陳誠(chéng) 李丕丁 徐涵

摘 要：肺音是反映呼吸道疾病的重要參數(shù)。為方便呼吸道疾病患者隨時(shí)隨地自我測(cè)量與診斷，設(shè)計(jì)一種基于Android移動(dòng)終端的肺音測(cè)量系統(tǒng)。該系統(tǒng)以嵌入式終端為基礎(chǔ)，藍(lán)牙為傳輸途徑，Android平臺(tái)客戶(hù)端為核心，實(shí)現(xiàn)了數(shù)據(jù)采集、波形顯示、數(shù)據(jù)存儲(chǔ)功能。通過(guò)建立數(shù)據(jù)提取方法，利用希爾伯特變換對(duì)音頻信號(hào)進(jìn)行分析，得出肺音的頻率、強(qiáng)度、持續(xù)時(shí)長(zhǎng)3個(gè)參數(shù)。實(shí)驗(yàn)結(jié)果表明，該測(cè)量系統(tǒng)能對(duì)肺音準(zhǔn)確測(cè)量，應(yīng)用靈活，可滿(mǎn)足實(shí)際需要。

關(guān)鍵詞：肺音測(cè)量;安卓客戶(hù)端;藍(lán)牙;嵌入式系統(tǒng)

DOI：10. 11907/rjdk. 182500

中圖分類(lèi)號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2019）006-0111-04

Abstract： Lung sounds are important parameters reflecting respiratory diseases.A lung sound measurement system based on Android platform is designed and developed to realize the self-measurement and diagnosis of patients with respiratory diseases at any time and anywhere.The system is based on embedded terminal with bluetooth network as the transmission channel and Android platform client as the core of the measurement system. It not only achieves data acquisition， waveform display， data storage， but also establishes a data extraction method. Hilbert transform is used to analyze the audio signal， and three parameters， frequency， intensity and duration are obtained.The experimental results show that the system can accurately measure the lung sounds and can be applied flexibly to meet the actual needs.

Key Worlds： lung sound measurement;Android client;bluetooth; embedded system

0 引言

肺音是人體生理和病理的一項(xiàng)重要指標(biāo)，能為臨床診斷提供重要信息[1 ]。很多疾病會(huì)導(dǎo)致異常肺音產(chǎn)生，如慢性氣管炎、慢性肺阻塞、支氣管肺部感染等[2]。這些疾病也可用胸透、肺功能檢查和肺動(dòng)脈血?dú)庀嗟仁侄芜M(jìn)行診斷，但可能給病人帶來(lái)輻射危害[3]。肺音聽(tīng)診不僅能發(fā)現(xiàn)早期肺炎等疾病，而且具有安全簡(jiǎn)單、低價(jià)高效、非介入等優(yōu)點(diǎn)[4]。因此，從理論角度看，肺音信號(hào)檢測(cè)是評(píng)估呼吸道疾病的有效手段。

采用傳統(tǒng)聲學(xué)聽(tīng)診器進(jìn)行肺音聽(tīng)診時(shí)，依賴(lài)于醫(yī)生的臨床經(jīng)驗(yàn)及聽(tīng)診技能，聲音數(shù)據(jù)無(wú)法存儲(chǔ)、播放及顯示 [5]。為改善傳統(tǒng)肺音聽(tīng)診的不足，電子聽(tīng)診儀器研究方興未艾，目前分為兩種類(lèi)型：①以終端肺音記錄儀為代表，利用壓電或電容傳感器采集肺音信號(hào)，通過(guò)SD卡將肺音信號(hào)記錄下來(lái)[6-7]。該類(lèi)型記錄儀僅僅是將數(shù)據(jù)記錄下來(lái)，還需要專(zhuān)業(yè)的設(shè)備分析顯示肺音參數(shù);②以工作站形式的肺音分析儀為代表。該測(cè)量?jī)x的肺音測(cè)量功能齊全，如美國(guó)3MTM Littmann公司生產(chǎn)的3200型電子聽(tīng)診器，利用藍(lán)牙技術(shù)無(wú)線采集肺音，可將病人資料和肺音信號(hào)實(shí)時(shí)傳輸至電腦并存儲(chǔ)分析[7-10]。該類(lèi)型聽(tīng)診器多用于醫(yī)院，攜帶不便。這兩類(lèi)產(chǎn)品在實(shí)時(shí)肺音測(cè)量上存在一定局限性。

隨著網(wǎng)絡(luò)的發(fā)展，智能手機(jī)逐步普及，本文開(kāi)發(fā)了一種基于Android移動(dòng)終端的肺音測(cè)量系統(tǒng)。該系統(tǒng)以嵌入式終端為基礎(chǔ)，通過(guò)組建藍(lán)牙通信通道，實(shí)時(shí)將數(shù)據(jù)傳輸?shù)揭苿?dòng)終端進(jìn)行圖形化顯示并提取出相應(yīng)的肺音參數(shù)，具有實(shí)時(shí)圖形顯示、便攜方便、成本低廉等特點(diǎn)。

1 系統(tǒng)總體規(guī)劃

本測(cè)量系統(tǒng)包括嵌入式測(cè)量終端與Android客戶(hù)端軟件兩個(gè)部分。嵌入式終端實(shí)現(xiàn)數(shù)據(jù)采集、模數(shù)轉(zhuǎn)換、增益設(shè)置、數(shù)據(jù)傳輸?shù)裙δ?。Android客戶(hù)端實(shí)現(xiàn)數(shù)據(jù)接收、波形顯示、音頻保存、音頻分析、分析參數(shù)存儲(chǔ)等功能。其中音頻分析參數(shù)包括肺音發(fā)生的頻率、強(qiáng)度、肺音持續(xù)時(shí)長(zhǎng)等。頻率即每分鐘產(chǎn)生肺音的次數(shù)，強(qiáng)度即平均每次肺音的幅度和，肺音持續(xù)時(shí)間即平均單個(gè)肺音的持續(xù)時(shí)間。最后將用戶(hù)ID、音頻增益倍數(shù)、音頻保存路徑和提取的參數(shù)都保存在移動(dòng)終端本地?cái)?shù)據(jù)庫(kù)中以方便查看。

2 測(cè)量終端設(shè)備

2.1 硬件設(shè)計(jì)

肺音測(cè)量終端硬件設(shè)計(jì)如圖1所示，包括肺音傳感器、濾波電路、可調(diào)增益電路、音頻輸出模塊、藍(lán)牙收發(fā)模塊等。

主控芯片采用32位微控制器STM32F103RCT6芯片。該芯片基于ARM Corlex—M3核心的32位微控制器，其性能高、成本低、功耗低[11]。肺音傳感器采用合肥華科電子技術(shù)研究所開(kāi)發(fā)的肺音傳感器，其利用微音傳感元件采集肺部震動(dòng)信號(hào)，頻率響應(yīng)為100～4 500Hz，能在一定程度上限制心音干擾。相關(guān)理論研究表明，肺音的頻率范圍為100～1 500Hz[12]，因此濾波器采用低通濾波，截止頻率為1 500Hz。信號(hào)幅度增益設(shè)置為1-32倍可調(diào)。音頻輸出模塊可接耳機(jī)實(shí)時(shí)播放數(shù)據(jù)，音頻采樣率設(shè)置為4k。藍(lán)牙通信的最低要求為4kbyte/s，數(shù)據(jù)要求較高，因此不宜采用BLE低功耗藍(lán)牙。本設(shè)計(jì)采用BF10藍(lán)牙通信模塊，它具有傳輸穩(wěn)定、速率高的特點(diǎn)[13]。

2.2 軟件設(shè)計(jì)

測(cè)量終端軟件設(shè)計(jì)包括模數(shù)（AD）采樣控制、采樣增益控制、數(shù)據(jù)串口收發(fā)，如圖2所示。系統(tǒng)在上電復(fù)位后，首先執(zhí)行初始化程序，包括AD初始化、串口程序初始化。然后進(jìn)入主函數(shù)的while（1）函數(shù)中循環(huán)，等待Android客戶(hù)端指令進(jìn)行相應(yīng)的數(shù)據(jù)采樣、數(shù)據(jù)收發(fā)操作。

在AD初始化中對(duì)采樣通道、采樣模式、采樣速率進(jìn)行設(shè)置。設(shè)置為單一通道循環(huán)采樣模式，其中參考電壓1.5V，實(shí)現(xiàn)8位AD轉(zhuǎn)換，采樣率為4k， 設(shè)置0.25ms一次中斷。串口初始化中配置波特率為115 200，數(shù)據(jù)位8位。每次AD后，將數(shù)據(jù)寫(xiě)入緩沖流數(shù)組。在滿(mǎn)40個(gè)數(shù)據(jù)時(shí)加上包頭，通過(guò)串口發(fā)送數(shù)據(jù)給藍(lán)牙模塊，藍(lán)牙模塊實(shí)時(shí)將數(shù)據(jù)發(fā)送給手機(jī)客戶(hù)端，并將客戶(hù)端上開(kāi)始、結(jié)束和增益指令發(fā)送給嵌入式終端。

3 Android客戶(hù)端軟件設(shè)計(jì)

3.1 客戶(hù)端軟件界面設(shè)計(jì)

Android客戶(hù)端界面設(shè)計(jì)流程如圖3所示，包括注冊(cè)、登錄、藍(lán)牙連接和配對(duì)、測(cè)量位置選擇、數(shù)據(jù)接收顯示、數(shù)據(jù)處理界面、歷史數(shù)據(jù)顯示和音頻播放等界面。

在注冊(cè)界面中填寫(xiě)用戶(hù)ID、用戶(hù)名、性別、密碼并保存在本地。在登錄界面中填寫(xiě)用戶(hù)名、密碼然后登錄。在藍(lán)牙界面打開(kāi)藍(lán)牙、配對(duì)藍(lán)牙。在測(cè)量位置選擇界面，參考肺部圖片選擇測(cè)量位置。在數(shù)據(jù)接收顯示界面連接藍(lán)牙，選擇放大倍數(shù)，顯示數(shù)據(jù)波形，保存音頻數(shù)據(jù)。在數(shù)據(jù)處理界面，利用算法解析出肺音參數(shù)保存在本地。在歷史列表界面查看當(dāng)前賬號(hào)下的已測(cè)量情況。在參數(shù)顯示界面查看詳細(xì)肺音參數(shù)，肺音波性，以及播放肺音音頻。

3.2 數(shù)據(jù)接收與顯示設(shè)計(jì)

Android SDK為開(kāi)發(fā)者提供BluetoothAdapter查找藍(lán)牙設(shè)備類(lèi)，BluetoothSocket數(shù)據(jù)輸入輸出類(lèi)[14]。藍(lán)牙通信運(yùn)用BluetoothAdapter中g(shù)etBondedDevices（）方法得到已配對(duì)的藍(lán)牙設(shè)備;運(yùn)用BluetoothSocket的getInputStream（）和getOutputStream（）方法監(jiān)聽(tīng)藍(lán)牙數(shù)據(jù)收發(fā)。本文的數(shù)據(jù)接收和顯示流程如圖4所示。

為保證接收數(shù)據(jù)函數(shù)及時(shí)回調(diào)，及時(shí)顯示數(shù)據(jù)，建立一個(gè)藍(lán)牙數(shù)據(jù)接收線程blutoothcomm。在該線程中調(diào)用blutoothsocket進(jìn)行數(shù)據(jù)收發(fā)，并開(kāi)辟一個(gè)450byte的接收緩存區(qū)用來(lái)接收數(shù)據(jù)。如果接收緩存區(qū)數(shù)據(jù)滿(mǎn)400byte，將接收緩沖區(qū)數(shù)據(jù)復(fù)制到數(shù)據(jù)處理緩沖區(qū)，回調(diào)顯示線程。在顯示線程中設(shè)置波形數(shù)據(jù)環(huán)形存儲(chǔ)區(qū)15 000byte，對(duì)數(shù)據(jù)處理緩沖區(qū)的數(shù)據(jù)去包頭，然后復(fù)制到波形數(shù)據(jù)環(huán)形存儲(chǔ)區(qū)，刷新視圖，顯示波形。在顯示數(shù)據(jù)的同時(shí)還可選擇將肺音數(shù)據(jù)保存在wav文件中。wav文件的fmt數(shù)據(jù)塊格式設(shè)置為采樣頻率4 000，單聲道，文件名以系統(tǒng)當(dāng)前時(shí)間命名。

目前主流的Android手機(jī)系統(tǒng)屏幕刷新頻率為60次/s[15]。考慮到移動(dòng)終端有不同的CPU和GPU，在刷新時(shí)需要的時(shí)間也不同，因此波形顯示時(shí)要限制刷新頻率，給屏幕刷新留下充足的時(shí)間。本設(shè)計(jì)中藍(lán)牙傳輸數(shù)據(jù)量是 4 000byte/s，大約每400byte刷新一次，因此實(shí)際界面大約刷新10次/s，完全滿(mǎn)足顯示刷新要求。

3.3 數(shù)據(jù)處理算法實(shí)現(xiàn)

為得到肺音信號(hào)參數(shù)，需要比較平滑的包絡(luò)以對(duì)肺音信號(hào)進(jìn)行定位。本文包絡(luò)提取方法是用Hilbert變換法將原始信號(hào)變換成復(fù)解析信號(hào)，將其作為包絡(luò)信息[16]。該包絡(luò)提取法具有計(jì)算方法成熟、抗噪聲干擾能力較強(qiáng)等優(yōu)點(diǎn)[17-18]。處理流程如圖5所示。

首先預(yù)處理數(shù)據(jù)，減少計(jì)算量。接著利用經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）分解出本征信號(hào)（IMF），此時(shí)得到的處理信號(hào)不一定滿(mǎn)足IMF信號(hào)條件，如果不滿(mǎn)足則繼續(xù)執(zhí)行EMD分解。判定是IMF信號(hào)的條件是極值點(diǎn)數(shù)量和過(guò)零點(diǎn)數(shù)量最多相差1，局部極大值包絡(luò)和極小值包絡(luò)的和均值小于0.01。 在得到IMF信號(hào)數(shù)據(jù)后進(jìn)行hilbert變換。取IMF原信號(hào)（實(shí)部）和變換后的信號(hào)（虛部）的絕對(duì)值，該絕對(duì)值就是肺音信號(hào)的包絡(luò)。此時(shí)的包絡(luò)仍有毛刺，不利于參數(shù)識(shí)別處理，需要對(duì)數(shù)據(jù)進(jìn)行平滑處理。平滑處理只需查找包絡(luò)的極大值點(diǎn)， 然后在這些極大值點(diǎn)間進(jìn)行3次樣條插值處理，就可得到比較平滑的包絡(luò)[19]。

由實(shí)踐可知，一個(gè)呼吸肺音的包絡(luò)開(kāi)始為遞增曲線，最少遞增趨勢(shì)80ms，結(jié)束時(shí)是遞減曲線80ms，因此判斷一個(gè)肺音發(fā)生的方法如下：①設(shè)置判斷可能是呼吸音的閾值大小為在包絡(luò)中最大值的0.3倍;②在閾值點(diǎn)后能增長(zhǎng)20ms的點(diǎn)判定是起始點(diǎn)，在閾值點(diǎn)前能遞減20ms的點(diǎn)判定為結(jié)束點(diǎn)，這兩點(diǎn)之間就是一個(gè)肺音。其中兩點(diǎn)時(shí)間差就是單個(gè)肺音持續(xù)時(shí)間，在該持續(xù)時(shí)間內(nèi)的幅度值0～256歸一化為-1～1，然后取其絕對(duì)值之和就是強(qiáng)度值;③將肺音發(fā)生總數(shù)除以測(cè)量總時(shí)間計(jì)算出肺音頻率。

進(jìn)一步求出每個(gè)肺音的平均持續(xù)時(shí)間值、平均強(qiáng)度值，最后將解析出的肺音參數(shù)保存在Android系統(tǒng)自帶的sqlite輕量級(jí)數(shù)據(jù)庫(kù)。操作數(shù)據(jù)表利用Greendao框架，該框架具有使用簡(jiǎn)便效率高等特點(diǎn)[20]。

4 實(shí)驗(yàn)分析

本系統(tǒng)對(duì)10名呼吸道疾病患者肺音進(jìn)行測(cè)試，結(jié)果較為理想。以一名男性肺部哮鳴音患者為例，該用戶(hù)測(cè)量位置選擇界面有6個(gè)肺音聽(tīng)診點(diǎn)，一般聽(tīng)診順序由肺尖開(kāi)始，自上而下，從左向右。選中右肺尖測(cè)量點(diǎn)進(jìn)入數(shù)據(jù)接收界面，如圖6所示。選擇幅度增益31倍后開(kāi)始檢測(cè)，可以清楚地看到肺音波形。點(diǎn)擊開(kāi)始記錄按鍵將音頻保存，然后點(diǎn)擊右上角菜單按鍵進(jìn)入數(shù)據(jù)處理界面，如圖7所示。通過(guò)音頻文件選擇，點(diǎn)擊音頻處理按鍵，得到此次的肺音發(fā)生頻率38次/min，單個(gè)肺音強(qiáng)度552，單個(gè)肺音持續(xù)時(shí)間712ms。實(shí)驗(yàn)表明，測(cè)量結(jié)果符合實(shí)際觀察得到的數(shù)據(jù)，達(dá)到了預(yù)期目標(biāo)，如圖8所示。

5 結(jié)語(yǔ)

本文以嵌入式終端為基礎(chǔ)，Android移動(dòng)終端為核心設(shè)計(jì)了便攜式肺音測(cè)量系統(tǒng)，實(shí)現(xiàn)了肺音數(shù)據(jù)采集、實(shí)時(shí)發(fā)送、波形顯示、參數(shù)分析、數(shù)據(jù)保存等功能。測(cè)試結(jié)果表明，本系統(tǒng)能為用戶(hù)提供直觀、持久的數(shù)據(jù)用于分析病情，可應(yīng)用在家庭、社區(qū)等處，應(yīng)用前景良好。但不足之處是在測(cè)量左肺心臟部位的肺音時(shí)，仍然存在一定心音干擾，需要在移動(dòng)客戶(hù)端用算法進(jìn)一步加以改進(jìn)。

參考文獻(xiàn)：

[1] NAGASAKA Y. Lung sounds in bronchial asthma [J]. Allergology International， 2012（61）：353-363.

[2] 代先慧，郝月琴. 支氣管哮喘-慢性阻塞性肺疾病重疊、哮喘、慢性阻塞性肺疾病臨床特征的對(duì)比研究[J]. 臨床肺科雜志，2018，23（7）：1306-1310.

[3] 姚小靜，王洪，李燕，等. 肺音信號(hào)分析及其識(shí)別方法的研究進(jìn)展[J]. 重慶理工大學(xué)報(bào)，2013，27（12）：95-100.

[4]黃梅，劉洪英，皮喜田，等. 多功能心肺音電子聽(tīng)診儀的研制[J]. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2017，36（6）：360-361.

[5] SHI W Y，MAYS J，CHIAO JC. Wireless stethoscope for recording heart and lung sound[C]. IEEE Topical Conference on Biomedical Wireless Technologies，Networks，and Sensing Systems.IEEE，2016：1-4.

[6] 劉喻，陳洪波，肖新華. 便攜式心肺音記錄儀的研究[J]. 電子測(cè)量技術(shù)，2017，40（3）：10-14.

[7] 鄧羲，魯勇軍. 肺聲的電子檢測(cè)及其醫(yī)學(xué)應(yīng)用[J]. 國(guó)外醫(yī)學(xué)：生物醫(yī)學(xué)工程分冊(cè)，2000，23（4）：223-228.

[8] 王琦，姚愛(ài)琴. 基于藍(lán)牙的心肺音采集系統(tǒng)[J]. 電子測(cè)試，2010，l（1）：1-4.

[9] GTINCHENKO V，ARTEMIEV A，MAKARENKOV A，et al. Mobile end-user solution for system of monitoring of respiratory and cardiac sounds[C]. 2014 IEEE XXXIV International Scientific Conference Electronics and Nanotechnology （ELNANO），2014：299-302.

[10] 趙守國(guó)，萬(wàn)明習(xí)，王素品，等. 肺音信號(hào)的非線性檢測(cè)與肺胸系統(tǒng)聲傳遞特征研究[J]. 聲學(xué)學(xué)報(bào)，2002，27（1）：38-44.

[11] 張弓. 基于STM32的手持式數(shù)據(jù)采集器系統(tǒng)設(shè)計(jì)[J]. 軟件導(dǎo)刊，2016，15（7）：89-91.

[12] LU W H ，LIN Y，DU W Y，et al. Highly sensitive electronic stethoscope based on non-uniform PVDF structure[J]. Journal of Measurement Science and Instrumentation，2016，7（1）：84-90.

[13] 陳瀟遠(yuǎn)，朱曉力，胡曉雯，等. 基于藍(lán)牙的無(wú)線錄音聽(tīng)診裝置的設(shè)計(jì)[J]. 生物醫(yī)學(xué)工程研究，2014，33（4）：236-239.

[14] 張紅雨，張宇峰，馬俊. 基于 Android studio的藍(lán)牙通信開(kāi)發(fā)與設(shè)計(jì) [J]. 科技創(chuàng)新與應(yīng)用，2017（21）：18-19.

[15] 李建州. 安卓智能手機(jī)功耗管理評(píng)測(cè)機(jī)制的研究[D]. 西安：西安電子科技大學(xué)，2014.

[16] HUANG N E，LONG S R，SHEN Z，et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings：Mathematical Physical and Engineering Sciences，1998，454 （1971）： 903-995.

[17] 李圣君. 呼吸音信號(hào)的包絡(luò)特征提取方法[J]. 計(jì)算機(jī)與應(yīng)用，2008，44（32）：151-154.

[18] 許曉飛，林勇，嚴(yán)彬彬，等. 基于希爾伯特-黃變換的心音包絡(luò)提取[J]. 航天醫(yī)學(xué)和醫(yī)學(xué)工程，2008，21（2）：134-136.

[19] 杜建衛(wèi). 希爾伯特黃變換方法及其在特征提取中的應(yīng)用研究[D]. 北京：北京科技大學(xué)，2017.

[20] 胡忠望，莫家慶. 基于Android的移動(dòng)應(yīng)用開(kāi)發(fā)研究[J]. 軟件導(dǎo)刊，2014，13（11）：18-20.

（責(zé)任編輯：杜能鋼）