心音身份識別系統(tǒng)的構(gòu)建

近年來，隨著社會經(jīng)濟的快速發(fā)展，身份認(rèn)證的準(zhǔn)確性和安全性要求不斷提高。從傳統(tǒng)的特征特征（如戶籍）和特定知識（如密碼和密碼）到新的識別人類行為特征的生物識別技術(shù)（如聲音識別、人臉識別、腦膜識別、dna識別、識別、視力識別、掌紋識別等）已經(jīng)成為近年來的研究熱點，并已在各個行業(yè)應(yīng)用，但存在一些不足。例如，在聲音識別技術(shù)方面，個體聲音可以很容易地記錄和顯示。這些缺陷無疑給身份認(rèn)證的識別系統(tǒng)帶來了許多缺陷，因此一些新的生理和行為特征被考慮用于身份識別。心音信號是一種正常的生理信號,因具有獨特性、普遍性、穩(wěn)定性、聲源隱藏在人體內(nèi)和心臟結(jié)構(gòu)復(fù)雜很難被復(fù)制等特點,使其成為一種高安全性的生物特征.Beritelli等首次對利用心音進行身份識別進行了初步研究,他們通過對心音信號主要成分第一和第二心音進行頻譜分析,證實了心音具有獨一無二的生理特性,并驗證了將由聽診探頭提取的心音錄音的重放音與重新放置在胸部獲得的心音信號相比較,兩者的相似程度不到75%.因此,要重構(gòu)一個人工心臟,并且人工心臟周圍的生物屬性也必須與該人的身體結(jié)構(gòu)一致,才能以相同方式獲取相同心音,這在目前尚難以實現(xiàn).近年來,已有大量的研究結(jié)果證明心音用于身份識別是可行的.此外,在國內(nèi)外研究人員的共同努力下,心音采集設(shè)備越來越多樣、預(yù)處理部分越來越精細、特征參數(shù)提取方法越來越成熟、模式匹配技術(shù)也越來越高效.更加有意義的工作是,Beritelli與重慶大學(xué)和南京郵電大學(xué)等研究單位逐步建立了比較豐富的心音數(shù)據(jù)庫,可為研究者提供一個參考與比較的信源平臺.基于心音的身份識別系統(tǒng)已經(jīng)逐步走向了實際應(yīng)用.例如:蘋果手機已經(jīng)能實現(xiàn)心音的實時采集,許多智能手機將心率(心音)傳感器嵌入在手機內(nèi),把監(jiān)測到的用戶心率作為一種生物識別依據(jù)來辨別手機主人.隨著心音識別技術(shù)的發(fā)展,它的應(yīng)用將越來越廣,如可以應(yīng)用到考勤系統(tǒng)、門禁系統(tǒng)、電子商務(wù)身份認(rèn)證等眾多應(yīng)用中.本文整理了近年來的研究成果,對現(xiàn)有的心音身份識別主要方法與技術(shù)進行了綜述,并提出了未來可能發(fā)展趨勢,以俟來者.1心音身份識別分析心音身份識別系統(tǒng)主要由心音信號采集、心音信號預(yù)處理、特征參數(shù)提取和模式識別4部分組成.1.1接觸傳導(dǎo)式心音傳感器心音傳感器是心音采集系統(tǒng)的重要組成部分,其作用是將胸壁的機械振動轉(zhuǎn)換成電信號,以方便對信號進行放大以及后續(xù)的分析與處理.心音傳感器的類型主要包括加速度式、接觸傳導(dǎo)式和空氣傳導(dǎo)式等種類.加速度式心音傳感器是將低量程高靈敏度的加速度傳感器置于胸壁上進行心音信號檢測的.加速度傳感器質(zhì)量輕、尺寸小、抗干擾能力強,頻率響應(yīng)范圍可達10~800Hz,甚至更高,是目前應(yīng)用較廣的心音傳感器類型之一.接觸傳導(dǎo)式心音傳感器的原理是將胸壁傳導(dǎo)出來的心音波動信號直接通過敏感元件傳遞到換能元件,并轉(zhuǎn)換為電信號,實現(xiàn)心音信號檢測.該類型傳感器由于結(jié)構(gòu)上沒有采用空氣作為傳遞心音信號的媒介,抵抗外界聲波干擾的能力比空氣傳導(dǎo)式傳感器要好.空氣傳導(dǎo)式心音傳感器是利用心臟搏動時通過胸壁傳遞出的音波再經(jīng)空氣傳到與換能器相連的傳感器敏感振動膜上的,因而空氣振動則膜片產(chǎn)生振動,從而產(chǎn)生與心音強度成比例的輸出信號.空氣傳導(dǎo)型心音傳感器又可采用電磁感應(yīng)式、壓電式和電容式等原理設(shè)計制作.電磁感應(yīng)式傳感器對微弱的心音信號難以發(fā)揮作用,并容易受到外界電磁場的影響;電容式傳感器機械強度和防潮性能較差,但其頻率范圍寬而平直,靈敏度高,且它的體積可以做得很小,可以測量低到20~30dB的聲壓級,上限可測量到150dB或更高的聲壓級,非常適合應(yīng)用于心音采集.駐極體心音傳感器,在心音采集中使用非常方便,價格低,效果與電容式傳感器相近,但它和動圈式聲電傳感器一樣,容易受到周圍環(huán)境噪聲及電磁噪聲的影響.1.2心音的預(yù)處理盡管采集心音信號的設(shè)備與技術(shù)已經(jīng)得到了很大的發(fā)展,但由于呼吸、人的移動、皮膚的擦音、放置位置的變化等不確定因素的存在,對心音采集結(jié)果的影響仍然是不可忽視的.因此,對心音進行預(yù)處理操作顯得非常重要.在心音身份識別系統(tǒng)中預(yù)處理過程主要包括心音去噪、數(shù)據(jù)分段等部分.1.3特征集的選擇和應(yīng)用特征提取的目標(biāo)是找到一種變換,這種變換可以將原始的心音信號轉(zhuǎn)換成相對低維狀態(tài)特征空間,而且可以保存所有的原始信息以在身份識別中作有意義的比較.心音信號特征提取的常規(guī)方法可分為:時域、頻域和時頻域,而根據(jù)具體的特征矢量又可以分為如下幾類.(1)短時傅里葉變換譜特征集.短時傅里葉變換是一種應(yīng)用較為廣泛的時頻分析方法,它假設(shè)非平穩(wěn)信號為短時平穩(wěn)的,采用滑動窗截取信號,對截取的信號作傅里葉變換得到信號的譜圖.Beritelli等首次將心音信號用于身份識別的研究,并指出短時內(nèi)心音信號是平穩(wěn)的.因此,本文采用由該方法獲得信號的頻率特征作為特征集.但是,在實際情況中心音信號是非平穩(wěn)信號,這就要求窗函數(shù)有較高的時間分辨率,而這是短時傅里葉變換所達不到的.(2)小波變換譜特征集.基于小波變換的特征集,進行小波變換必須要提前確定一個小波基函數(shù),不同的小波基有不同的表征結(jié)果.心音信號是一種具有先驗知識的信號,可以根據(jù)心音信號的特點,構(gòu)造出專門針對心音的小波.這為心音特征提取和身份識別的深入研究提供了一種新方法,在表征心音個體特征的細節(jié)方面具有積極的意義.(3)希爾伯特黃變換(HHT)譜特征集.HHT具有自適應(yīng)性,即不需要像小波分析方法中那樣必須要提前有一個小波基函數(shù).這種自適應(yīng)性可以很好地表征信號的特征,從而保證分解的準(zhǔn)確性.此外,HHT分解的每一個固有模態(tài)函數(shù)(IMF)分量都有一個很清楚的物理意義,并且保證了信號頻率的連續(xù)性.對比邊際譜作為特征集與傅里葉譜作為特征集的識別率,結(jié)果表明同等條件下,邊際譜作為特征集的識別系統(tǒng)識別率較高.(4)Mel頻率倒譜系數(shù)(MFCC)特征集.MFCC以往主要應(yīng)用于語音識別,但近幾年MFCC特征集被廣泛地應(yīng)用于心音身份識別中.與語音信號不同,心音頻譜集中在20~150Hz內(nèi),在這種窄帶情況下,為了在心音信號頻譜中獲得更多信息,需要突出該頻段信號.利用MFCC作為特征矢量再結(jié)合一定的匹配算法雖能較好地完成識別任務(wù),但是MFCC仍然不能完整地反映心音信號的動態(tài)特性.因此,融合MFCC與小波變換譜兩者的優(yōu)點,將Mel倒頻系數(shù)提取方法中的Mel濾波器組用小波變換后的信號頻譜拼接來替代,以此提取新的參數(shù)集離散小波變換Mel倒譜系數(shù)(DWTM-FC),并通過實驗驗證了其性能確實要優(yōu)于一般的MFCC參數(shù).(5)線性預(yù)測倒譜系數(shù)(LPCC)特征集.線性預(yù)測特征集即是將濾波器的數(shù)量、倒譜的數(shù)量、倒譜的形式(正常、一階求導(dǎo)、二階求導(dǎo))三者以線性方式結(jié)合而形成的特征集.而LPCC是線性預(yù)測系數(shù)(LPC)在倒譜域中的表示.該特征集是基于心音信號為自回歸信號的值時,利用線性預(yù)測分析獲得倒譜系數(shù).采用LPCC作為識別的特征參數(shù),參數(shù)求解簡單運算量小,可以滿足系統(tǒng)的實時性要求.但是LPCC在噪聲環(huán)境下性能很差.因此,在預(yù)處理中必須嚴(yán)格要求心音信號的去噪效果,以保證系統(tǒng)的識別性能.(6)多數(shù)據(jù)融合特征集及其他方法.除了以上介紹的幾種常見的特征集以外,還有香濃能量熵(SEE)特征集、心音線性頻帶倒譜(HS-LBFC)特征集、最大熵譜系數(shù)特征集等,這些特征都只包含了心音信號的部分特征.為了盡可能充分地表征心音信號,有些研究人員同時提取心音的多種特征矢量作為特征集以提高識別率.例如,文獻中提出了一種新的基于多特征提取的心音身份識別技術(shù).該文在分析心音信號特性的基礎(chǔ)上,采用獨立子波函數(shù)表征個體心音特征信息,通過建立第一心音(S1)、第二心音(S2)和周期-功率-頻率(T-P-F)的三段式識別模型,以及采用單路心音信號多周期段的數(shù)據(jù)層融合和改進的D-S數(shù)據(jù)決策層融合算法,有效地實現(xiàn)了單路心音信號多特征提取的身份識別.另外,文獻中融合時域與頻域的特征,提取頻域特征集LFCC與時域特征集S1與S2的比率(FSR),實驗結(jié)果表明:在相同的識別方法下,LFCC+FSR特征集的誤差率要比只使用LFCC特征集低.1.4gmm方法的應(yīng)用心音識別系統(tǒng)中,模式識別方法可以大致分為以下幾類.(1)歐氏距離法.文獻[3,5]中較早采用歐氏距離作為心音身份識別分類器來度量兩個信號譜之間的距離.該算法的具體步驟為:設(shè)已知心音信號A的頻譜為X,待識別者心音的頻譜為Y,單條譜線的總頻點數(shù)為N,第i個頻點的幅值分別是Xi和Yi,則有若d(X,Y)的值小于閾值T則認(rèn)為該待識別者為A,否則認(rèn)為不是.基于以上原則,重復(fù)記錄同一個人的數(shù)據(jù)5次,記錄不同人的數(shù)據(jù)為10次.該算法用于小數(shù)據(jù)庫時,誤識率為0,拒識率也為0,可以得到很高的識別率.(2)高斯混合模型(GMM)和矢量量化(VQ)法.GMM是語音識別中典型的一種統(tǒng)計學(xué)方法.如文獻中所述,GMM可以被認(rèn)為是只有1個狀態(tài)量的連續(xù)隱性馬爾科夫鏈(CHMM).文獻[10,19-20]中指出識別的目的就是在N個人中找到某個目標(biāo)人物,換言之,就是確定被測心音信號與心音庫中的原信號能否對應(yīng).對于這一問題,文獻中還研究了當(dāng)GMM中的混合數(shù)量變化時,該系統(tǒng)是如何改變的.結(jié)果表明:混合數(shù)量的增加并不一定會提高系統(tǒng)的性能,當(dāng)增加到256個時,等誤差率(EER)不再變化.而VQ算法中,心音信號的識別可表示為尋找最小的平均失真.針對GMM和VQ方法,文獻中專門建立了一個10人心音信號數(shù)據(jù)庫來比較GMM與VQ的分類效果,結(jié)果表明,基于GMM的識別系統(tǒng)比基于VQ識別系統(tǒng)的準(zhǔn)確率要高,但后者的計算速度明顯快于前者.(3)相似距離法.文獻[4,9]中定義了一種相似距離來辨識2個心音信號.設(shè)標(biāo)準(zhǔn)組的心音信號為ck(t),被識別信號為sk(t),則相似距離:dk值越小,則ck(t)與sk(t)越相似;當(dāng)dk=0時,ck(t)=sk(t),表明是其自身.因此,將被識別心音信號與樣本數(shù)據(jù)庫的心音信號一一對應(yīng)進行模式匹配,可找出心音間的相似距離,從而找到待識別目標(biāo).(4)神經(jīng)網(wǎng)絡(luò)識別法.人工神經(jīng)網(wǎng)絡(luò)具有非線性、非局域性、非定常性和非凸性等特點,被廣泛應(yīng)用于信號處理與模式識別中.在心音身份認(rèn)證中,常用的有后向傳播(BP)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)(WNN)等.文獻中將該方法應(yīng)用到心音識別系統(tǒng),并提出了基于隱性馬爾科夫鏈(HMM)和WNN的心音身份識別方法,尤其在同等情況下,基于HMM和WNN的心音身份識別系統(tǒng)性能比基于GMM的識別系統(tǒng)更優(yōu).除了這些主要的方法外,還有文獻中介紹的基于均方誤差(MSE)和K鄰近(KNN)的方法,文獻中提出了一種改進的支持向量機(SVM)算法———基于最小粒子群算法的最小二乘支持向量機算法(CPSO-LSSVM).2心音系統(tǒng)面臨的挑戰(zhàn)現(xiàn)階段,基于心音的身份識別還處于實驗室研究階段,還沒有面向?qū)嶋H應(yīng)用.在信息采集系統(tǒng)、心音信號預(yù)處理、特征提取、模式識別、心音數(shù)據(jù)庫和未來應(yīng)用等方面都面臨一系列的挑戰(zhàn),如表1所示.3心音身份識別技術(shù)的展望根據(jù)當(dāng)前研究的現(xiàn)狀和難點分析,可以對心音身份識別的發(fā)展趨勢概括如下:(1)進一步提高識別準(zhǔn)確率和識別系統(tǒng)的魯棒性,并且結(jié)合其他生物特征的優(yōu)點,與其他生物特征識別融合,建立一個集多特征矢量融合的身份識別系統(tǒng),從而達到一個更高的識別率.(2)建立大規(guī)模的心音數(shù)據(jù)庫.由于受心音數(shù)據(jù)庫規(guī)模較小的局限性使得當(dāng)前的研究成果還不具有絕對說服力,故需要建立更大規(guī)模數(shù)據(jù)庫以使得心音身份識別技術(shù)得到更加廣泛的研究.此外,一個被心音信號研究人員認(rèn)可的統(tǒng)一的數(shù)據(jù)庫的建立也是非常必要的.(3)研究新型心音檢測設(shè)備,包括設(shè)計非接觸式心音傳感器,通常可考慮利用電極間電容變化效應(yīng)、麥克斯韋磁感應(yīng)原理和多普勒雷達效應(yīng)等技術(shù)來實現(xiàn)心音的非接觸式檢測.(4)進一步研究年齡增長、健康狀態(tài)的變化對心音信號的改變程度,通過什么方法可以減少這些因素對識別率的影響.(5)加快心音識別技術(shù)的推廣應(yīng)用.例如:用戶可以用手機檢測心音來識別手機主人;利用穿戴式心音傳感器實現(xiàn)老人在家庭的健康監(jiān)護;在汽車到達車庫時,通過心音身份識別,自動打開車庫門;在汽車上監(jiān)測駕駛員的心音,實現(xiàn)汽車的自動安全,避免因心臟病猝死引發(fā)的汽車事故;通過識別運動者運動前后的心音變化情況,對運動者的運動強度進行評估,減少過度運動帶來的危害.總之,隨著科學(xué)技術(shù)的快速發(fā)展,心音識別技術(shù)將應(yīng)用到更加廣泛的領(lǐng)域,獲得更加快速的發(fā)展.4心音身份識別的展望心音身份識別技術(shù)以心音的惟一性、普遍性、穩(wěn)定性、難復(fù)制性迅速成為生物特征識別家族中備受關(guān)注的新成員.本文通過系統(tǒng)分析心音身份識別4個主要步驟,總結(jié)對比了各種方法之間的優(yōu)缺點,并提出了未來這一課題發(fā)展的新思路,為后來研究者提供了參考.心