论文研读笔记_基于优化的SVM心音信号分类算法的研究

论文研究_基于优化的SVM心音信号分类算法的研究

先存起来，持续更新

摘要

心音信号采集易混入杂音，影响判断；
经验式模态分解算法分析特征分布：心音信号集中于低频、噪音集中于高频；
利用切比雪夫滤波器II型和谱减法结合进行降噪，降噪信号再次通过谱减算法后进行傅里叶逆变换得到心音信号时间序列（正常心音信号由P、QRS、T波组成，心脏出现异常，波形会在时间、周期上发生变化）；
利用Mel倒谱系数算法、倒谱基音检测法提取特征；
结合传统蚁群聚类算法缺点（传统蚁群聚类算法易使SVM惩罚因子和核函数参数陷入局部最小值、收敛速度慢等问题），通过加入粒子群算法进行优化，准确率高、训练时间短、收敛速度快。

论文结构：

论文主要研究的是基于优化的SVM心音信号分类算法。
第一章主要介绍课题研究背景和意义。
在检测耗时长、个人不重视、医疗资源不到位、数据易丢失难诊断的情况下，提出此优化算法。
以下四章分别按照心音信号的数据采集、降噪、特征提取、分类四个方面进行论述。
第二章主要介绍心音信号的产生原理、不同阶段的特性以及病理性心音信号的特性。
由于病理性心音信号与外界杂音相异，本文采用 EMD（经验模态分解）来区分信号和杂音并分析两者在时、频域上的不同特征。主要步骤为选择心音传感器采集数据，将信号传入PC端（由于噪声的影响会混入杂音）利用 MATLAB R 2013A 平台进行 EMD 分解与仿真。再根据算法分解后的模态分量，分析正常心音信号与带噪心音信号在时、频域上的分布特点，对噪音特性进行分析。（为什么分析噪音特性，这一步不是采集到数据就行了吗？）
第三章首先介绍了切比雪夫 II 型低通滤波器和谱减法组合算法的内容，结合第二章所分析的噪音信号分布特点设计滤波器参数，对心音信号高频部分的噪音进行滤波，其次，滤除高频噪音后，采用谱减法进行低频噪音的降噪处理，同时对滤波器和谱减法算法的结合效果仿真。
由于不同疾病种类的心音信号所表现的特征是不同的，在心脏周期内会发生不同的改变，因此需先对心脏疾病的病理性心音周期进行数据分析，并采用Mel倒谱系数法、倒谱基因检测法提取不同心音信号的特征，一方面降低分类模型的运算量，另一方面提升训练速度和识别准确率。
第四章主要介绍利用粒子群蚁群聚类 SVM 进行分类。
首先介绍SVM的推导原理，并根据模型的推导过程，计算出 SVM 的最优分类函数并设置为粒子群算法 （PSO） 训练的目标函数。蚁群算法则根据 PSO 通过心音特征数据找出的 SVM 算法的全局极值和局部极值对心音信号特征数据再次进行遍历，找出SVM的最优值后输入 SVM 模型对心音信号特征值数据进行训练仿真，测试准确率；
第五章总结改进的地方，对后期进行展望。

目录

论文研究_基于优化的SVM心音信号分类算法的研究 1
摘要 1
ch1绪论 3
一、背景 3
二、意义 3
三、研究现状 3
1.3.1 总体现象： 3
1.3.2 分类识别的主要方法 5
1.3.3 算法现状 6
ch2心音信号产生原理 6
一、产生 6
二、心音信号数据获取 6
三、外界杂音 6
ch3降噪与特征提取 6
一、去噪 6
二、特征提取 6
三、去噪算法仿真 6
四、特征提取算法仿真 7
ch4基于粒子蚁群优化算法的SVM心音信号分类算法 7
一、SVM原理 7
二、分类算法的操作和设计 7
三、分类仿真 7
ch5总结展望 7
一、总结 7
二、展望 7
参考文献 7

ch1绪论

一、背景

心脏病死亡人数多（疾病不易察觉且突发）；心脏检测技术存在缺陷；个人不重视；检测速度慢；检测具有局限（容易误判、不准确、耗时）和危害；

二、意义

对心音信号数据充分利用；节省时间成本，帮助养成定期检测习惯；提高诊断效率和准确性；

三、研究现状

1.3.1 总体现象：

饱受关注；
心音信号含大量数据不利于处理；
大量新算法提出，准确率逐步提升；
关键点：信号降噪、特征提取、分类识别
1.3.1.1 信号降噪方面的研究现状：
近年，降噪多采用haar，db，coif，sym等小波基方法。
在能量分布基础上，Zeng K，Huang J等提出先得到小波分解中的能量分布与白高斯噪声的估计能量，再利用两者计算出每个小波分解能量参数信息，而白噪声能量估计的准确度是依据信噪比所得到平均误差来衡量；
Fatemeh Safara提出小波缩放技术的降噪算法，利用 Coif5 小波进行心音信号分解和重构，设计了一种自适应、平滑连续的软阈值函数，可弥补硬阈值函数不连续的缺点；
Tang H，Li T通过联合循环 频率-时间-频率域 实现噪音与心音信号的分离。心音信号被分解为以时间延迟、频率、振幅、时间宽度、相位五种不同数据为特征分量的原子，发现心音信号的原子聚集于联合区域，噪音的原子呈分散状，依此基于模糊检测将心音信号与噪声分离；
Chao-LIn Lu 设计了一种嵌入式数字听诊器，采用自适应噪声消除滤波器与 I 型切比雪夫 IIR 带通滤波器来处理心音信号噪声，系统预处理先将信号放大、数字化，输入DSP板降低噪声，预处理后发送到 LCD 显示的嵌入式板接口中，实验证明，软件和硬件模块系统的集合可以实施稳定操作。
1.3.1.2 特征提取方面的研究现状：
特征提取方面也常用小波基、经验模态分解、LPCC等方法。
李占明、韩阳使用S变换进行时频分析、提取特征向量，该方法对区分不同的心音信号有很大效果；
张国华、袁中凡通过对心音信号频谱分析后选取能量集中、局部特性好的小波作为最优基，分解后得到小波包系数。然后通过系数提取信号能量，并将最优基作为区分心音信号种类的特征向量；
Coskun H，Omer Deperlioglu等研究发现在每个心动周期中执行额外搏动会产生一种与心跳正常周期不同的心悸信号，某些年龄组中这些心悸信号的出现可能是心动过速的征兆。研究标准化 HS（Heart Sound）之后由椭圆滤波器初步降噪，通过Mel频率倒谱系数获得特征，然后以人工神经网络分类，45个额外的心脏收缩心音中30个已被用作分类的训练数据，15个已被用于测试。研究的确定性、灵敏度、准确度由混淆矩阵运算得到，分类成功率计算为 90% 。
1.3.1.3 分类识别方面的研究现状：
对于降噪二尖瓣心音信号的识别，国内外主要采用基于规则的分类树、SVM、概率神经网络、香农熵、高斯混合模型等算法。
上述算法虽然都取得了很大成效，但是在分析处理心音信号的训练过程中也存在一定缺陷，例如 SVM 算法中所包含的惩罚因子的数值大小在训练过程中决定了训练结果是否可以达到理想状态和是否陷入局部最小值等问题；传统概率神经网络模型对于心音信号的识别则存在一定的容错性、过拟合、训练时间长及识别率不高等问题。
Zhang W，Han J 等提出了一种基于缩放图谱和张量分解的方法，先将检测到的心脏周期的频谱缩放到固定大小，然后执行缩放光谱图的降维处理，在降维过程中使用张量分解方法提取包含心音信号的重要生理和病理信息的缩放图谱的内在结构，通过径向基核函数进行分类；
Bozkurt B，Germanakis I提出了一种用于心音定位和分类为 S1 和 S2 的系统，通过基于峰值数和PCG信号过零点的预定标准评估信号质量，使用核函数为径向基的支持向量机对心音信号的第一心音信号和第二心音信号进行分类，系统测试所使用的数据集由 PASCAL 分类心音挑战提供；
Safara F，Doraisamy S则提出了多级基础选择（MLSB），通过采取频率范围、噪声频率、能量阈值三个排除标准，去除信息量较少的基础，保留小波包分解树的信息量最大的基础，MLBS的分类识别准确率达到了97.56%；
郭兴明等提出了一种将改进奇异值分解（SVD）与压缩感知（CS）联合的创新去噪框架，框架首先利用改进的 SVD（多级SVD）处理原始心音，目的在于通过多级分解和重构，将心音分量和噪声分量尽可能分离。其次，应用 CS 原理进行去噪，进一步消除剩余噪声。结果表明，去噪框架不仅可以提高信号质量，还可以保留心音信号的原始形态特征，降低了均方误差，提高了SNR。

1.3.2 分类识别的主要方法

心音信号的分类是分类算法根据降噪之后的特征值进行训练从而达到分类目的。
首先将原始信号中的心音信号与杂音信号分离，然后对心音信号依据病理性信号和正常信号的特征值进行分类训练。根据目前学术论文对心音信号的分类方法进行归纳总结，大致可以分为以下3个方面：
BP神经网络
BP神经网络属于输入与输出节点之间按误差逆向传播算法训练的非线性映射的多层前馈网络，大量应用在函数逼近、模式识别和分类等方面，同时还是人工神经网络的主要模型之一。BP神经网络的本质是梯度下降法，对复杂信号映射时表效率低下，并且存在诸多缺陷，比如局部极小值，隐含层节点数量不易得到等。
高斯混合模型（GMM）
高斯混合模型原理是通过若干个加权组合的高斯概率密度函数逼近事物以达到精准量化。GMM的训练效果受方差和均值两个参数影响，不同的学习机制对均值和方差进行学习和训练时，直接影响到模型的稳定性、收敛时间和精确度等问题。
支持向量机（SVM）
支持向量机是以VC维理论、结构风险最小原理为基础的经过多次实验数据分析总结出的方法。SVM利用有限的样本信息，捕捉到模型的负债型和学习能力之间的最佳平衡点并进行融合，广泛用于回归数据分析、模式识别等等。除此之外，SVM在非线性高维模式识别方面具有很好的实用性，可推广至函数拟合以及其他学习性问题上进行测试和分类。
综上所述，单个的BP神经网络在复杂的心音信号中，不能表现出很强的映射能力；GMM对方差和均值两个参数的要求过于苛刻，误差较大时会出现鲁棒性不强、训练效果不佳的问题。而SVM在复杂的心音信号中，具有一定的优势。总结以往资料也可以看出，SVM算法在信号分类方面应用更加广泛。

1.3.3 算法现状

1.3.3.1 谱减法
虽然谱减法在心音信号、语音信号的识别方面具有优势，但是仍然会存在一些缺陷。例如谱减法在信噪比比较低的情况下，不能很好地辨别出心音信号中的噪音，导致降噪效果不好。为解决该问题，在传统谱减法的基础上：
Xiongwei Zhang等做出了如下改进：利用自回归韩束分析模型分别提取语音谱和噪声谱的先验信息进行算法建模，通过对数谱失真的最小化问题进行求解，估计在每个时间帧中语音、噪声的相关参数，实验结果证明，改进算法的降噪性能更优越；
John William ORILLD 等将谱减法与FPGA结合，利用 MATLAB 平台对语音信号进行建模。实验表明，谱减法将语音信号集成到双字词汇语音识别系统能有效降低背景噪声的影响，提高识别率；
Qiquan Zhang结合波束形成技术喝多波段谱减法，提出了一种鲁棒的噪声抑制的算法；
语音增强算法对语音识别系统的性能至关重要，基本谱减法有效抑制单个麦克风接收的附加禁止噪声的同时，也将音乐噪声引入增强信号。为解决这问题，本文提出带麦克风的谱减算法阵列对传统的谱减算法进行优化，抑制语音信号中残留的音乐噪声。结果表明，优化算法有效地减少了语音信号中的背景噪声和音乐噪声，具有很好的适用性。
1.3.3.2 SVM
目前国内外主要使用 SVM 算法进行语音、坡度、心音信号的识别与预测。
Firoozeh Karimi基于城市中扩展模型中遇到的问题开发出二元SVM模型，通过调整惩罚因子和选择最佳核函数参数配置较高准确性的分类模型，并且使用拟合优度度量更真实的评估模型准确度，实验测试集数据取得了很高的预测效果；
Faquan Yang，Ling Yang 等针对现有的SVM在识别时出现的低信噪比、高复杂度、低识别率的缺点，通过先利用聚类算法提取和优化信号的特征参数、再通过分级算法训练SVM的方式，使收敛速度慢与信噪比低的情况下，相比传统SVM，平均识别率提高了近30%。该方法易于实现，应用前景良好；
赵海涛等对不同的多变量数据分析方法进行分析和比较，为降低高光谱数据的高维数并建立简化模型，开发了一种新的入侵杂草优化方法（IWO）来选择关键波长，并与竞争自适应重加权采样（CARS）和遗传算法（GA）进行比较，在基于IWO确定的重要波长的四个多变量分析模型中，LS-SVM 简化模型效果更好、数据更佳；
Jessica Gola 等使用SVM结合基于像素和基于形态的参数实现可靠的微观结构和图像分类，由进化特征选择决定可靠分类所需的最小参数数值，并根据不同参数数值，研究了分类准确性以及各参数之间的联系；
Manuel Caputo，Klaus Denker 等使用SVM对不同类型的图元的点云进行分类，先用SVM标记云中的补丁（包括类标签tori、椭球、球体、圆锥体、圆柱体或平面）。对于几种不同几何属性的分类特征（点法线、角度和主曲率等），首先使用线性判别分析（LDA）估计几何特征（最小化SVM的训练耗时），然后使用激光扫描设备的模拟生成云，将基于激光扫描仪误差模型的福建噪声添加到点云中，最后使用LDA和SVM的分类器对模拟和真是激光扫描点云中的几何图形进行分类。仿真结果显示，此方法比其他方法效果更佳；

ch2心音信号产生原理

一、 产生

心音信号由心脏的机械运动所产生的生理特征信号，心电图即是对心音信号的一种呈现方式。
心音信号一般被划分为四种，第一、二、三和四心音信号（分别简称为S1~S4）
心脏的一整个周期的机械运动被称为心动周期，细化为收缩与舒张两个阶段，每个阶段有都有心室和心房的区别，即共有心室舒张、心房舒张、心室收缩和心房收缩四个大阶段。心室舒张期按照时间顺序分为等容舒张、快速充盈和减慢充盈三个过程。
等容舒张期：心室内压强逐渐降低，但是仍高于心房内压强，此时心室处于封闭状态，心室容积没有明显变化；
快速充盈期：心室逐渐舒张，压强逐渐降低，当低于心房压强时，心房内的血液在压强差的作用下想心室回流；
减慢充盈期：血液不断回流至心室，心房与心室压强差不断降低，回流速度减慢，血液汇集至心室，心室容积出现明显增大。
心室舒张期结束之后，就会出现心房舒张和心室收缩现象，称心室收缩期。心室收缩期是心动周期的关键，一般划分为等容收缩、快速射血和减慢射血三个时期。
等容收缩期：心室刚开始收缩时，心室内压强逐渐高于心房内压强，但是低于主动脉压强，此时心室容积没有发生明显改变，这一过程称为心室的等容收缩期；
快速射血期：心室收缩末期，心室继续进行收缩，室内压强增大且高于主动脉压强。在压强差的作用下，血液便流向主动脉，由于此时心室肌强烈收缩，压强差仍在不断增大，流向主动脉的血液流速变快，血流量也增大，这一过程被称为快速射血期；
减慢射血期：在快速射血期之后，心室肌收缩能力逐渐减弱，心室与主动脉压强差逐渐降低，血液流速减慢，血流量降低，这一过程被称为减慢射血期。
到此，一个心动周期基本结束，另一个心动周期即将开始。
经过医学观测，在心动周期中会出现四种具有不同频率、不同幅度的心音信号，按照其出现的时间先后顺序依次被命名为第一、二、三和四心音信号，分别简称为S1、S2、S3和S4。
其中，S1和S2较容易观测，医用听诊器即可捕获，而S3到S4的观测难度则不断上升。S1一般出现于心室收缩的初期，在心尖部分能量最强，观测效果最清晰；S2常出现于心室舒张的初期，其能量最强的部分集中在心底。
各心音信号的特征：
S1：音调较低。性质较钝，频率分布在 4~20 Hz之间，持续时间约 0.1s；
S2：音调较高，性质较脆，频率分布在20~100 Hz之间，持续时间约为 0.08s；
S3：一般出现于S2结束后的 0.12~0.18 s 范围内，音调低（约 50Hz），持续时间约0.04s，较难捕获，在部分儿童和青少年身上可进行观测；
S4：一般出现于S1开始之前的 0.1s 之内，音调较低，性质较钝，频率一般较低，多在病理性情况下可观测。
对于各年龄段的心音信号区别：
一般情况下，对青少年而言，肺动脉瓣区的第二心音（P2）较主动脉瓣区第二心音（A2）更强，有 P2 > A2；对于老年而言则恰恰相反，有 P2 < A2；论及中年人，则有 P2 = A2。据此可得，S2可以作为反映主动脉与肺动脉的压强高低情况（动脉压强升高，则表现出S2增强）。

正常心音信号的频率范围为 1~800 Hz，若身体发生病变，心音信号的频率和强弱就会受到影响，从而发生变化，产生病理性的异常杂音：

归置几种不同类型的变化和身体表现如下：

病理性心音信号的变化	身体表现
S1增强	二尖瓣狭窄，出现甲亢、高热、贫血等疾病
S1减弱	二尖瓣关闭不全
S1强弱不等	心房颤动
S2增强	主、肺动脉出现高压现象
S2减弱	主、肺动脉瓣狭窄，低血压、血流减少等现象
S1、S2同时增强	心脏活动增强
S1、S2同时减弱	心肌严重受损，出现休克、心包胸腔大量积液、肺气肿、胸壁水肿

心脏的异常机械运动会极大影响心音信号，从而导致采集的心音信号出现异常，将采集的病理性心音信号与正常心音做对比，依据其病理性特征则可以判断患者的身体状况。如今，医学界已将心音信号作为临床检测新账健康状况的重要手段

二、 心音信号数据获取

2.2.1 数据获取

本文使用数据较多，部分数据源于丁香园网站的数据库，其中包含多种心脏疾病的心音信号；另一部分来自运用心音传感器设备进行采集的，对比的数据采用的是宋知用老师所采用的心音信号数据、
丁香园的数据部分为医院的实时数据，部分地理位置相对分散的用户数据。医院的用户数据主要是由电子设备对患者检测过程中产生的，包括心电图、心脏超声、多排CT检查等，数据来源为真实患者。用户数据则是用户使用小型心音传感器和心脏动态监护仪检测自身测出的，临时性较强，只有上传至存储设备进行保存。

2.2.2 分类模型结构

首先，搜集各类心脏疾病的心音信号数据，然后将其统一归类并建立相应数据库。将存储的心音信号数据进行去噪处理和特征提取，最后根据特征数据进行分类判别，再将之与临床医学的诊断进行对比分析：若符合，则确定建模方法；若不符合，则返回分析，继续优化算法和模型，重复以上步骤。
模型的关键技术在于心音信号的预处理算法和分类算法。采用本文设计的降噪处理方法可有效降低分类算法的训练过程中的复杂度，缩短训练时间。

三、 外界杂音

本文使用的心音信号传感器是HKY-06B，使用Cool Edit Pro2.1对心音信号进行波形观测：单纯性肺动脉尖瓣心脏所表现出的心音信号相比于正常心音信号，表现出幅值低、能量弱和间歇性间断等特点。
部分杂音来自外界，受到设备运转、呼吸、血流等因素的影响，陈天华、韩力群等通过实验证明，心音信号的频率主要集中于 0~125Hz 和 250~500Hz 两个频段之间，则 125~250Hz和 500~1000Hz 就是杂音集中的频段。本文采用EMD算法将心音信号转换至频域，进行算法模态分解，观测心音信号在不同频段上的分量。依据观测结果，针对杂音频域分布，进行相应的降噪。

2.3.1 杂音特性分析

EMD（经验式模态分解）算法原理：
核心思想：假设信号由不同属性、线性或者非线性的本征模态函数（IMF）组成，各个IMF分量需满足两个条件：
1、极值点个数 $l$ 和过零点数 $n$ 满足：$|l-n|\ge 1$, $l$、$n$ 为整数；
2、各个IMF分量的上下包络关于时间轴呈局部对称。
主要方法：筛选法
原理：

1. 计算心音信号 s(t) 波形中分布的极大极值点和技小极值点的个数，并分别在原数据时间序列上理应三次样条函数进行非线性拟合，依此形成原数据的上下包络线；
2. 计算形成上下包络线的极大值与极小值的均值，记为$m_1(t)$，将原数据序列$s(t)$减去该均值即可得到一个新的数据序列$h_1(t)$，此计算方法将可以去掉心音信号中的低频信号，如下式：
   $$s(t)-m_1(t)=h_1(t)\text{\hspace{1em}(2.1)}$$
3. 2.1式中的新数据序列$h_1(t)$不符合IMF的定义要求，因此，一般不作为IMF分量序列。在此，需要对2.1式进行循环处理，知道满足均值趋于零。假设循环处理$k$次后得到满足条件的IMF1分量$c_1(t)$，此分量便是心音信号$s(t)$中最高频率的分量：
   $$h_{1(k-1)}(t)-m_{1k}(t)=h_{1k}(t)$$
   $$c_1(t)=h_1(t)\text{\hspace{1em}(2.2)}$$
4. 将步骤（3）中得到的第一个高频分量$c_1(t)$从$s(t)$中抽取出来，即可有效去除高频分量中的差值信号：
   $$r_1(t)=s(t)-c_1(t)\text{\hspace{1em}(2.3)}$$
5. 将步骤（4）的差值信号$r_1(t)$作为信号分解的原始数据，继续进行步骤（1）到步骤（4）的过程，便得到第二个IMF2分量$c_2(t)$，循环进行$n$次后，便得到$n$个$IMFn$分量：
   $$\{\begin{array}{l}{r}_1(t)-c_2(t)=r_2(t)\\ ⋮\\ r_{n-1}(t)-c_n(t)=r_n(t)\end{array}\text{\hspace{1em}(2.4)}$$
   当$c_n$或者$r_n(t)$达到设置得终止条件（通常是是$r_n(t)$为一个单调函数）时循环结束，因此可知原数据序列是所有IMF分量与其对应得差值信号得总和：
   $$s(t)=\sum _{j=1}^n{c}_j(t)+r_n(t)\text{\hspace{1em}(2.5)}$$
   式中$r_n(t)$定义为残余函数，代表心音信号的平均趋势。分解后的$IMFn$分量代表信号由小到大、不同时间尺度上的特征分解成分。结合EMD算法原理，分解后所得的结果未包含了从高到低不同频率段的成分，而且各个频率段所包含的频率成分是以信号本身为基准，随之波形发生变化的。

2.3.2 杂音特性仿真

论文根据EMD分解原理，分别对正常心音信号（含噪）和原始数据心音信号（不含噪）。
结果显示：不含噪的正常心音有一定的周期性，对比宋知用老师所使用的的正常心音信号数据经过FFT转换为频谱分布的结果，可得心音信号在低频段分布较多、采集的心音信号噪音多分布于高频段。
同时，正常心音信号比采集的心音信号数据在时序图、经验模态分解过程中更能呈现出周期性的特点，但两者均符合心音信号的周期性特征。

ch3降噪与特征提取算法设计

一、去噪

3.1.1 去噪原理

3.1.2 去噪设计

二、特征提取

3.2.1 心电图病理性分析

3.2.2 特征提取原理

三、去噪算法仿真

3.3.1 端点检测

3.3.2 去噪

3.3.3 算法仿真对比

四、特征提取算法仿真

ch4基于粒子蚁群优化算法的SVM心音信号分类算法设计

一、SVM原理

4.1.1 粒子蚁群聚类SVM算法

二、分类算法的操作和设计

三、分类仿真

ch5总结展望

一、总结

二、展望

参考文献