基于ARM 的呼吸暫停綜合征檢測系統(tǒng)*

甘智高，岳克強，李文鈞，潘成銘

（杭州電子科技大學(xué) 電子信息學(xué)院，浙江 杭州 310018）

0 引言

OSAHS 臨床表現(xiàn)為患者在睡眠時打鼾并且伴隨著連續(xù)出現(xiàn)長時間的呼吸暫停事件，以及出現(xiàn)白天嗜睡疲乏癥狀。研究指出由于呼吸暫停而導(dǎo)致的反復(fù)呼吸不暢、氧氣不足，可導(dǎo)致多種疾病的發(fā)生，最嚴(yán)重會夜間猝死[1]。目前多導(dǎo)睡眠儀(Polysomnograph，PSG)是評估OSAHS 嚴(yán)重程度的最常見方法，也是金標(biāo)準(zhǔn)[2]，但是PSG 儀器價格高昂，患者只有在意識到問題后才會去醫(yī)院等專業(yè)機構(gòu)就診，這往往會導(dǎo)致OSAHS 發(fā)現(xiàn)時機的延誤。

鼾聲與語音有很相似之處，可以使用語音信號的特征作為鼾聲分析的特征，常見的端點檢測主要有基于時頻特征的方法[3]以及基于機器學(xué)習(xí)[4]、神經(jīng)網(wǎng)絡(luò)[5]的方法。時頻域的算法一般較簡單易實現(xiàn)，但抗噪干擾是個問題，丁荔等[6]提出OM-LSA 和維納濾波結(jié)合的睡眠鼾聲降噪的方法，實現(xiàn)低信噪比環(huán)境下算法的高準(zhǔn)確率；而機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的方法操作復(fù)雜，計算量大。在區(qū)別是否患有OSAHS 的早期研究中，偏向于鼾聲的聲音強度的研究，用在一段時間內(nèi)鼾聲信號的聲級LAeq來區(qū)別OSAHS 患者和單純打鼾人[7]。Azadeh Yadollahi通過共振峰和短時平均過零率，實現(xiàn)鼾聲和呼吸聲二分類達(dá)到90%的準(zhǔn)確率[8]。彭好等發(fā)現(xiàn)OSAHS 患者的共振峰頻率其F1 值的大小與OSAHS 的嚴(yán)重程度呈現(xiàn)出相關(guān)性[9]。還有研究用鼾聲基頻作為區(qū)分特征[10]，以及用K 均值對鼾聲片段按照時間間隔的二分類,以此為基礎(chǔ)實現(xiàn)OSAHS 的自動診斷[11]。

目前重要的是要發(fā)現(xiàn)在出現(xiàn)OSAHS 癥狀臨床早期進行準(zhǔn)備和治療，尤其是如何盡快發(fā)現(xiàn)，當(dāng)前的部分研究算法在應(yīng)用上還有一定距離，如何能將算法部署成功應(yīng)用是一個關(guān)鍵[12]。本文研究設(shè)計的一種OSAHS 檢測系統(tǒng)，起到了一個幫助用戶自查初篩的作用，及時提醒用戶，能夠大大降低病情加重風(fēng)險。

1 系統(tǒng)整體框架

對于OSAHS 檢測系統(tǒng)來說，需要以下幾個功能：(1)完整錄制一整晚鼾聲音頻，并能臨時存儲在本地的SD卡中；(2)在本地完成對錄制的鼾聲的處理，實現(xiàn)邊緣計算的作用；(3)通信模塊傳輸本地分析結(jié)果和原始音頻數(shù)據(jù)至云平臺，方便用戶在手機或者Web 端查看檢查報告。為此，本設(shè)計中提出的OSAHS 檢測系統(tǒng)主要可以劃分為采集模塊、處理模塊、傳輸模塊。其中采集模塊主要完成原始鼾聲音頻的錄制，確保用戶的隱私安全的同時也要保證錄制下來的質(zhì)量;處理模塊主要完成特征提取、端點檢測、輸入模型進行分類、結(jié)果分析功能；傳輸模塊主要功能是將本地原始數(shù)據(jù)和本地分析結(jié)果上傳至云平臺，為建立一個完整的鼾聲數(shù)據(jù)庫提供標(biāo)準(zhǔn)數(shù)據(jù)集。

本系統(tǒng)總體結(jié)構(gòu)如圖1 所示。麥克風(fēng)錄制整夜鼾聲原始音頻[13]，基于短時能量自適應(yīng)閾值對一整晚的鼾聲原始音頻端點檢測，提取出一段一段的鼾聲片段數(shù)據(jù)集，再將鼾聲數(shù)據(jù)在特征提取方面使用梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficients，MFCC)、短時能量兩種特征參數(shù)作為模型輸入，實現(xiàn)正常鼾聲、阻塞暫停后鼾聲的分類，通過一段時間內(nèi)阻塞暫停后鼾聲的數(shù)量來判斷呼吸暫停的嚴(yán)重程度，從而實現(xiàn)初步篩查診斷。

圖1 系統(tǒng)整體設(shè)計圖

2 系統(tǒng)硬件設(shè)計

系統(tǒng)硬件設(shè)計如圖2 所示，采用NXP 的Cortex-A7架構(gòu)i.MX6ULL 作為核心主控模塊，運行主頻800 MHz，能流暢運行嵌入式Linux 系統(tǒng)，外圍模塊包括錄音模塊、電源模塊、傳輸模塊、USB 接口、SD 卡等。鼾聲錄音模塊主要用麥克風(fēng)錄制鼾聲音頻，它直接接到WM8960 的輸入引腳上，而WM8960 作為一款高性能音頻解碼芯片能夠保證錄制的鼾聲質(zhì)量；無線傳輸模塊采用4G 通信傳輸?shù)姆绞剑褂肕E3630 模塊和物聯(lián)網(wǎng)SIM卡，在保證傳輸速率和穩(wěn)定性的前提下，會定時將本地分析結(jié)果和原始音頻傳輸至云平臺的鼾聲數(shù)據(jù)庫；電源電路主要是將輸入12 V 電壓轉(zhuǎn)化成5 V 和3.3 V 穩(wěn)定供壓芯片，電源開始供電后就可選擇開始錄制鼾聲；SD 卡本地存儲鼾聲；USB 接口可以接外部設(shè)備。系統(tǒng)硬件實物如圖3所示。

圖2 系統(tǒng)硬件設(shè)計圖

圖3 系統(tǒng)硬件實物圖

3 系統(tǒng)軟件設(shè)計

3.1 原始數(shù)據(jù)采集

在原始數(shù)據(jù)獲取上與杭州市某醫(yī)院合作，在患者知情并同意的情況下，配合PSG 標(biāo)準(zhǔn)診斷設(shè)備，利用采集終端以16 kHz 的采樣頻率、16 位采樣位數(shù)、單聲道錄制了患者睡眠一整晚的聲音。首先利用端點檢測技術(shù)對鼾聲原始音頻進行預(yù)處理，提取有鼾聲段音頻，標(biāo)注時間后對比PSG 導(dǎo)出的診斷結(jié)果，人工篩選出各個呼吸暫停結(jié)束后2 s 內(nèi)的第一個暫停相關(guān)鼾聲作為呼吸暫停后鼾聲，此外再經(jīng)過人工統(tǒng)計與排選，選取出遠(yuǎn)離呼吸暫停段6 s 以上時間的鼾聲作為患者的正常鼾聲，總計共采集患者人數(shù)10 人(其中4 人作為算法測試?yán)? 人作為終端測試?yán)?，實際對比如圖4 所示。圖片上方白色部分為PSG 標(biāo)準(zhǔn)診斷設(shè)備得到的數(shù)據(jù)，下方黑色部分為自研設(shè)備得到的數(shù)據(jù)。兩臺設(shè)備的時間是同步的，從圖中可以看到自研設(shè)備監(jiān)測到的鼾聲基本能夠與PSG 標(biāo)準(zhǔn)設(shè)備對應(yīng)上，在OSAHS 事件發(fā)生時監(jiān)測鼾聲的波幾乎為一條水平線，代表呼吸暫停。同時通過自研設(shè)備得到的鼾聲音頻波形可以看到在發(fā)生呼吸暫停阻塞后的鼾聲明顯比普通鼾聲強度更大。

圖4 同一時間段患者PSG 診斷結(jié)果以及錄音段對比圖

3.2 鼾聲聲學(xué)特征提取

在語音信號的處理范疇中，語音信號存在很多的特征，由于鼾聲信號與語音信號存在很多的相似之處，因此可以通過借鑒語音信號中的特征將其運用到鼾聲信號中[14]。本文主要使用了MFCC、短時平均能量這兩種音頻特征。

3.2.1 MFCC

MFCC 是一種基于人的聽覺的非線性特征，在Mel頻域內(nèi)，人對音調(diào)的感知度為線性關(guān)系[15]。

具體提取MFCC 的步驟如圖5 所示。

圖5 MFCC 特征參數(shù)提取框圖

(1)預(yù)處理：首先選取20 Hz～20 kHz 的人聲頻段，剔除非人聲頻段減少冗余計算。由于語音信號具有短時平穩(wěn)特性，因此將其以幀為單位進行處理，實驗中選取的語音幀長為32 ms，幀疊為16 ms。最后為了減少吉布斯效應(yīng)，用漢明窗對鼾聲信號進行加窗。

(2)FFT：對每一幀進行短時傅里葉變換求頻譜，將時域的鼾聲信號轉(zhuǎn)變?yōu)轭l域信號。

(3)能量譜：對鼾聲信號的幅度譜的模求平方得到其能量譜。

(4)Mel 濾波：將能量譜通過一組Mel 尺度的三角形濾波器組得到Mel 頻譜，通過梅爾頻譜變換，將頻率轉(zhuǎn)換成人耳能感知的線性關(guān)系。其中普通頻率轉(zhuǎn)化到Mel頻率的公式為：

(5)倒譜分析：首先對三角形濾波器組的輸出Mel 頻譜取對數(shù)，然后通過DCT 離散余弦變換去除各維信號之間的相關(guān)性，將信號映射到低維空間，取DCT 后的第2個到第13 個系數(shù)作為MFCC 系數(shù)。

3.2.2 短時平均能量

由于語音信號的能量隨時間而變化，因此對短時平均能量進行分析，可以作為輔助的特征參數(shù)用于語音識別中。

首先將音頻信號進行分幀，以512 個采樣點為一幀，按幀來計算每一幀的能量。其中第n幀語音信號的短時平均能量En為：

截取一段音頻信號計算其短時平均能量，并繪制對應(yīng)波形。從圖6 可以看出聲音波形與能量波形基本可以對齊，短時能量可以作為區(qū)分有聲和無聲的依據(jù)。

圖6 聲音波形與能量波形對比圖

3.3 自適應(yīng)閾值的短時能量端點檢測

在本系統(tǒng)中以短時能量作為端點檢測的特征參數(shù)，由于夜晚安靜的背景情況下打鼾與不打鼾的音頻段上能量有比較大的區(qū)別，因此采用此參數(shù)作為判決的特征參數(shù)，具體步驟如下：

(1)預(yù)處理，采用中值濾波平滑處理，消除噪聲中的階躍點，提高檢測的準(zhǔn)確率。

(2)加窗分幀，窗函數(shù)具有低通特性，選擇漢明窗，漢明窗的主瓣寬度1.3Δω，第一旁瓣衰減43，幀長20 ms，幀移10 ms，重疊率為1/2。

(3)雙門限判決，在得到鼾聲段短時平均能量后，首先選取一個較高閾值T2進行一次粗判，再選擇一個較低的閾值T1，這樣找到波形較低門限值的兩個相交點B和E，即為端點檢測出的目標(biāo)鼾聲段的起始點和結(jié)束點，如圖7 所示。

圖7 雙門限端點檢測示意圖

3.4 SVM 的鼾聲分類

本文將SVM用于鼾聲識別分類模型的訓(xùn)練，步驟如下：

(1)提取錄制一整晚鼾聲錄音，在MATLAB 平臺用端點檢測算法提取鼾聲段。

(2)在PyCharm 平臺提取截取鼾聲段的MFCC 和短時能量特征數(shù)據(jù)。

(3)將鼾聲段按照呼吸暫停后鼾聲和普通鼾聲二分類標(biāo)記，然后將標(biāo)記好的數(shù)據(jù)集隨機分組用于對模型進行訓(xùn)練和測試。

4 系統(tǒng)功能驗證測試

OSAHS 檢測系統(tǒng)需要完成鼾聲采集處理、檢測分類、傳輸?shù)裙δ埽趯ο到y(tǒng)的測試需要對比PSG 設(shè)備，首先在PC 上進行端點檢測和機器學(xué)習(xí)算法的選擇，在完成算法的測試和驗證后，再轉(zhuǎn)化可部署的模型移植到ARM 嵌入式終端上。

4.1 鼾聲檢測算法驗證測試

首先選取一段鼾聲原始音頻，如圖8 所示。在端點檢測算法測試時，首先計算出前20 幀靜音段數(shù)據(jù)的平均短時能量，記為EL0；尋找接下去連續(xù)20 幀短時能量超過1.5EL0的鼾聲片段，計算平均短時能量，記為EH0。設(shè)置上門限TH=(EH0+EL0)/2 和下門限TL=1.3EL0。

圖8 鼾聲原始波形圖

如果一段鼾聲數(shù)據(jù)的第一幀短時能量超過上門限TH，且接下來20 幀數(shù)據(jù)的短時平均能量不小于下門限TL，則認(rèn)為該段鼾聲數(shù)據(jù)為潛在鼾聲段，但由于在采集剛開始的時候不是無聲狀態(tài)，因此會造成門限的設(shè)置上放大，前期的一些鼾聲段被剔除。

因此除了首次設(shè)置門限值外，還應(yīng)該自適應(yīng)重新選擇無聲段并且更新門限值。如果在一段時間內(nèi)沒有發(fā)現(xiàn)有聲段，則有可能是設(shè)置的門限值有誤，應(yīng)重新選取無聲段并計算門限值，當(dāng)連續(xù)有5 次計算的門限值小于原門限值，則將原門限值更新為這5 次門限值的平均值。此時自適應(yīng)閾值的短時能量端點檢測波形如圖9 所示，可以看出經(jīng)過自適應(yīng)重新更新閾值后能明顯提高檢出率。

圖9 短時能量和自適應(yīng)閾值端點檢測的鼾聲波形對比圖

4.2 鼾聲分類算法驗證測試

在機器學(xué)習(xí)算法測試中，為了實現(xiàn)對患者與正常人的區(qū)分，采用了鼾聲差異性最大的非患病者的正常鼾聲與患病者的阻塞暫停后鼾聲二分類，而選擇阻塞暫停后鼾聲是因為患有呼吸暫停綜合征患者中相較于中樞型和混合型數(shù)量是最多的，采集得到的原始數(shù)據(jù)60%作為訓(xùn)練集，驗證集和測試集都使用原始數(shù)據(jù)的20%。驗證集用于對模型的性能進行預(yù)先評估，該模型是通過訓(xùn)練集和評估來學(xué)習(xí)的，以調(diào)整參數(shù)以提高評估性能。通過驗證集獲得的最佳參數(shù)，并使用測試集來驗證分類器的性能。

在對不同機器學(xué)習(xí)算法的選擇上進行了實驗，分別有決策樹學(xué)習(xí)算法、K-近鄰算法、SVM 算法，輸入特征為12 維度MFCC+短時能量，實驗結(jié)果如表1 所示，SVM算法在鼾聲二分類上明顯優(yōu)于其他算法。選擇SVM 作為鼾聲分類算法后，分別采用了5 種核函數(shù)進行測試，特征采用一樣，實驗結(jié)果如表2 所示，高斯核函數(shù)的識別準(zhǔn)確率高于其他核函數(shù)。

表1 不同模型識別準(zhǔn)確率 （%）

表2 不同核函數(shù)識別準(zhǔn)確率 （%）

因此最終基于以上實驗，在模型部署到采集終端上時采用基于高斯核的支持SVM 算法。并且對算法端到端即音頻到給出結(jié)果的耗時在PC 端和ARM 端進行了測試，分別測試PC 端和ARM 端算法處理10 個10 MB、10 個50 MB、10 個100 MB 的鼾聲音頻 平均耗時，錄制分別需要6 min、25 min、50 min 左右，結(jié)果如表3 所示，能滿足快速檢測要求。

表3 端點檢測算法移植耗時對比

在系統(tǒng)功能的測試驗證時，需要與PSG 設(shè)備對比，分別對比6 名病患(3 男A，3 女B)的結(jié)果，檢測準(zhǔn)確率定義為一整晚時間檢測出阻塞暫停后鼾聲的數(shù)量/PSG 檢測的阻塞暫停數(shù)量，結(jié)果如表4 所示，平均準(zhǔn)確率為83.9%。

表4 受試者檢測準(zhǔn)確率 (%)

同時類比AHI 指數(shù)，即人在睡眠的狀態(tài)下平均每小時發(fā)生呼吸暫停和低通氣的次數(shù)和，在本系統(tǒng)尚且不能有效分類識別低通氣時，選擇人在睡眠的狀態(tài)下平均每小時發(fā)生阻塞暫停次數(shù)作為判斷用戶的呼吸暫停狀況的程度，5～15 次為較為輕微，此時建議用戶調(diào)整作息，減輕睡眠疲勞的情況，并做進一步觀察；15～30 次則建議用戶對比注意醒來是否有呼吸暫停的不良反應(yīng)，例如疲勞、口干、頭暈的狀況；超過30 次時高度建議用戶盡快去醫(yī)院進行全方位PSG 檢測。

5 結(jié)論

在本次工作中，設(shè)計了一種基于ARM 的OSAHS 檢測系統(tǒng)，能夠錄制整晚睡眠聲音，并實現(xiàn)自動鼾聲段檢測，分類為普通鼾聲和阻塞暫停后鼾聲；降低了檢測成本，提高了檢測效率，作為一種初步篩查輔助診斷有較強的應(yīng)用價值。同時基于i.MX6ULL 處理器強大的性能，后續(xù)計劃輔助增加心率和血氧的檢測功能，進一步增強系統(tǒng)對呼吸暫停綜合征的檢測能力。并且以后在采集鼾聲數(shù)據(jù)時在患者知情并同意的情況下一并記錄其年齡和體重等可能與呼吸暫停綜合征的產(chǎn)生有關(guān)的數(shù)據(jù)，增加多年齡區(qū)間和多體重區(qū)間的測試數(shù)據(jù)與對照組，探索其與OSAHS 的相關(guān)性。