基于语音端点检测的全腹部肠鸣音信号识别

王国静，王卫东

0 引言

肠鸣音是肠管内物质随着肠子蠕动时产生的声音，它是人体重要的生理信号之一，不同的肠鸣音能够反映不同的生理状态。肠鸣音不像心电信号或呼吸信号那样有明显的规律可循，它是梭状的瞬变声学信号，具有信号弱、背景噪声强、个体差异大以及随机性强等特点，肠鸣音信号的有效频率在1 500 Hz以内[1]。

肠鸣音信号可以指征胃肠状态，在临床上，有通过观察胃肠蠕动状态来监测进食事件，进而为人工胰腺系统中血糖指标监测提供参考依据[2]；肠鸣音信号可以作为胃肠道疾病的指征参数之一[3]，胃肠道发生如果发生病变，比如出现胃十二指肠疾病、小肠疾病和大肠疾病，相应的肠鸣音强度或数量也会出现异常。另外，肠鸣音信号可以作为其他疾病的指征参数之一，近几年的研究发现，肠鸣音除了可以指征胃肠状态以外，还对败血症[4]、帕金森氏症[5]等病症有临床意义。

对于肠鸣音的分析研究，目前也有很多方法，比如时频分析、人工神经网络、希尔伯特变换、非线性动力学分析等，但是肠鸣音的基础研究相对比较少。一方面，临床上还没有获取肠鸣音信号的专用设备，目前医护人员依然是用普通听诊器置于腹部移动选点来听取肠鸣音的强弱情况，这种听诊形式只能实现短时间小区域范围的听诊，不能长时程获取整个腹部范围内的小肠蠕动状态。另一方面，目前使用语音端点检测技术还未对肠鸣音进行有效识别和提取，将语音分析方法引入肠鸣音分析中，为肠鸣音的准确识别和提取和进一步研究开辟了一条新路径。

本文设计了可穿戴式的全腹部肠鸣音记录仪，获取长时程肠鸣音数据后，进一步进行优化处理，包括自适应对消、小波阈值去噪，最后采用短时能量语音端点检测方法，识别提取有效肠鸣音。

1 方法

1.1 全腹部肠鸣音信号的获取

本文涉及的肠鸣音信号是使用自主研发的可穿戴全腹部肠鸣音记录仪采集的。肠鸣音记录仪包括主机部分和拾音部分，如图1所示。

图 1 肠鸣音记录仪原理样机Fig.1 The prototype of bowel sound recorder

主机部分包括2个通道，其中1个通道获取肠鸣音信号，另1个通道获取背景噪声。每路音频都是通过MEMS麦克风获取音频信号。MEMS麦克风具有小体积、高可靠性、可回流焊接和优良的声学性能等优势，广泛应用于语音通信、智能手机、助听装置等领域以提高更高的语音质量[6]。2个通道的音频信号经过模数转换（采样率为16 kHz）后存储到Micro SD卡中。

拾音部分包括5个拾音盘和1个空腔，5个拾音盘分布在小腹，目的是实现肠鸣音的全腹部听诊。通过空腔将全腹部肠鸣音汇聚到主机部分。拾音部分的固定采取腹带形式，如图2所示。该腹带采用4条拉链式设计，可以根据需要选择大小，方便操作并且适合所有人的尺寸。

图2 肠鸣音拾音器固定腹带Fig.2 Bellyband of fixing bowel sound pick-up

1.2 自适应噪声对消

在肠鸣音采集过程中，环境噪声很容易被引入，进而直接影响肠鸣音信号的质量，所以去除环境噪声有助于更好地识别分析肠鸣音。

本文采用自适应噪声对消实现环境噪声的去除，自适应噪声对消是一种有效的降噪方法，是自适应滤波器的典型应用[7]。肠鸣音记录仪的第2个通道实现了环境噪声的采集，为自适应噪声对消提供了硬件支持。自适应噪声对消系统的原理如图3所示[8]，其中，噪声源n'(k)为参考输入，受噪声污染的信号s(k)+n(k)为原始输入，自适应滤波器根据误差信号e(k)来调整自身滤波器的系数，使输出y(k)趋于原始输入中的n(k)，从而使误差信号e(k)趋于信号s(k)。自适应算法主要有2种，分别是最小均方误差（LMS）和递推最小二乘法（RLS）[9]。本设计选用的是LMS算法，其基本思想是以期望响应与滤波器输出信号之间误差的均方值最小为准则，根据输入信号在迭代过程中估计梯度矢量更新权系数获取最佳的自适应迭代算法[10]。

图3 自适应噪声对消实现框图Fig.3 Block diagram of adaptive noise cancellation

在具体实现自适应噪声对消过程中，需要确定两个参数：自适应滤波器的阶数和LMS步长因子。这两个参数影响系统的收敛速度、计算量和稳态误差[11]。本文中，综合各方面因素和最终的运行效果，确定滤波器的阶数为32，步长因子为0.000 001。

1.3 小波阈值去噪

小波去噪作为一种有效而实用的方法，在信号去噪及图像去噪中均取得较好的效果，在工程应用领域中的应用也非常广泛[12-13]。国内外研究人员对小波去噪进行了大量的研究工作，早期如WEAVER[14]等, 后来DONOHO和JOHNSTONE等提出了硬阈值和软阈值去噪算法[15-16]。DONOHO提出的小波阈值去噪的基本思想是将信号通过小波变换（采用Mallat算法）后，信号产生的小波系数含有信号的重要信息，经小波分解后信号的小波系数较大，噪声的小波系数较小，并且噪声的小波系数要小于信号的小波系数，通过选取一个合适的阈值，大于阈值的小波系数被认为是有信号产生的，应予以保留，小于阈值的则认为是噪声产生的，置为零从而达到去噪的目的，小波阈值去噪过程可简单表示为图4。

图 4 小波阈值去噪过程Fig.4 The process of wavelet threshold denoising

小波分解过程中，要进行小波基、分解层数和阈值的确定。对于小波基的选择，在语音去噪中，常用的两族小波基分别是db小波系和sym小波系。本设计中使用的是sym8小波。对于分解层数的选择，太大或太小都会影响最终的去噪效果，所以选择一个合适的分解尺度很重要，本设计中选择的分解层数是5。对于阈值的确定，使用Birge-Massart算法获取一维小波变换的各层阈值，使用软阈值函数进行去噪。

1.4 肠鸣音信号端点检测

语音信号端点检测技术的目的就是从包含语音的一段信号中准确地确定语音的起始点和终止点，区分语音和非语音信号，它是语音处理技术中的一个重要方面[17]。

因为语音信号具有时变特性，而在一个短时间范围内其特性基本保持不变即相对稳定，因而可以将其看作是一个准稳态过程。语音的重要特性是它具有“短时性”，所以对语音的分析和处理必须建立在“短时”的基础上，即进行“短时分析”。分帧加窗就是用来实现“短时”。在进行端点检测之前，要先进行分帧加窗。

对于帧长的确定，既要足够短来保证帧内信号的平稳性，又要包括足够多的振动周期来分析频率，所以帧长一般选择20 ms到50 ms，本设计中实现的是35 ms的帧长。加窗的目的是让一帧信号的幅度在两端渐变到 0，结果是尽可能呈现出一个连续的波形，减少剧烈的变化。

分帧加窗后，便可以进行语音信号的端点检测。实现端点检测的方法很多，包括时域参数、频域参数、时频域参数相结合以及基于模型的端点检测等[18]。本设计中采用时域参数中的短时能量方法进行有效肠鸣音信号的端点检测。

语音和噪声的主要区别在它们的能量上，语音段的能量比噪声段的大。信号的短时能量[19]定义为：设语音波形时域信号为x(l)，加窗分帧处理得到第n帧语音信号为xn(m)，则xn(m)满足下式：

其中，n=0, 1T, 2T, ...,并且N为帧长，T为帧移长度。设第n帧语音信号xn(m)的短时能量谱En表 示：

在具体实现短时能量方法时，定义了两个能量阈值，来判断有效肠鸣音信号和噪声。此外，还设定了有效肠鸣音信号的持续时间阈值，根据胡勇[20]对肠鸣音信号的分析和分类，本设计中持续时间阈值设定为10 ms，即认定10 ms以下的声音均为噪声。

2 实验结果与分析

本设计采用自主研发的全腹部肠鸣音记录仪进行肠鸣音信号的获取，具体地，根据被测者的腹围选择合适的腹带大小，5个拾音盘均充分与腹部紧密接触视为有效固定，被测者选取仰卧姿势进行测试，如图5所示。自适应对消效果如图6所示，分别是有噪声的肠鸣音信号，背景噪声信号和自适应对消后的肠鸣音信号。显而易见，自适应对消算法滤除掉了背景噪声对肠鸣音信号的干扰。

图5 被测者测试体位Fig.5 The test position of the subject

图 6 肠鸣音信号波形和自适应对消效果Fig.6 The waveform of bowel sound signals and the adaptive canceling eあect

自适应对消后，对肠鸣音信号进行进一步的小波阈值去噪，效果如图7所示，明显地看到信号的信噪比得到改善。

图7 肠鸣音信号小波阈值去噪Fig.7 Wavelet threshold denoising of bowel sound signals

对采集到的肠鸣音信号进行优化处理完成后，便采用短时能量方法进行有效肠鸣音的检测识别，如图8显示的是检测结果，两个竖线之间是检测到的有效肠鸣音。

图8 有效肠鸣音检测识别效果Fig.8 Detection and recognition of bowel sound

3 结束语

本设计实现全腹部肠鸣音信号的获取记录、处理分析和检测识别，一方面为临床提供了可以长时程记录肠鸣音信号的肠鸣音记录仪，另一方面将语音信号分析方法中的语音端点检测用于有效肠鸣音的提取，为后期肠鸣音的进一步分析处理和临床诊疗提供理论基础。

但是，本设计还有很多需要不断完善的地方：设备优化方面，可以进一步加入无线功能，方便医患可以实时观测肠鸣音数据；分析算法方面，一方面可配合无线进一步实现肠鸣音数据的实时检测识别，另一方面也可进一步优化算法，使得有效肠鸣音的检测识别更加精确。