CN102342858A - 中医声诊采集与分析*** - Google Patents

Abstract

本发明公开了一种中医声诊采集与分析***，由读音表连接声音采集装置，声音采集装置连接语音处理***而构成，读音表由元音、唐诗和对应于五音的汉字组合而成；声音采集装置由话筒和音频卡组成，用于采集声音信号；话筒和音频卡相连接，音频卡将话筒收集的模拟信号转换为数字信号；语音处理***安装在计算机上，包括语音录制***、语音信号预处理***和语音信号分析***，语音录制***会提示受试者跟读读音表中所提示的内容。在对所录制的语音信号进行预处理后，语音信号分析***通过分析被测者的声音信息辨别其中医证型的表里寒热虚实及脏腑病位。

Description

中医声诊采集与分析***

技术领域

本发明涉及的是用于中医声诊客观化检测与分析的医疗设备技术领域，特别是一种能客观检测和分析中医声诊信息的中医声诊采集与分析***。

背景技术

中医声诊是通过听声音以了解患者病情的诊察方法，是中医四诊中闻诊的重要组成部分。中医声诊有着悠久的历史和丰富的理论基础，是在历代医家的临床实践中发展总结出的，有很重要的临床应用价值。中医认为“肺主声”，声音出于肺系而根于肾，即“肺为声音之门，肾为声音之根”。肺主气，声由气发，所以声音的产生与肺的功能密切相关；肾脉挟舌本，肾精充足，上承会厌，鼓动声道而出声。若肺气充足，则声音宏亮；肺气虚弱，则声音低微；风寒袭肺，肺气闭塞，则声音嘶哑或失音等。客邪壅肺者，为金实无声，其病属实；肺气亏损或肺肾阴虚者为金破不鸣，其病属虚，故有“金实则无声，金破亦无声”之说。

中医学对声诊的研究由来已久，《黄帝内经》最早提出了五脏相音的理论，认为五脏各有正声，以合五音。将五脏与五音、五声相联系，说明五音五声的内在基础是脏腑精气。《景岳全书》曰：“声音出于脏气，凡脏实则声弘，脏虚则声怯”；《医宗金鉴》曰：“好言者热，懒言者寒”。古代医家认为听辨病人言语气息的高低、强弱、清浊、缓急变化以及咳嗽、呕吐等脏腑病理变化所发出的异常声响，可以判断疾病的寒热虚实性质。

但传统声诊受限于医生经验、学术思想、诊察环境等的限制和影响，缺乏客观评价的依据和方法，影响了声诊的临床应用。近年来，计算机信息技术的发展为继承和发扬声诊研究提供了契机，如语音信号处理、模式识别与人工智能等信息处理技术为中医病证声诊信息识别注入了新的活力。

目前，类似目的的研究主要集中在对五五二十五人音分类的研究上。

中国专利CN 1560835A于2005年01月05日公开了一种二十五音分析仪，包括标准读音表、声音分辨器、计算机、显示器以及打印机，以传统医学理论为依据，利用现代化高技术，解决了因个体差异可能导致的分辨声音的失误，为《黄帝内经》中所指的二十五音提供了一种现代化高科技分析的量化指标，也可以使用于其他声学检测领域。

中国专利CN 1125146A于1996年06月26日公开了一种五音全息脏象辨证治疗仪，公开了一种根据全息相关理论设计的疾病治疗仪，是中医经络和音乐中五音相关性治病方法的实施设备。该发明采用了磁带收音机和由其做信号源的前置推动放大器、多路功率放大器以及电压可调供电电源构成。

中国专利CN 1560835A提供的二十五音分析仪采用现代化高技术，适时测定发音的频率，分析受试者的音属于中国传统的二十五音中的哪一类，以满足传统中医的临床分类要求。但是二十五音的分辨在临床应用较少，对临床的指导意义不大。该专利中所提及的声音分辨方法较为简单，即“与计算机内部早已建立的五五二十五音的数据库进行比较分析，自动产生判断结果”，其准确性和实用性有待进一步提高。

中国专利CN 1125146A提供的五音全息脏象辨证治疗仪与中医声诊理论及临床应用关系不大。

发明内容

针对现有技术的不足和缺陷，本发明所要解决的技术问题是提供一种能客观检测和分析声音信息，并用计算机分析实现中医表里虚实寒热及不同脏腑证型的声诊信息特征的识别和判断的中医声诊采集与分析***。该***基于中医声诊的相关原理和理论，结合现代信息处理技术、模式识别等各种方法，可以客观检测并记录被测者的声音信号，运用多种信号处理技术，对检测的声音信号进行分析，并判断受试者的声音与中医表里、虚实、寒热及脏腑病证的对应关系。

本发明上述技术问题的解决通过以下技术方案实现的：一种中医声诊采集与分析***，由读音表连接声音采集装置，声音采集装置连接语音处理***而构成，其创新点在于：

读音表由元音、唐诗和对应于五音的汉字组合而成；

声音采集装置由话筒和音频卡组成，用于采集声音信号；话筒和音频卡相连接，音频卡将话筒收集的模拟信号转换为数字信号；

语音处理***安装在计算机上，包括语音录制***、语音信号预处理***和语音信号分析***，其中：

语音录制***将声音采集装置所收集的语音信号保存为WAV格式的声音文件；

语音信号预处理***对保存的声音信号进行预处理，预处理方法包括端点检测、预加重、加窗与分帧，为信号分析和特征提取做准备；

语音信号分析***将对声音信号进行时域分析、频域分析和时频联合分析，提取有效的特征参数，并应用人工神经网络和支持向量机识别的方法，对语音信号进行识别分类，最后得出辨证结论。

本发明中，声音采集装置与计算机上的语音录制***连接，计算机上的语音信号预处理与分析***能对录制的语音信号进行预处理和分析。

本发明中，语音录制***会提示受试者跟读读音表中所提示的内容。在对所录制的语音信号进行预处理后，语音信号分析***通过分析被测者的声音信息辨别其中医证型的表里寒热虚实及脏腑病位。

本发明中，声音采集装置采用耳麦一体式话筒，是为了减少人发音时嘴唇距离话筒距离不同造成的影响，此种结构固定在在人的头部可以使得每次录音都处在相同的录音距离上。音频卡上有音频输入接口、放大器接口、耳机监听输出接口、音频输出接口。

本发明中，计算机上的语音录制***根据所接受的语音信息，可以显示出受试者声音的声波图，并将原始语音数据保存为WAV格式的声音文件，包含声音的量化位数、采样频率和声道数等信息。语音信号的预处理***对语音数据进行端点检测、预加重、加窗与分帧等。语音信号的处理部分应用时域分析法(语音信号的基本时域参数有短时能量、短时平均幅度、短时过零率、短时自相关函数和短时平均幅度差函数等)、频域分析法(语音信号的频域特征包括语音信号的频谱、功率谱、倒频谱、频谱包络分析等)及时频联合分析法(如小波包分解等)等，并应用神经网络、支持向量机等模式识别方法进行证候的辨别。

本发明与现有技术相比，具有以下优点和效果：(1)应用现代信息处理的各种方法，对中医声诊信息进行分析处理，是中医声诊客观化研究的重要探索；(2)首次应用模式识别的各种方法对临床不同证候类别(表里、寒热、虚实及不同脏腑病证)患者的声音信息进行分类识别，为临床辨证提供客观依据，提高中医声诊的临床应用价值；(3)目前所有与声诊相关的发明中，还未见将声音信息与中医临床不同证型相结合的研究。

目前中医声诊主要依靠医生的主观判断，受限于医生经验、诊察环境等诸多因素，缺乏客观性、可重复性，影响了声诊的临床应用及继承推广。本发明提供的中医声诊采集与分析装置，一方面采用规范的读音表和语音录制工具，解决了传统闻诊主观性强、重复性差等缺点，能客观采集和保存语音信号；另一方面结合中医声诊的相关理论和现代信息处理技术，对采集的语音信号进行分析处理，提供不同病证的语音信息的相关特征参数，为中医临床辨别病证、中医药临床疗效评价提供客观依据。

附图说明

图1是本发明的结构框图。

具体实施方式

下面结合附图和具体实施例，进一步阐述本发明。这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明记载的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

如图1所示，本发明一较佳实施例提供的中医声诊采集与分析***，由读音表1连接声音采集装置，声音采集装置连接计算机而构成。声音采集装置由话筒2、音频卡3组成。计算机上安装有语音录制***4，将声音采集装置所收集的语音信号保存为WAV文件。语音信号预处理***5对保存的声音信号进行预处理，主要的预处理方法包括端点检测、预加重、加窗与分帧等，为信号分析和特征提取做准备。语音信号分析***6将对声音信号进行时域分析、频域分析、时频联合分析方法等各种处理，提取有效的特征参数，并应用神经网络、支持向量机等各种模式识别的方法，对语音信号进行识别分类，最后得出辨证结论。

读音表1由元音、唐诗、对应于五音的汉字等组合而成。语音录制***会提示受试者跟读读音表中所提示的内容。在对所录制的语音信号进行预处理后，语音信号分析***通过分析被测者的声音信息辨别其中医证型的表里寒热虚实及脏腑病位。

试验例

在上海中医药大学附属曙光医院用本发明上述较佳实施例提供的语音信号采集***采集临床患者及健康人的的声音样本，并进行分析，并判断受试者的声音与中医表里、虚实、寒热及脏腑病证的对应关系。首先对采集的语音信号进行预处理，包括端点检测、预加重、加窗与分帧等。

1.端点检测

端点检测即确定语音信号开始和结束的位置。本研究中应用时域方法进行端点检测。时域方法主要通过幅值变化来实现语音信号的端点检测，可通过幅值或能量来判断，或者幅值为主、过零率为辅来实现。

2.预加重

预加重是通过一个一阶有限激励响应高通滤波器，提高信号的高频部分，使信号的频谱变得平坦，保持在低频到高频的整个频带中，能用同样的信噪比求频谱。

3.加窗与分帧

根据语音的短时平稳特性，将语音信号以帧为单位进行处理。每秒的帧数为33～100帧。分帧是用可移动的有线长度窗口进行加权的方法来实现的，使用的窗函数为汉明窗。语音信号的加窗能在一定程度上减少频谱泄露的问题。

在对语音信号进行预处理后，由语音信号分析***6对语音信号进行特征提取及分类识别。

特征提取方法有时域、频域及时频联合分析等方法。时域分析法即分析和提取语音信号的时域参数，包括短时能量、短时平均幅度、短时过零率、短时自相关函数和短时平均幅度差函数。频域分析法是分析语音信号的频域特征，包括频谱、功率谱和倒频谱特征。时频联合分析方法中常用的是小波包分解法。首先对所采集的语音信号进行7层小波包分解，得到各节点小波包系数，提取小波包系数能量比、功率比和shannon熵值比参数以及前14节点小波包系数分帧后提取能量变异和功率变异参数。对各参数进行三组间(正常与非正常、虚证与实证、气虚与阴虚)的差异性检测，筛选有显著差异的项。

人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信息处理体系。神经网络的创建、训练和预测分类可在Matlab软件中方便地实现。本研究中是应用基于误差反向传播算法(Error Back Proragation，BP)的人工神经网络进行模式识别。BP算法基本思想是：学习过程由信号的正向传播和误差的反向传播两个过程组成。正向传播时，输入样本从输入层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出(教师信号)不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始进行的。权值不断调整的过程就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可以接受的程度，或者进行到预设的学习次数为止。

支持向量机(Support Vector Machine，SVM)一种基于统计学***面。在分开数据的超平面的两边建有两个互相平行的超平面。SVM通过建立方向合适的分隔超平面使两个与之平行的超平面间的距离最大化，从而达到分类识别的目的。

为避免单次训练和预测的随机性，采用随机样本多次训练预测取平均值的方法，即每次运算随机抽取65％的样本用于训练，剩余35％样本用于预测并计算预测准确率。此过程经过50次训练，取其平均值作为辨证准确率。结果如下表1所示：

(1)通过平均预测准确率可以看出，三组中，非健康、虚证和气虚的预测准确率较高，平均值分别达到了95.6％、94.6％和87.4％；而健康、实证与阴虚的预测率较低，特别是实证，仅有22.5％。

(2)通过最大最小预测准确率可以看出，健康、实证和阴虚组等样本较少组的波动较大，最大值是最小值的3倍以上。

(3)通过总体预测准确率可以看出，三组分类总平均准确率分别达到了88.0％、84.2％和76.9％，总体效果处于一个较高水平。

表1应用小波包参数进行不同证候语音信号识别的准确率

Claims (5)

1.一种中医声诊采集与分析***，由读音表(1)连接声音采集装置，声音采集装置连接语音处理***而构成，其特征在于：

读音表由元音、唐诗和对应于五音的汉字组合而成；

声音采集装置由话筒(2)和音频卡(3)组成，用于采集声音信号；话筒(2)和音频卡(3)相连接，音频卡(3)将话筒(2)收集的模拟信号转换为数字信号；

语音处理***安装在计算机上，包括语音录制***(4)、语音信号预处理***(5)和语音信号分析***(6)，其中：

语音录制***(4)将声音采集装置所收集的语音信号保存为WAV格式的声音文件；

语音信号预处理***(5)对保存的声音信号进行预处理，预处理方法包括端点检测、预加重、加窗与分帧，为信号分析和特征提取做准备；

语音信号分析***(6)将对声音信号进行时域分析、频域分析和时频联合分析，提取有效的特征参数，并应用人工神经网络和支持向量机识别的方法，对语音信号进行识别分类，最后得出辨证结论。

2.根据权利要求1所述的中医声诊采集与分析***，其特征在于：语音录制***提示受试者跟读读音表中所提示的内容，在对所录制的语音信号进行预处理后，语音信号分析***通过分析被测者的声音信息辨别其中医证型的表里寒热虚实及脏腑病位。

3.根据权利要求1所述的中医声诊采集与分析***，其特征在于：声音采集装置采用耳麦一体式话筒。

4.根据权利要求1所述的中医声诊采集与分析***，其特征在于：时域分析中，语音信号的基本时域参数包括短时能量、短时平均幅度、短时过零率、短时自相关函数和短时平均幅度差函数。

5.根据权利要求1所述的中医声诊采集与分析***，其特征在于：频域分析中，语音信号的频域特征包括语音信号的频谱、功率谱、倒频谱和频谱包络分析。

Images