心音信号随年龄变化的分析

Gurjit Kaur Maan1, Randhir sing2, Parveen lehan3

印度旁遮普省帕坦科特巴德哈尼S.S.C.E.T研究生
印度旁遮普省帕坦科特巴德哈尼S.S.C.E.T助理教授
3 .印度查谟大学物理与电子系副教授

摘要

所有生物都以信号的形式反映其生理和病理过程，称为生物医学信号。这些信号从被研究的生物系统中提取有用的信息。心脏是身体的重要组成部分，任何疾病都会影响心脏发出的声音。听诊是用于分析心音的基本和非侵入性工具之一。由于心脏的机械活动而产生的心音有四种类型。心电图通常用于分析心脏活动，但由于其信号本身存在缺陷，无法检测低频信号。心音图是对低频心音的检测和分析。本文对心音信号进行了分析，显示了年龄对心音信号的显著影响。

关键字

心电图，心音图，听诊，生物医学信号，心音。

介绍

大多数生理过程都与不同的信号有关，这些信号反映了信号本身的性质和活动，也称为生物医学信号。所有生物都以生物信号的形式反映它们的活动，即电子、机械或化学信号。从心脏、大脑和神经系统等不同来源反射的生物医学信号被用于患者疾病的诊断和生物医学研究。生物医学信号的分析对医疗和科研都有重要意义。生物医学信号主要是从生物的基因、细胞、组织等生理活动中观察到的，对于从所研究的生物系统中提取有用的信息起着至关重要的作用[2]。从生物医学信号中提取信息的过程称为生物医学信号处理。这些信号携带有关所调查系统的状态和性质的信息，对这些信号进行适当的处理可以提供有用的临床和生理信息，这对医学诊断、新生物学和研究都很重要。生物医学信号根据其生产来源、应用或信号特征进行分类。这些信号根据发生变化的速率和性质被分为不同的类别。下面将解释一些类型的生物医学信号。

a)生物声学信号:这种生物医学信号的输出本质上是声学信号。这些信号提供了关于生物系统中发生的现象或生物系统正在执行的功能的信息。例如，心脏泵送产生的咚咚声，心脏瓣膜内血液的流动，以及产生声音信号的肺槽和上下气道的空气流动。

b)生物阻抗信号:在组织中注入频率在50 kHz - 1 MHz之间的低电流(<20 mA)正弦信号，测量整个组织的压降，从而产生生物阻抗信号。组织的电阻抗提供了有关内分泌活动、组织组成和组织内血容量分布的重要信息。例如呼吸速率和原电池电阻的测量。它监测电流和电压之间的关系。

c)生物磁信号:在脑、心、肺等器官中，由于电活动产生极弱的磁场，进而产生磁信号。这些信号的测量提供了生物电信号无法提供的信息，例如由于大脑活动而产生的脑磁信号。

d)生化信号:在实验室分析的活体组织或样品中，由于化学反应而产生的信号。化学反应在大体和细微两方面都反映了组织的化学成分。例如测量二氧化碳的分压，血液中各种离子的浓度，氧气的分压。

e)生物光信号:顾名思义，这些信号是由于生物系统的光学功能而产生的，与组织的光透射和反射率有关。这些信号要么是自然产生的，要么是由测量过程诱发的。例如，通过测量红外反射率与可见光波长之间的关系，可以估计血液氧化水平。

f)生物机械信号:这些信号是由于生物系统的机械功能而产生的。这些主要是由于运动、位移而产生的。生物系统中温度、流量和压力的变化。这些信号不像在源处测量的电信号和磁信号那样传播。例如心音图，颈动脉脉搏等[4]。

本文主要分析年龄对心音信号的影响。论文的下一节描述了心脏和心音的结构，方法和结果，然后是结论。

心脏结构和心音

心脏是人体的重要组成部分。它是一种形似拳头的空肌肉，通过血管将血液输送到全身。人的心脏由左心和右心两部分组成。右心将血液泵入肺，左心为全身和器官提供氧气和营养。人的心脏由四个腔室组成，上面的腔室叫做心房，下面的腔室叫做心室。两个上腔用来收集进入心脏的血液，下腔用来为全身供血。在心房和心室收缩和舒张的过程中，产生的声音叫做心音。心脏结构和特征的任何异常都主要影响心脏发出的声音。心音是一种高度非平稳、复杂的信号，一般发生在瓣膜开合、血流进出心室和心肌活动过程中。

心脏主要被认为类似于机电系统，其健康的特征是它的电和机械行为。心脏的机械功能产生声音，用听诊器[5]检测。由于心脏的机械功能，在一个心脏周期内通常会产生四种声音。心音是短暂的振动爆发，具有短暂的特征。在这些声音中，健康受试者主要发出S1和S2两个典型的声音，使用普通听诊器很容易听到。由于房室瓣膜闭合，在心室收缩初期产生第一声S1，在舒张初期和收缩期结束时产生第二心音S2。S1音由两个主要组成部分组成，即由二尖瓣关闭产生的二尖瓣组成的M1音和由三尖瓣关闭产生的三尖瓣组成的T1音，S2音也由两个主要组成部分组成，即由主动脉瓣关闭产生的主动脉瓣组成的A2音和由肺瓣关闭产生的肺瓣组成的P2音。S1的频率范围为20hz ~ 150hz, S2的频率范围为50hz ~ 250hz[6]。当心脏出现任何结构缺陷和异常时，就会发出第三和第四声。心音S3和S4的振幅低于S1和S2，由疾病或年龄影响而发生。

这些声音是可以听到的，主要出现在儿童的声音中，但有时也出现在成人的声音中。第三种声音发生在舒张期快速充盈期，是由于血液急速流入造成房室之间的压差。S4音出现在S1音之前和舒张期之后。这是由于异常心脏[7]的心室扩张引起振动而产生的。心音的产生机理如图1所示。但心脏瓣膜的某些病理过程会影响心音信号，从而产生心脏杂音。心脏杂音是由于瓣膜受损，血液在血管中流动而引起的振动。这是听诊器可以检测到的异常现象之一。杂音发生在收缩期或舒张期，其类型取决于收缩期前杂音、舒张期杂音、持续杂音和收缩期早期。心脏杂音的频率大于2千赫，难以与心音区分，仅依赖于人的听力。 Murmurs are mainly of three types systolic murmur occurs temporary between S1 and S2 due to interference to flow of blood, innocent murmurs are mainly occurs in young age patients during systole and diastole murmur generated at middle to end of the diastole and restrict the laminar flow of blood [9].

方法

研究的目的是利用对数谱距离分析年龄对相应心音的影响。数据来自17名年龄从1个月到360个月不等的受试者。在心脏p1位置使用笔记本式心音记录仪记录数据。心音的记录是通过使用电子听诊器来完成的，该听诊器能够以优异的质量记录和回放所记录的心音，并产生心音信号。环境保持安静，以便高质量地记录心音。

由于听诊器传感器非常敏感，因此由于噪声，记录的数据受到影响。因此，信号被输入前置放大器，放大到所需的电平，并进行滤波，以过滤记录的心音中的噪声成分。心脏信号以16千赫的采样频率记录。因为心脏信号由四种声波组成。

为了用对数谱距离分析年龄的影响，信号被分割成四种声音。然后以最小年龄为参考，按年龄递增的顺序，得到所有被试对应心音之间的对数谱距离。

结果与讨论

在表I和图3到图6中所示的心脏p1位置，不同年龄的受试者所取的读数依次递增。其中年龄沿x轴表示，对数谱距离沿y轴表示。研究表明，随着年龄的增加，对数谱距离也随年龄的增加而增加，且标准差值不同。表中显示了年龄对四种心音S1、S2、S3和S4对数谱距离的影响。同时发现声音S1具有最大的显著对数谱距离。结果表明，该曲线最适合5次多项式。

表一显示了四个心音在p1位置的对数谱距离和标准偏差作为年龄的函数

结论

采用电子听诊器记录数据。研究人员对不同个体的心音进行了调查。可以得出，随着不同个体年龄的增加，相应心音的对数谱距离增加。

确认

作者想对查谟大学物理与电子系研究学者Jang Bahadur Singh先生表示深切的感谢和感谢，他的知识，技术支持，帮助建立实验装置和进行调查。

表格一览

表1

数字一览


图1	图2	图3

图4	图5	图6

参考文献

T. P. Jung, S. Makeig, T. W. Lee, M. J. McKeown, G. Brown, A. J. Bell和T. J. Sejnowski， "独立分量分析生物医学信号,”第二届独立分量分析与盲信号分离国际研讨会论文集, pp。633年,2000年。

Chang, H. Hsien，和J. M. Moura，“生物医学信号处理”，生物医学工程和设计手册第二版，2009。

美国Cerutti”,重点介绍:生物医学信号处理“IEEE生物雷竞技苹果下载医学工程评论，第2卷，第8页，2008。

G. Kaushik和H.P.Sinha "生物医学信号的小波分析，“国际计算机科学与软件工程高级研究杂志第2卷，第422页，2012

R. M. Potdar, M. K. Kowar, A. Biswas和M. Amtey，”基于多尺度域分类的心音压缩，“国际软计算与工程杂志(IJSCE)，第2卷，第41页，2012。

A. Atbi F. Meziani T. Omari和SM Debbal，”心音信号的小波去噪分割(DWT),”《科学研究》，2013年第1卷，第39页。

P. S. RajaKumar, R. M. Suresh和S. Ravi”,非常高效。心音信号分析的计算与硬件实现，"Int . conf。情报，出版于Int。《计算机应用》，2012年第1期。

D. Prakash, U. T. Mageshwari, K. Prabakaran和A. Suguna，”基于数学人工智能算法的心脏疾病检测使用心音信号，”《创新与应用研究》，2013年第3卷，第145页。

S.普丽娅，哈里什和K. K.佩蒂尔，基于Mel频率谱的心音特征提取与杂音识别系数,”机械工程学报，2012年第7卷