Labview和Matlab混合編程方法在生物醫(yī)學信號分析中的應用

【作 者】于璐，張勇德，沙憲政＊

中國醫(yī)科大學生物醫(yī)學工程系，遼寧，沈陽，110001

Labview和Matlab混合編程方法在生物醫(yī)學信號分析中的應用

【作 者】于璐，張勇德，沙憲政＊

中國醫(yī)科大學生物醫(yī)學工程系，遼寧，沈陽，110001

介紹了Labview和Matlab混合編程的方法，并用于脈搏信號的預處理及特征點識別過程中。實驗表明，該方法具有便捷、高效和結(jié)果準確的特點，為生物醫(yī)學信號的分析提供了一種有效的新方法。

Labview；Matlab；混合編程；生物醫(yī)學信號檢測與分析；脈搏信號

0 前言

近年來，隨著計算機技術(shù)的不斷進步和完善，虛擬儀器技術(shù)越來越多的被應用到生物醫(yī)學信號的檢測與分析中來。虛擬儀器技術(shù)是計算機技術(shù)與儀器技術(shù)相結(jié)的產(chǎn)物，它由計算機、儀器硬件和相應的應用軟件組成，利用PC機強大的圖形環(huán)境建立圖形化的虛擬儀器面板，完成對儀器的控制及數(shù)據(jù)的采集、分析和顯示。目前使用最為廣泛的虛擬儀器開發(fā)環(huán)境是美國NI公司推出的Labview軟硬件平臺，而且許多生理信號的識別與分析等研究工作也是在此系統(tǒng)框架下進行的[1]。

1 Labview和Matlab混合編程的提出及實現(xiàn)方法

雖然Labview具有開發(fā)便捷、效率高、形象直觀和易于掌握等優(yōu)點，但是由于它對各種算法支持的工具箱不多且功能單一，使Labview在數(shù)學計算方面的功能十分有限，因此對于一些虛擬儀器中需要進行大量數(shù)據(jù)運算處理的復雜應用就顯得有些力不從心。Matlab是美國MathWorks公司開發(fā)的一種直觀高效的計算機語言，它為數(shù)據(jù)分析和數(shù)據(jù)可視化、算法和應用程序開發(fā)提供了最核心的數(shù)學和高級圖形工具，在信號和圖像處理等領(lǐng)域具有無可比擬的優(yōu)勢。但它的界面開發(fā)及流程控制能力較差，并且數(shù)據(jù)采集、網(wǎng)絡(luò)通信和硬件控制等方面比較繁瑣，而且腳本文件不能脫離Matlab這個應用程序環(huán)境，這就制約了程序的可移植性和通用性。因此，我們提出了Labview和Matlab混合編程[2]，利用Matlab Script節(jié)點技術(shù)，使它們在功能上互補，充分發(fā)揮兩者的優(yōu)勢，具有很高的實用價值。

利用Matlab Script節(jié)點技術(shù)，實際上是通過ActiveX控件與Matlab server進行的通信。調(diào)用Matlab函數(shù)或命令，實質(zhì)是將Matlab當作一個ActiveX服務器，并建立ActiveX通道，然后將這個函數(shù)或命令通過ActiveX通道發(fā)送給Matlab，由Matlab在后臺執(zhí)行。Labview提供的Matlab Script節(jié)點具有多輸入、多輸出的特點，一次處理的信息量可以很大。Matlab腳本可以現(xiàn)在Matlab下調(diào)試，無誤后再導入到Matlab Script節(jié)點中，執(zhí)行Matlab命令并使用功能豐富的各種工具箱。使用Matlab Script節(jié)點的方法實現(xiàn)混合編程既簡單又實用，當需要使用時，可將其模塊化，采用主程序動態(tài)加載，用戶比較容易掌握，也是Labview開發(fā)組推薦使用的方式[3]。

2 應用舉例

脈搏波中包含了許多生理信息，對其進行檢測和分析，在心血管疾病的預防與臨床診斷治療有著重要的意義和作用[4]?；贛atlab強大的計算功能和Labview良好的人機控制界面，我們可以實現(xiàn)對脈搏信號的預處理、識別和特征提取。

在對脈搏波進行去噪預處理時，我們采用了模3均值濾波來實現(xiàn)去噪功能。實驗和理論分析結(jié)果都表明，前向平均使脈搏相位右移，后向平均使脈搏相位左移，因此為了避免此類相移，在對脈搏波形進行平滑去噪時，我們采用前向平均和后向平均交替進行的方式[5]。在Labview中用可視化VI實現(xiàn)此功能非常繁瑣，而使用Matlab只需要幾條語句即可實現(xiàn)，非常方便，見圖1。通過此方法實現(xiàn)的去噪效果非常理想，波形的“毛刺”絕大部分被去除，波形也沒有失真，可以進行后續(xù)處理與分析，結(jié)果見圖2。

圖1 平滑去噪源程序圖Fig.1 Program for smoothing filtering of pulse wave

圖2 去噪前后脈搏波Fig.2 Comparison of pre and post smoothing filtering of pulse wave

基線漂移是大部分生理信號采集過程中都存在的一種低頻干擾。在對脈搏進行識別及特征提取時，它的存在會使以上工作的進行產(chǎn)生較大誤差，我們采用插值擬合法對其進行調(diào)整[6]，原理如圖3所示。

圖3 去基線漂移原理圖示Fig.3 Principle of removing baseline drift

在單周期識別結(jié)束后，我們可以確定每個脈搏波起始點的位置及幅值，然后將這些點③、④、⑤、⑥連接起來，構(gòu)造一條漂移折線，將脈搏信號與漂移信號相減，就可以達到去除基線漂移的目的。但是在具體實現(xiàn)時，圖中的漂移折線其實一開始并不存在，它只是用兩個數(shù)組A和B表示出來（A數(shù)組用來保存構(gòu)成漂移折線的各點②～⑧的位置，B數(shù)組用來保存②～⑧的幅值），無法真正實現(xiàn)脈搏信號的各點與漂移折線各點相減，因此需要根據(jù)A、B數(shù)組構(gòu)造真正的漂移折線。構(gòu)造漂移折線的過程用Labview現(xiàn)有的功能模塊無法實現(xiàn)，而利用Matlab靈活的數(shù)學功能則可以非常簡單地完成。具體實現(xiàn)原理及方法如下：若已知平面上兩點坐標為（X1,Y1），（X2,Y2），則兩點確定的直線方程為Y=((Y2-Y1)/(X2-X1))*X +(X2*Y1-X1*Y2)/(X2-X1)，由于我們知道②～⑧各點的位置及幅值，也就是相當于知道了各點的坐標，利用該公式，可求出各條直線②～③、③～④、④～⑤、⑤～⑥、⑥～⑧中每個點的值了，從而構(gòu)造出真正的漂移折線。圖4為構(gòu)造漂移折線及基線調(diào)整的完整程序。

圖4 基線調(diào)整源程序圖Fig.4 Program for baseline adjustment

圖5 展示的就是利用這種方法所得到的實驗結(jié)果，其中上圖為去漂移前的脈搏波形，中圖為去漂移后的脈搏波形，下圖為漂移折線。從圖中可以看出，利用這種方法去除基線漂移效果非常理想。

脈搏波最具代表性的特征點就是降中峽和重博波，在對脈搏波進行特征提取時，這兩點確定后，就可以準確地求出一系列脈搏特征值，從而反映人體生理病理信息。兩點的識別可采用二階導數(shù)方法[7]，如圖6所示，脈搏的降中峽和重博波可以通過其二階導數(shù)在一個脈搏周期的中間位置對應出的一對波峰和波谷來標識。

圖5 去基線漂移的效果對照Fig.5. Pre and post comparison of baseline adjustment of pulse wave

可是由于脈搏下降支上的波動較多，再加上重博前波的存在，使得二階導結(jié)果中往往會有多個波峰存在，如圖6所示。此時，我們可以利用心臟生理學知識在多個波峰中對應出正確的降中峽。正常情況下成人的心動周期約為0.8 s，其中約有0.35 s為收縮期，另外0.45 s為舒張期，降中峽作為收縮期的終點，舒張期的起點，在時間上應該比重搏前波更靠近心動周期的二分之一處。當識別出兩個波峰點時，就對這兩個波峰點進行時間上的比較，哪一個最靠近心動周期的二分之一，哪一個就確定為降中峽對應的波峰。

圖6 脈搏波及其二階導數(shù)Fig.6 Pusle wave and its second-order derivative

同樣，把時間限制的方法引入到降中峽和重博波識別后，現(xiàn)有的Labview功能無法實現(xiàn)，因此，我們再一次利用了Matlab和Labview混合編程的方法。圖7為降中峽及重博波識別源程序圖。框圖中MATLAB Script里填寫的Matlab語言代碼如下：

p=[]; i=1; xia=0;

while (peak(i)-time)＜0

p(i)=time-peak(i); i=i+1;

if i＞length(peak)

break; end

end

xia=time-min(p);

f=[]; i=1; j=1;

while (valleys(i)-xia)＜0

i=i+1; end

while (valleys(i)-xia)＞0

f(j)=valleys(i); i=i+1;

j=j+1; end

其中，peak為二階導結(jié)果中各個波峰處的時間，以數(shù)組形式存放；valleys為二階導結(jié)果中各個波谷處的時間，以數(shù)組形式存放；time為脈搏波對應的心動周期二分之一處的時間；xia為識別出的降中峽處對應的時間；f為識別出的重博波處對應的時間。

圖7 降中峽及重博波識別源程序圖Fig.7 Program for dicrotic notch and wave recognization

經(jīng)過對大量不同類型脈象的處理實驗表明，利用以上混合編程方法實現(xiàn)的脈搏特征點識別系統(tǒng)具有速度快、結(jié)果準確的特點。圖8為脈搏波降中峽和重博波的識別情況。值得一提的是，我們還可以通過對Matlab代碼的修改方便地實現(xiàn)對其他特征點（如重博前波）的識別，這對更加全面地揭示脈搏信號蘊含的生理信息也非常有意義。特征點確定后，就可以進行脈搏信號特征值的提取，從而根據(jù)特征值反映人體心血管系統(tǒng)的生理病理信息，為相關(guān)疾病的預防與診斷治療提供支持。

圖8 脈搏波的降中峽和重博波識別情況Fig.8 Results of dicrotic notch and wave recognization

3 結(jié)語

在生物醫(yī)學工程領(lǐng)域中，Labview和Matlab是風靡世界的兩種語言，倍受科研工作者和相關(guān)程序開發(fā)人員的青睞。本文研究了利用ActiveX自動化技術(shù)和Matlab Script節(jié)點技術(shù)實現(xiàn)Labview和Matlab混合編程的方法，并以脈搏信號的預處理及特征點識別為實例，說明了將Matlab引入到虛擬儀器平臺下進行生理信號分析是可行的，而且兩者的混合編程將會使整個系統(tǒng)的搭建更加方便、快捷和高效，并會使整個系統(tǒng)的功能更加完善且易于擴展。由于Matlab還有很多有待在對更多類型生理信號的分析及識別過程中，Labview和Matlab混合編程的方法將有更為廣泛的應用。

[1] 應俊, 陳廣飛, 何史林. 基于虛擬儀器技術(shù)數(shù)字化腦電采集系統(tǒng)的研制[J]. 中國醫(yī)療器械雜志, 2009, 33(5):332-335.

[2] 柴敬安, 廖克儉, 潘德輝, 等. Labview和Matlab混合編程方法的研究與實現(xiàn)[J]. 計算機測量與控制, 2008, 16(5):737-739.

[3] 陳錫輝, 張銀鴻. Labview 8.20程序設(shè)計從入門到精通[M]. 北京:清華大學出版社, 2007

[4] Michael F. O’Rourke. Time domain analysis of the arterial pulse in clinical medicine[J]. Med Biol Eng Comput, 2009, 47(2): 119–129.

[5] 孫欣. 動脈壓變順應性無創(chuàng)檢測關(guān)鍵技術(shù)研究[D]. 山東大學碩士學位論文, 2007

[6] 孔令鋒, 謝錫城, 盧志遠. 矯正心電信號中基線漂移的數(shù)字濾波技術(shù)及其實現(xiàn)[J]. 中國醫(yī)療器械信息, 2003, 9(6): 12-14.

[7] Korpas D, Hálek J, Dolezal L. Parameters describing the pulse wave[J]. Physiol Res, 2009, 58(4): 473-479.

Application of the Mixed Programming with Labview and Matlab in Biomedical Signal Analysis

【 Writers 】Yu Lu, Zhang Yongde, Sha Xianzheng＊
Department of Biomedical Engineering, China Medical University, Shenyang, Liaoning, 110001

Labview, Matlab, mixed programming, biomedical signal detection and analysis, pulse wave signal

R318

A

10.3969/j.isnn.1671-7104.2011.01.004

1671-7104(2011)01-0015-04

2010-08-24

于璐，講師，碩士研究生，研究方向：生物醫(yī)學信號檢測與處理

沙憲政，教授，研究方向：生物醫(yī)學傳感器及其在醫(yī)學上的應用；生物醫(yī)學信號檢測與處理；遠程醫(yī)療及家庭監(jiān)護系統(tǒng)。E-mail: xzsha@mail.cmu.edu.cn

【 Abstract】This paper introduces the method of mixed programming with Labview and Matlab, and applies this method in a pulse wave pre-processing and feature detecting system. The method has been proved suitable, efficient and accurate, which has provided a new kind of approach for biomedical signal analysis.