嵌入式心音身份識別系統研究

引言 

　　心音身份識別是指一種利用人體心音信號進(jìn)行身份識別的技術(shù)，心音是心臟及心血管系統機械運動(dòng)狀況的反映，包含了心臟各個(gè)部分本身及相互之間作用的生理和病理信息。因此，心音信號在不同的人身上有著(zhù)完全不同的特征并且具有極高的穩定性，可以用作生物識別技術(shù)的識別特征。心音信號除了很難偽裝，偽造及篡改外還具有容易獲取的優(yōu)勢，因此人體心音信號可以為一種新型生物識別方法。

　　本文開(kāi)發(fā)了一種基于LabVIEW 的嵌入式心音身份識別系統，該系統使用方便靈活，能夠實(shí)現對用戶(hù)身份的注冊、辨識和確認。 

　　1 心音信號身份識別原理 

　　心音信號用于個(gè)人身份識別主要包括兩步: 特征提取和模式匹配，特征提取是從心音信號中提取到唯一的表現被測者身份的有效且穩定可靠的特征，模式匹配是對訓練和鑒別時(shí)的特征模式做相似性匹配，本文采用基于梅爾頻率倒譜系數( Mel Frequency Cepstrum Coefficient，MFCC) 特征提取和矢量量化( Vector Quantization，VQ) 模型匹配的識別算法設計心音身份識別系統。
MFCC 主要運用于說(shuō)話(huà)人識別，它將頻譜轉化為基于頻率的非線(xiàn)性頻譜，然后再轉換到倒頻譜上，MFCC 特征提取過(guò)程如圖1 所示。

　　對MFCC 做適當的改進(jìn)，即可適用于心音的身份識別。根據心音信號的頻域特性，Mel 濾波器組截止頻率選擇為500Hz; 由于心音信號具有準周期性，沒(méi)有語(yǔ)音信號那么強的非平穩性，所以信號的幀長(cháng)選擇為256ms 而非語(yǔ)音信號的20ms; MFCC 系數選擇為32 階，并且心音信號的高階MFCC 系數所含信息更多，加上一階差分的系數可使信號動(dòng)態(tài)特性強。VQ 是由標量量化推廣和發(fā)展而來(lái)的。標量量化是用若干個(gè)離散的數字值來(lái)表示每一個(gè)幅度具有連續取值的離散時(shí)域信號，矢量量化則是將若干個(gè)幅度連續取值的時(shí)域采樣信號分成一組，即構成矢量，然后用若干離散的數字值來(lái)表示各種矢量，在模式識別的研究中，需要完成對每一個(gè)所要識別的矢量進(jìn)行分類(lèi)的任務(wù)�；赩Q 的心音身份識別模型，相對于其它的識別模型( 如高斯混合模型) 來(lái)說(shuō)，計算簡(jiǎn)單，具有實(shí)時(shí)性。 

　　2 系統實(shí)現 

　　2． 1 硬件系統實(shí)現 

　　本系統硬件由上位機和下位機組成，整體結構如圖2 所示。上下位機之間通過(guò)HC-06 藍牙模組進(jìn)行通信，HC-06 藍牙模組采用CSR BC04 藍牙技術(shù)，內置藍牙天線(xiàn)，發(fā)射功率為Class 2，靈敏度可達－ 80dBm。 

　　圖2 系統整體結構圖 

　　下位機以dsPIC 數字信號處理器為核心來(lái)控制心音信號的采集、放大以及ADC，而后通過(guò)HC-06藍牙模組( 從) 將心音信號發(fā)送到上位機，下位機主要包括模擬電路和數字電路兩部分。模擬電路包括心音傳感器，30Hz 高通、500Hz 低通Butterworth 濾波器和增益可調節音頻放大器。心音傳感器由聽(tīng)診器探頭、駐極體話(huà)筒和導管組成; Butterworth 濾波器都為4 階，選用Sallen-Key 結構，該結構可于進(jìn)行獨立的增益設定。增益可調節音頻放大器選用LM4811，其CLOCK 和UP /DN 腳與dsPIC 的RG6、RG7 腳相連，實(shí)現對心音信號放大的控制。數字電路主要是dsPIC 主控芯片和HC-06 藍牙模組，選用dsPIC33FJ128MC506 作為主控芯片，系統時(shí)鐘設為40MHz，采樣頻率設為2kHz，波特率設為11． 5kbps;模擬信號經(jīng)其12 位ADC 轉換為數字信號后由UART 傳輸至HC-06 藍牙模組( 從) 發(fā)送。
　　上位機是以工控主板為核心的終端，對心音信號進(jìn)行顯示、分析、存儲和識別。包括HC-06 藍牙模塊( 主) 、TTL-RS232 電平轉換電路、工控主板以及液晶觸摸顯示屏，HC-06 藍牙模塊( 主) 接收傳輸的心音信號通過(guò)電平轉換電路將TTL 電平變?yōu)镽S232 電平; 工控主板通過(guò)RS232 接口連接藍牙模組( 主) 完成心音信號的接收工作; 液晶觸摸顯示屏則作為人機交互設備，通過(guò)LVDS 總線(xiàn)和USB 總線(xiàn)與工控主板相連，LVDS 總線(xiàn)傳輸視頻信號，USB 總線(xiàn)傳輸觸摸信號。

　　2． 2 軟件系統實(shí)現 

　　選用自行設計的Windows Embedded Standard 操作系統，由于它是組件化的XP 系統，不需要設計文件系統和開(kāi)發(fā)驅動(dòng)程序，大大縮短了開(kāi)發(fā)周期和開(kāi)發(fā)難度。獨特的增強型寫(xiě)過(guò)濾器技術(shù)將選定的磁盤(pán)I /O 重新路由到內存或其它的存儲媒體，從而讓操作系統認為您的只讀存儲器是可寫(xiě)的; 可定制開(kāi)機畫(huà)面和自定義殼作為系統啟動(dòng)的運行Shell，防止人為惡意修改系統配置或是誤操作而破壞系統，保證平臺穩定和數據安全。

　　3 心音身份識別軟件開(kāi)發(fā)
 
　　本文使用LabVIEW 虛擬儀器開(kāi)發(fā)基于MFCC 特征提取和VQ 模式匹配算法的心音身份識別軟件，軟件設計過(guò)程中需要用到NI 公司的Database Connectivity Toolkit 工具包，Database Connectivity Toolkit提供完整的SQL 功能，使用Microsoft ADO 技術(shù)與大多數常用數據庫連接，實(shí)現與本地或遠程數據庫的交互式操作。心音身份識別軟件實(shí)現3 個(gè)功能: 用戶(hù)注冊、用戶(hù)辨識和用戶(hù)確認，每個(gè)功能都有獨立的功能界面，利用Subpanel 實(shí)現動(dòng)態(tài)載入界面。

　　用戶(hù)注冊分為兩步: 第一步為基本信息的輸入存儲，包括用戶(hù)名、年齡、性別等; 第二步為采集心音信號，提取其MFCC 特征參數，利用LBG 算法生成一個(gè)最佳碼本存儲在本地的數據庫中。用戶(hù)辨識是1: N 的模式，采集待識別的用戶(hù)的心音信號，提取MFCC 特征參數，與本地數據庫中已經(jīng)存在的所有用戶(hù)碼本進(jìn)行比較，根據最小平均量化失真度準則，選擇最優(yōu)碼本進(jìn)行匹配。用戶(hù)確認則是1 ∶ 1 的模式，首先用戶(hù)輸入已注冊的用戶(hù)名，而后采集待識別的用戶(hù)的心音信號，提取MFCC 特征參數，與用戶(hù)指定身份的碼本進(jìn)行比較，如果其平均量化失真度小于既定的閾值，則確認其身份。 

　　4 實(shí)驗結果 

　　用于衡量本系統的性能指標主要有兩個(gè): 正確辨識率( Correct Recognition Rate，CRR) 和相同錯誤率( Equal Error Rate，EER) 。CRR 是用戶(hù)辨識時(shí)正確識別的樣本占總體樣本的比率; 而EER 是用戶(hù)確認時(shí)錯誤拒絕率和錯誤接受率相同時(shí)的值，CRR 和EER 可用來(lái)衡量系統的安全性和方便性。本次實(shí)驗中，采用上述心音信號身份識別系統對30 名同學(xué)( 20 名男生， 10 名女生) 進(jìn)行了身份注冊、辨識和確認，心音信號均采集于心臟的P 區。身份注冊過(guò)程中心音信號采集時(shí)間分別為10s、20s、30s、40s 和60s，而身份識別過(guò)程中心音信號的采集時(shí)間則為5s、10s、20s 和40s，以上各種情況的CRR如表1 所示。EER 是在上述CRR 最高且注冊時(shí)間和辨識時(shí)間最短，即注冊時(shí)間為40s，辨識時(shí)間為10s的情況下進(jìn)行分析的，此時(shí)身份確認的時(shí)間也為10s。
表1 正確辨識率( %) 

　　針對CRR 分析，表1 橫排代表注冊時(shí)間，豎排代表辨識時(shí)間，從表1 中可以看出，注冊時(shí)間越長(cháng)識別率越高，但超過(guò)40 后，延長(cháng)注冊時(shí)間CRR 已經(jīng)不會(huì )再有明顯的提升; 理論上講，辨識時(shí)間也是越長(cháng)越好，但時(shí)間越長(cháng)需要處理的數據量越大，并且會(huì )影響整個(gè)系統的辨識效率，在保證注冊時(shí)間長(cháng)度為40s的情況下，辨識時(shí)間為10s 即可，延長(cháng)辨識時(shí)間對CRR 無(wú)任何明顯影響。針對EER，在CRR 最為理想的情況下進(jìn)行分析，注冊時(shí)間為40s，確認時(shí)間與辨識時(shí)間一樣為10s，此時(shí)EER 為6． 67%，即有3 個(gè)人無(wú)法正確確認。經(jīng)過(guò)分析，沒(méi)有被正確辨識和確認的心音信號中含有較多噪聲，心動(dòng)周期不明顯，導致不能被正確確認和辨識結果錯誤。 

　　今后將研究基于自適應增強技術(shù)的心音去噪方案，提高識別算法的魯棒性; 雖然在本次小容量模板實(shí)驗情況下EER 為6． 67%，但在大容量模板情況下，為保證EER 仍然是一個(gè)比較小的值，用戶(hù)確認模式下的閾值選取將是下一步研究的重點(diǎn)。 

　　5 結束語(yǔ) 

　　本文在MFCC 特征提取和VQ 模式匹配識別原理的基礎上，基于LabVIEW 開(kāi)發(fā)了一種嵌入式心音身份識別系統，具有用戶(hù)注冊、用戶(hù)辨識和用戶(hù)確認功能。在小容量心音模板下具有較高CRR 和較低EER，充分證明了嵌入式心音身份識別技術(shù)的可行性，這將為當前社會(huì )所面臨的各種身份鑒定和信息安全問(wèn)題提供一種準確率高、防偽能力強的生物識別新設備。

嵌入式心音身份識別系統研究