何圣康，趙治棟

(1.杭州電子科技大學(xué)通信工程學(xué)院，浙江 杭州310018;2.杭州電子科技大學(xué)電子信息學(xué)院，浙江 杭州310018)

0 引 言

常見的生物特征識(shí)別技術(shù)有指紋、虹膜、視網(wǎng)膜、人臉、聲紋、步態(tài)等[1-2]。不同于傳統(tǒng)的生物識(shí)別技術(shù)，心音身份識(shí)別技術(shù)采用心音信號(hào)進(jìn)行身份識(shí)別。不同的人的心音信號(hào)有著完全不同的特征且具有極高的穩(wěn)定性，可以作為生物識(shí)別技術(shù)的識(shí)別特征[3]。近年來，國(guó)內(nèi)外一些研究人員對(duì)心音身份識(shí)別進(jìn)行了研究，證明了采用心音信號(hào)進(jìn)行個(gè)人身份識(shí)別的可能性，并取得了一定的進(jìn)展[4]。本文開發(fā)的基于Android的心音身份識(shí)別系統(tǒng)，能夠方便地完成對(duì)用戶心音信號(hào)的采集，完成用戶的注冊(cè)以及識(shí)別。

1 心音身份識(shí)別原理

利用心音信號(hào)進(jìn)行身份識(shí)別主要包括兩個(gè)過程:訓(xùn)練過程和識(shí)別過程。

在訓(xùn)練的過程中，本文提取MFCC 作為特征參數(shù)。MFCC 指的是MEL 頻率倒譜系數(shù)，常用于提取語音信號(hào)的特征參數(shù)?？紤]到心音信號(hào)和語音信號(hào)同屬于音頻信號(hào)，心音信號(hào)同樣可以提取MFCC 作為特征參數(shù)。

MFCC參數(shù)提取流程如圖1所示。

圖1 MFCC參數(shù)提取流程

在對(duì)語音信號(hào)提取MFCC 特征參數(shù)時(shí)，幀長(zhǎng)范圍是20 25 ms。不同于語音信號(hào)，心音信號(hào)具備準(zhǔn)周期性，標(biāo)準(zhǔn)語音幀長(zhǎng)的20 25 ms 并不適用于心音信號(hào)，而是應(yīng)該大于20 25 ms[4]。本文選取的心音信號(hào)的幀長(zhǎng)為256 ms，幀移為64 ms。由于心音信號(hào)的頻率范圍為30 500 Hz，所以MEL 濾波器組的截止頻率選取500 Hz[5]。

在模式匹配的過程中，采用矢量量化VQ模型匹配算法。通過LBG算法從所有特征矢量中訓(xùn)練出可以表征一個(gè)人身份的碼本。LBG 初始碼本的生成采用分裂法，通過不斷地尋找與質(zhì)心的畸變最大的矢量，并以該矢量作為質(zhì)心進(jìn)行下一次分裂的分裂方法。

在識(shí)別的過程中，提取待測(cè)試心音信號(hào)的特征矢量序列，計(jì)算特征矢量序列對(duì)應(yīng)每一個(gè)碼本的平均量化誤差，平均量化誤差最小的碼本對(duì)應(yīng)的人便是系統(tǒng)的識(shí)別結(jié)果。

2 系統(tǒng)實(shí)現(xiàn)

2.1 硬件系統(tǒng)

系統(tǒng)由上位機(jī)和下位機(jī)組成，下位機(jī)完成心音信號(hào)的采集、AD 轉(zhuǎn)換，通過HC-06 藍(lán)牙模塊將AD 轉(zhuǎn)換后的數(shù)據(jù)通過藍(lán)牙傳輸技術(shù)發(fā)送至Android 智能手機(jī)。Android 智能手機(jī)作為上位機(jī)，完成心音信號(hào)的接收、顯示及處理，系統(tǒng)的硬件框圖如圖2所示。

圖2 硬件系統(tǒng)框圖

心音信號(hào)通過自制心音拾音頭采集，由駐極體話筒、聽診頭改裝而成，可以將聲音信號(hào)轉(zhuǎn)換為電壓信號(hào)。通過30 500 Hz 有源濾波器獲取有效頻率范圍內(nèi)的心音信號(hào)。音頻放大電路選用LM4811，通過dsPIC 主控電路完成對(duì)增益大小的控制。經(jīng)過主放大電路后，通過耳機(jī)收聽實(shí)時(shí)的心音。此外，dsPIC 主控單元的作用還包括AD 轉(zhuǎn)換、電源管理。心音信號(hào)的采樣頻率為2 000 Hz，波特率為57 600 bps。經(jīng)過12位AD 轉(zhuǎn)換后的數(shù)字信號(hào)通過dsPIC 芯片的串口發(fā)送至HC-06 藍(lán)牙模塊。通過藍(lán)牙發(fā)送數(shù)據(jù)至上位機(jī)。

2.2 基于藍(lán)牙的心音數(shù)據(jù)傳輸系統(tǒng)

Android 智能手機(jī)和心音采集設(shè)備的藍(lán)牙配對(duì)及傳輸過程如圖3所示。

經(jīng)過AD 轉(zhuǎn)換后的數(shù)據(jù)，通過HC-06 藍(lán)牙模塊發(fā)送，每一個(gè)HC-06 藍(lán)牙模塊具備一個(gè)固有的MAC地址。接收方Android 手機(jī)打開藍(lán)牙，并向系統(tǒng)注冊(cè)程序UUID。搜索藍(lán)牙設(shè)備，找到HC-06 藍(lán)牙模塊，獲取其MAC 地址。通過該MAC 地址得到BluetoothDevice 對(duì)象。該BluetoothDevice 對(duì)象使用上述UUID 獲得BluetoothSocket 對(duì)象。通過BluetoothSocket 對(duì)象的connect()方法完成BluetoothSocket的連接。若Android 手機(jī)在此之前并未與HC-06 配對(duì)，便需要輸入配對(duì)密碼完成與HC-06 模塊的配對(duì)，該配對(duì)密碼由HC-06 模塊設(shè)定，可人為修改。完成上述步驟后，便完成了手機(jī)同藍(lán)牙模塊的連接，可以完成藍(lán)牙數(shù)據(jù)的接收。

圖3 使用傳統(tǒng)方式藍(lán)牙配對(duì)完成數(shù)據(jù)傳輸

3 心音身份識(shí)別系統(tǒng)軟件實(shí)現(xiàn)

本文設(shè)計(jì)的心音身份識(shí)別系統(tǒng)基于Android 操作系統(tǒng)開發(fā)，可以完成心音數(shù)據(jù)的藍(lán)牙接收、波形顯示、注冊(cè)及識(shí)別。

1)數(shù)據(jù)藍(lán)牙接收處理。AD 轉(zhuǎn)換后的心音數(shù)據(jù)為12位AD數(shù)據(jù)，數(shù)據(jù)按照字節(jié)傳送，先傳低8位，后發(fā)高4位，一個(gè)AD 轉(zhuǎn)換結(jié)果為2 byte。Android 智能手機(jī)在接收藍(lán)牙模塊發(fā)送而來的數(shù)據(jù)的過程中，通過BluetoothSocket 對(duì)象的getInputStream()方法獲得InputStream輸入流對(duì)象。按照字節(jié)接收通過藍(lán)牙模組發(fā)送到手機(jī)的數(shù)據(jù)。

2)波形顯示。在自定義的SurfaceView 顯示控件中顯示心音信號(hào)波形。在應(yīng)用的主Activity 中接收AD 轉(zhuǎn)換后的心音數(shù)據(jù)，接受到的數(shù)據(jù)不斷更新，在自定義SurfaceView 顯示控件中不斷處理更新后的數(shù)據(jù)，并顯示到屏幕中。

3)注冊(cè)模塊。心音信號(hào)的注冊(cè)模塊包括基本信息的注冊(cè)和心音信號(hào)的采集。基本信息的注冊(cè)包括姓名、年齡、聯(lián)系方式。將個(gè)人信息保存到SQLite數(shù)據(jù)庫中，然后采集一段心音信號(hào)，由藍(lán)牙傳輸至Android 手機(jī)。完成采集后，提取MFCC 特征參數(shù)，利用LBG算法生成碼本，以txt 文檔格式保存。在SQLite數(shù)據(jù)庫中保存對(duì)應(yīng)碼本文件的文件路徑，方便辨識(shí)操作的調(diào)用。

4)辨識(shí)模塊。在用戶辨識(shí)模塊，首先采集一段待識(shí)別心音信號(hào)，提取其MFCC 特征參數(shù)，分別與系統(tǒng)中的每一個(gè)碼本計(jì)算平均量化誤差。平均量化誤差最小的便是識(shí)別結(jié)果。

4 實(shí)驗(yàn)結(jié)果

試驗(yàn)采集了40 人的心音信號(hào)，用于進(jìn)行系統(tǒng)識(shí)別性能的測(cè)試。本次心音數(shù)據(jù)均采集于心臟的P區(qū)。主要從兩個(gè)方面進(jìn)行試驗(yàn)分析。

1)心音采集時(shí)間對(duì)系統(tǒng)識(shí)別性能的影響。不同的心音采集時(shí)間對(duì)系統(tǒng)識(shí)別性能有較大影響，不同采集時(shí)間對(duì)于本系統(tǒng)性能的影響如表1所示。選取FFT點(diǎn)數(shù)為512，Mel 濾波器的個(gè)數(shù)為64，橫排表示注冊(cè)時(shí)間，豎排表示辨識(shí)時(shí)間。

由表1可知，當(dāng)辨識(shí)心音信號(hào)和注冊(cè)心音信號(hào)的采集時(shí)間分別6 s和40 s時(shí)，系統(tǒng)的正確識(shí)別率不會(huì)隨著采集時(shí)間的增加發(fā)生明顯的變化，此時(shí)的正確識(shí)別率為95%。

表1 不同心音信號(hào)采集時(shí)間對(duì)應(yīng)的正確識(shí)別率

2)Mel 濾波器個(gè)數(shù)對(duì)識(shí)別性能的影響。Mel 頻率濾波器個(gè)數(shù)的增加會(huì)增加心音頻域的個(gè)性特征，但個(gè)數(shù)過多會(huì)導(dǎo)致算法的復(fù)雜度增加。本系統(tǒng)在注冊(cè)信號(hào)采集時(shí)間為40 s，辨識(shí)信號(hào)采集時(shí)間為6 s，F(xiàn)FT點(diǎn)數(shù)為512時(shí)，不同的Mel 濾波器個(gè)數(shù)對(duì)應(yīng)的系統(tǒng)正確識(shí)別率CRR 如表2所示。

表2 不同Mel 濾波器個(gè)數(shù)對(duì)應(yīng)的正確識(shí)別率

由表2可知，當(dāng)濾波器個(gè)數(shù)達(dá)到一定值時(shí)，識(shí)別率固定在一定的值，不再發(fā)生變化，并不會(huì)隨著濾波器個(gè)數(shù)的增加而不斷上升。根據(jù)實(shí)驗(yàn)結(jié)果，本文可以取48 64的濾波器個(gè)數(shù)。

5 結(jié)束語

本文基于Android 操作系統(tǒng)開發(fā)了心音身份識(shí)別系統(tǒng)，利用MFCC 提取特征參數(shù)，并基于VQ 實(shí)現(xiàn)了身份匹配。數(shù)據(jù)采集系統(tǒng)和數(shù)據(jù)傳輸系統(tǒng)自行研發(fā)，可完成心音信號(hào)的高質(zhì)量采集。實(shí)驗(yàn)表明，本文設(shè)計(jì)的心音身份識(shí)別系統(tǒng)可以準(zhǔn)確高效地實(shí)現(xiàn)用戶的身份識(shí)別。

[1]陳洪京.幾種生物識(shí)別方法的比較研究[J].河北省科學(xué)院學(xué)報(bào)，2007，24(4):33-37.

[2]Jain A K，Ross A，Prabhakar S.An introduction to biometric recognition[J].IEEE Transactions on Circuits and Systems for Video Technology，2004，14(1):4-20.

[3]劉娟，趙治棟.基于心音信號(hào)譜分析的身份特征提取算法[J].杭州電子科技大學(xué)學(xué)報(bào)，2010，30(4):181-185.

[4]Phua K，Chen J，Dat T H，et al.Heart sound as a biometric[J].Pattern Recognition，2008，41(3):906-919.

[5]趙力.語音信號(hào)處理[M].北京:機(jī)械工業(yè)出版社，2009∶51-55.