区 (b）:心底区 F:女性, M:男性 **：P ＜0.01,***：P ＜0.001 vs 正常少儿组

　　Δ：P ＜0.05 vs 正常成年组 #：P ＜0.05 vs 正常老年组

　　(1)房间隔缺损少儿组与正常少儿组:前者SM的高频能量比例增高,低频能量比例减少;其SM的Fxx增高,S4和DM的Fxx及S2和S3的Rta、Rts参数均降低。

　　(2)房间隔缺损成年组与正常成年组:房缺患者S2的Rta(与正常成年组女性比)减小,SM的Rfsh明显增大,Rfsl减小;房缺组男性DM的Fxx减小。

　　(3)二尖瓣狭窄成年组与正常成年组:前者S1的参数Rfsh增大,其S2的Rta(与正常成年组女性比)和S4的Rta减小,DM的参数Fxx、Rfsh明显增大、Rfsl减小,SM则相反。因DM和收缩期前杂音的影响,S3、S4的参数无分析意义。

　　(4)老年一般冠心病组与正常老年组:前者的Rts明显增高;SM和DM的参数Rfsl降低,参数Rfsh升高,DM的Fxx也大于对照组。

　　3 讨论

　　(1) AR模型方法是在对一系列短段信号建立AR模型基础之上的一种时-频分析技术,在信号序列或时间段很短时仍可获得精确的谱估计和较高的谱分辨率。因而此方法适于实现心音信号这种非平稳时变信号的谱分析。国内外也有学者利用此方法对心音信号作了频域研究［5～7］,但对各心音成分包括心脏杂音进行系统性的谱分析并作大量正常与异常心音数据的对照研究尚未见报道。经研究表明,在一定范围内,采样率降低、时间段延长和模型阶数增高都会提高AR模型的谱分辨率。研究中模型阶数选取较高的17阶是在采样率较高和时间段较短的情况下经过比较得出的［8］。

　　(2)研究中采用的心音传感器的频率响应范围为0.1～1500 Hz,所设计的心音放大器的通频带也与之相适应,大部分正常与异常心音的频带都包括在这个范围内,加上采样率的适当选取,能够最大限度地减少漏检,保证结果更准确、可靠。

　　(3)研究中选择的频域参数Fxx反应了波谱能量随频率的分布状况,即波谱能量偏重于哪一边;Rfsl描述的是心音在次声带频段能量的大小;Rfsh则表示常规听诊的基本成分［4］;两项时域参数Rts和Rta均反映了心音成分振幅的大小,前者还含有心音成分持续时间长短的信息。这些参数从各方面提取心音成分的特征,以作为定量指标用于心脏病的计算机辅助诊断。

　　(4)统计结果表明:(a)两组房缺患者收缩期杂音频率均明显向高频方向移动,舒张期杂音则趋于低频,而且发现房缺少儿组患者S2和S3的时域振幅有降低的趋势。(b)二狭成年患者除了DM的频谱移向高频端,SM频率显著降低外,S1的频率高于正常成人,分析是因为其瓣膜变硬,瓣叶远离瓣口,二尖瓣关闭幅度大而导致S1较为响亮。从两对成年组间的比较中可见:两种疾病的成年女性患者S2的振幅都明显降低,原因尚待进一步研究。(c)老年冠心病人S3和S4振幅的增高表明其心肌缺血,心室壁顺应性下降和左室舒张压增加等病理因素的存在。SM和DM的频率都有所升高,尤其舒张期,可能是因为冠心病人乳头肌功能不全且常合并其他心脏疾病如二尖瓣关闭不全、心律失常等所致,对此组病人的听诊检查几乎听不到任何杂音,说明杂音的频谱是在可听域以下,只有通过心音频谱分析才能获取其增高的趋势,这对冠心病的早期诊断有很重要的参考价值。因为冠脉狭窄达到25%以上时就能产生人耳听不到的高频湍流音［9］。以上提取的特征参数可以为进一步开展基于心音信号分析的计算机辅助诊断提供基础数据和资料。

　　基金项目:山东省科委资助课题(951156202)

　　作者简介:赵玲(1972- ),女,山东济南人,山东医科大学生物医学工程研究室,助教,硕士研究生,从事生理信号计算机处理研究方向。

　　参考文献:

　　1，孟延,邵庆余,等.一种多用途心电心音信号采集系统的设计[J].北京生物医学工程,1998,17(3):146-151.

　　2，徐成斌.心音图学[M].北京:科技出版社,1982.16.

　　3，邵庆余.心电QRS波探测与面积计算的分析[J].山东医学院报,1984,22(3):1-7.

　　4，聂冠群,等.心声频谱的诊断学价值[J].中国生物医学工程学报,1995,14(1):67-72.

　　5，Iwata A,et al. Algorithm for detecting the first and the second heart sounds by spectral tracking[J]. Med. Biol. Eng. And comput,1980,18:19-26.

　　6，胡广书,等.心音信号的自回归谱分析[J].中国生物医学工程学报,1984,3(4):236-243.

　　7，Akay M,et al. Detection of coronary occlusions using autoregressive modeling of diastolic heart sound[J].IEEETrans. Biomed. Eng,1990,37(4):366-373.

　　8，李桥,邵庆余.三维心音图微机分析系统及杂音谱分析[J].中国医疗器械杂志,1993,17(5):259-264.

　　9，Akay M,et al. Application of adaptive filters to noninvasive acoustical detection of coronary occlusions before and after angioplasty[J]. IEEE Trans.BME1992,39(2):176-184.