بخشی از مقاله
خلاصه
برای تعیین شرایط قلب و تشخیص بهنگام بیماریهای دریچهای قلبی، صدای قلب مورد استفاده قرار میگیرد. در این مقاله با بکارگیری ایده ضبط دادگان چند کاناله، اطلاعات مکانی- زمانی دریچههای قلب استخراج می شود. باز و بسته شدن دریچههای قلب در فازهای مختلف قلب عامل اصلی در ایجاد دو مؤلفه اساسی صدای قلب S1 و S2 است. با تعیین مکان دریچهها به همراه زمان باز و بسته شدن آنها، میتواند کمک شایانی در تشخیص بیماریهای دریچهای کند . در این روش غیرتهاجمی پیشنهادی، با بکارگیری آرایه مستطیلی و الگوریتم مبتنی بر زیرفضای دستهبندی چندگانه سیگنال - MUSIC - با رزولوشن نسبتاً بالا، اطلاعاتی از مکان دریچههای فعال قلب در هر فاز S1 سیستول، S2 و دیاستول میدهد. نتایج بدست آمده از صدای قلب سالم و ناسالم بخوبی نشان میدهد که این روش نوین میتواند جایگزین مناسبی برای روشهای تشخیصی خودکار بیماریهای قلبی از صدای آن باشد.
کلمات کلیدی: پایش قلب، مکانیابی صوتی، الگوریتم .MUSIC
.1 مقدمه
صدای قلب، یک سیگنال صوتی انفجاری از انرژی ارتعاشات به وجود آمده از انقباض عضلانی قلب است. این صدا دربردارنده اطلاعات مفیدی از ساختار فیزیولوژیکی و پاتولوژیکی دریچههای قلب بوده که میتواند در تشخیص بیماریهای دریچهای قلب بسیار مفید باشد. این سیگنال صوتی پیچیده و غیرایستان، اغلب دارای چگالی پایین و دارای پهنای باند فرکانسی محدود، در بین 10 تا 750 هرتز است .[1] قلب یک عضله تو خالی با چهار حفره است که خون را در تمام بدن پمپاژ میکند. ارتعاش عضلات قلب، به صورت تکراری صدایی تولید میکند که در هر دوره شامل چهار فاز اصلی S1، سیستول1، S2 و دیاستول2 است. در صورتی-که دریچههای قلب دچار اختلال شود، علاوه بر صداهای S1 و S2، صداهای اضافی دیگری به نام سوفل3 بوجود آمده که به عنوان اولین نشانه در تغییرات پاتولوژی قلب محسوب میشوند. برای پایش4 قلب و تشخیص بیماریهای آن سه روش متعارف الکتروکاردیوگراف، اکوکاردیوگرافی و شنیدن صدای قلب با استفاده از استتوسکوپ یا فنوکار دیوگرام وجود دارد. در روش اول محدودیتهایی چون هزینه بالا و نیاز به متخصص وجود دارد. الکتروکاردیوگرافی نیز اطلاعات کافی از ساختارغیر طبیعی دریچهها و آثار سوفلها ارائه نمیدهد. اما پایش قلب از طریق صدای آن میتواند سادهترین روش در ارزیابی عملکرد قلب به حساب آید.
اولین گام برای پردازش سیگنال صوتی قلب، تعیین فازهای S1، S2، سیستول و دیاستول است؛ که این کار از دو طریق با سرپرستی - با بکارگیری [2,Error> Reference source not found.,4] - ECG و بدون سرپرستی انجام میشود .[5 , 6 , 7] روشهای تحلیلی صدای قلب مبتنی بر اطلاعات زمانی، زمان -فرکانسی و فرکانسی هستند. از مقدماتیترین روش های قطعه بندی صدای قلب در حوزه زمان، استفاده از دامنه سیگنال صوتی و آستانهگیری است و با توجه به فاصله زمانی دو فاز اصلی S1 و S2 ، قطعهبندی انجام میشود .[5] اما با توجه به نیاز آستانه برای فاز، این روش به شدت وابسته به دادگان و شرایط بیمار است؛ بنابراین در حضور سوفلها نتایج ضعیفتری خواهد داشت. از آنجا که صدای قلب غیرطبیعی و نویز پیشزمینه، رفتار فرکانسی مشابهی را با پیکهای اصلی S1 و S2 از خود نشان میدهند، روشهای مبتنی بر فرکانس اغلب دارای پیچیدگیهای بالایی هستند. در حوزه زمان-فرکانس با توجه به ماهیت غیر ایستان بودن سیگنال صدای قلب، از تبدیل موجک [6] تبدیل فوریه زمان کوتاه [7] - STFT - و تبدیل [8] S استفاده شده است. اما تشخیص برخی از سوفل بخاطر شباهت در شکل دامنه سیگنال صوتی قلب و رفتار فرکانسی مشابه حتی برای متخصصین بسیار پیچیده و دشوار است و نمی توانند براحتی وجه تمایزی بین آنها در صدای قلب پیدا کنند. بنابراین برای تشخیص نوع از تصاویر اکو استفاده میکنند.
بکارگیری اطلاعات مکان- زمانی سیگنالهای حیاتی با ضبط همزمان و ایجاد مدلی از تصویربرداری صوتی از قفسه سینه [9] و قلب [10] بر اساس محاسبه صوتی سه بعدی انجام گرفته است. برای بالا بردن رزولوشن در این روش به تعداد بالای حسگر نیاز است. از این رو در این مقاله روشی نوینی برای پایش قلب با استفاده از اطلاعات مکانی- زمانی سگینال صوتی قلب پیشنهاد میشود. استفاده از اطلاعات مکانی و نیز طول زمانی رخداد ناهنجاریهای منابع قلبی، که اغلب ناشی از وجود مسیرهای غیرطبیعی خون و یا مشکلاتی در بخشهای مختلف بافت قلب است، به تشخیص نوع بیماری کمک بسزایی میکنند. بدین منظور، روش نوینی برای تعیین موقعیت مکانی دریچههای اصلی قلب شامل چهار دریچه میترال، پالمونری، تریکسپید و آئورت، در فازهای مختلف قلب، با کمک روش مکان یابی رزولوشن بالا مبتنی بر زیرفضا دسته بندی سیگنال چندگانه [Error> Reference source not found.] - MUSIC1 - پیشنهاد شده است.
.2 روش پیشنهادی
در این مقاله مکانیابی دریچههای قلب به کمک الگوریتم MUSIC تعیین میشود. اولین گام برای رسیدن به این هدف، پیشپردازش بر روی سیگنال صدای قلب، است. سپس الگوریتم پیشنهادی برای تعیین مکان دریچهها در سه بعد فاصله و زوایای آزیموث و الویشن در فازهای S1، سیستول، S2 و دیاستول اعمال میشود. روش پیشنهادی بهطور خلاصه در بلوک دیاگرام شکل 1 نشان داده است.
1-2 پیشپردازش
آرایه میکروفنی شامل شش میکروفنهای سونی ECM44 advanced که از نوع air coupled با بهترین مشخصه فرکانسی باند پهن و ساختار فیزیکی کوچک و حساسیت بالا است، با چیدمان - 2x3 - با فواصل 5 سانتیمتری تشکیل شده است. دستگاه مبدل R16 zoom A-D با خروجی فرمت wave، 16/24 bits و با نرخ نمونهبرداری 44.1 kHz بکارگرفت شده است. برای بیرون کشیدن اطلاعات، فیلتر میانگذر چبیشف نوع 1 - در بازه فرکانسی 10 تا 750 هرتز - بکارگرفته شده است. همچنین برای اینکه اعوجاجی در فاز سیگنال ایجاد نشود، این فیلتر به صورت رفت و برگشت بر سیگنال ضبط شده اعمال شده است. برای حذف اثر تغییرات دامنه سیگنال صوتی قلب بر افراد مختلف پیش از اعمال فیلتر سیگنال صوتی قلب مطابق رابطه - 1 - نرمالیزه میشود.
.3 الگوریتم MUSIC
الگوریتم MUSIC بخاطر محاسبات سادهرزولوشن، نسبتاً بالا و همچنین نزدیک بودن آن به باند پایینی Cramer rao بسیار مورد توجه واقع شده است. الگوریتم رزولوشن بالا MUSIC ، الگوریتم مکان یابی مبتنی بر زیرفضا است که برای تخمین مکان منابع، ماتریس کواریانس سیگنالهای دریافتی را به دو زیرفضای منابع و نویز تجزیه میکند. به عبارت دیگر سیگنال دریافتی را به زیرفضای تخمینزده سیگنال اصلی نگاشت میدهد. برای درک بهتر مدلی را با P منبع صوتی باند باریک Sp - t - ، که توسط M حسگر صوتی جمعآوری شده است، در نظر بگیرید. سیگنال دریافتی X به صورت N AS X تعریف میشود. که در آن P , P - - ] 2 ,...,a - rP, , A [a - r1, , 1 , 1 - , a - r2 , 2 , ماتریس هدایت M x P بعدی با رنک کامل - P به تعداد منابع صوتی - است و N ماتریس نویز سفید جمع شونده فضایی با میانگین صفر و توان
