1.1 心音智能听诊技术的关键环节

心音智能听诊流程主要包括信号采集、信号预处理、心音特征提取和模型训练( 图 2 )。心音信号采集主要通过电子听诊器实现，通过传感器将声音模拟信号转化为数字信号，用于后续的人工智能算法分析。心音信号的预处理主要包含心音去噪和定位分割，其中针对电子听诊器在临床心音采集过程中受到的环境噪音、受试者说话和哭闹干扰等噪声，目前研究人员提出了一系列去噪算法。采用带通滤波器实现信号滤波是常见且有效的去除高低频率噪声的方式 ，带通滤波器实现滤波去噪的关键在于高低截止频率的选择。小波去噪是另外一种广泛使用的去噪方式，通过选择特定的小波和小波分解层数将原始心音信号分解为多层，并采用阈值和加权特定层重建分解信号，最终实现去噪 。小波去噪的关键在于选择合适的小波分解层数和重建层，不恰当的分解层数将不利于保留有效心音信号，从而影响后续的人工智能诊断分析算法。心音信号去噪后，进一步通过心音定位分割识别区分第一心音和第二心音，并基于第一心音和第二心音提出多种有效特征，从而实现准确的心音分类。由于在第一心音和第二心音的不同阶段含有区分先天性心脏病的重要特征，因此现阶段已有算法主要基于分割第一心音和第二心音并提取有效特征来实现分类器的训练。例如，陈洁等 提出基于包络的第一、第二心音识别方法，通过改进型希尔伯特-黄变换获取心音包络，再通过双门限法对心音信号进行分割，实现第一心音和第二心音的自动识别；房玉等 提出一种特征矩波形的分析方法分割并提取出心脏收缩杂音期和舒张杂音期信号；Springer等 使用隐半马尔科夫模型(logistic regression hidden semi-Markov model，LRHSMM)在含噪音的心音中准确分割了第一心音和第二心音；侯雷静等 提出了一种面向心音分割的个性化高斯混合建模方法，通过主成分分析提取心动周期信号，并通过无监督学习构建个性化的统计模型，实现窗内每一心动周期的分割，该算法的平均分割准确率比主流的LRHSMM算法提高3%；Fernando等 提出了一种基于注意力的双向长短期记忆网络的心音分割方法，证明了循环神经网络结合注意力机制可以从不规则和嘈杂的心音中有效地学习特征。

Open in a separate window

图2

心音智能听诊的主要流程

随着人工智能技术的飞速发展，人工智能在医学领域发挥了越来越大的作用，特别是机器学习算法在先天性心脏病智能听诊领域研究及应用广泛。根据机器学习算法的原理与实现，先天性心脏病智能听诊技术可分为基于传统机器学习的先天性心脏病智能听诊技术和基于深度学习的先天性心脏病智能听诊技术。其中，传统机器学习主要是指通过人工设计并提取心音有效特征，采用支持向量机、随机森林等分类器实现分类；深度学习主要是指针对心音信号的波形图或提取的时频图等特征，采用神经网络自动抽取更加抽象高级的特征并实现分类。

1.2 基于传统机器学习的智能听诊技术

传统机器学习的智能听诊算法是基于人工设计并提取心音的有效特征，通过训练传统机器学习分类器实现心音的分类识别。其中梅尔频率倒谱系数(mel-frequency cepstral coefficients，MFCC)是一种在语音识别领域广泛使用的特征，在心音智能识别领域也应用广泛。Aziz等 提出针对心音信号提取MFCC特征并结合一维局部三元模式(one-dimensional local ternary patterns，1D-LTP)特征实现先天性心脏病分类，在训练阶段采用支持向量机分类器，最终实现了房间隔缺损、室间隔缺损和正常心音的三分类，平均准确率高达95.24%。Ghosh等 提出采用线调频小波变化方法在时频域提取心音的局部能量和熵特征，并最终采用稀疏表达分类器形成多类组合分类器实现四分类(二尖瓣反流、二尖瓣狭窄、主动脉瓣狭窄和正常心音)，平均准确率高达98.33%。Son等 提出采用MFCC特征结合离散小波变换(discrete wavelets transform，DWT)特征实现心音分类，并将支持向量机、基于质心位移的K邻近算法和深度神经网络算法进行比较，结果显示采用支持向量机分类器实现了最优分类性能，平均准确率高达97.9%。Zhu等 采用反向传播神经网络作为分类器将MFCC特征和线性预测倒谱系数(linear predictive cepstral coefficients，LPCC)特征在先天性心脏病分类识别中的作用进行对比，结果表明MFCC特征优于LPCC特征，然而研究者并未验证分类器对结果的影响。采用多种分类器进行实验对比将更具说服力。Patidar等 针对心音中的间隔缺损类数据，提出了一种基于可调品质因子小波变换(tunable-Q wavelet transform，TQWT)的特征提取方法，利用最小二乘支持向量机进行分类，并评估了品质因子从1到50的TQWT特征对分类性能的影响，当Q=6时分类精度明显提高，其敏感度为98.80%，特异度为99.29%。以上传统机器学习算法依赖手工设计的心音有效特征，一旦特征选择不理想将导致算法性能不佳，因此特征的选择至关重要。但是，针对各种环境下不同病理的心音，设计并筛选统一有效的特征异常困难，这使得基于传统机器学习的算法难以进一步优化。