Index of /rozprawy2/10729

Akademia Górniczo-Hutnicza

im. Stanisława Staszica w Krakowie

Katedra Telekomunikacji

Cyfrowe rozpoznawanie

dźwięków oddechowych w

systemie zdalnego monitoringu

osób chorych na astmę

Rozprawa doktorska

Autor: mgr inż. Marcin Wiśniewski

Promotor: Prof. dr hab. inż. Tomasz Zieliński

Niniejszą pracę dedykuję Rodzinie

W tym miejscu chciałbym złożyć serdeczne

podziękowania Profesorowi

Tomaszowi

Zielińskiemu, za ogromną pomoc podczas

prowadzenia badań oraz za motywację,

która pozwoliła dokończyć tę pracę.

Chciałbym również podziękować Rodzinie,

w szczególności Żonie za wsparcie, wiarę

i poświęcenie oraz Rodzicom, za wszelką

pomoc.

3

Spis treści

Wstęp ... 5

Motywacja ... 5

Cel i teza pracy ... 6

Ograniczenia zakresu tematycznego z uzasadnieniem ... 6

Zawartość pracy ... 6

1. Telemedycyna i zdalny nadzór pacjentów chorych na astmę ... 8

1.1 Systemy telemedyczne ogólnie ... 9

1.1.1 Monitoring w chorobach układu krążenia ... 9

1.1.2 Monitoring cukrzycy ... 10

1.1.3 Monitoring sportowców i ogólnego stanu zdrowia ... 11

1.2 Systemy telemedyczne w monitoringu astmy ... 12

2. Rozpoznawanie astmy na podstawie analizy sygnałów dźwiękowych ... 16

2.1 Charakterystyka astmy ... 16

2.2 Sygnał dźwiękowy oddechu ... 17

2.3 Analiza i modelowanie sygnału rzeczywistego oddechu ... 19

2.3.1 Celowość modelowania ... 19

2.3.2 Referencyjna baza nagrań ... 20

2.3.3 Identyfikacja parametrów sygnałów ... 20

2.3.4 Modelowanie sygnału ... 24

2.3.5 Weryfikacja modelu ... 25

2.3.6 Podsumowanie ... 26

3. Rozpoznawanie tonalności sygnału ... 27

3.1 Problem rozpoznawania tonalności ... 27

3.2 Miary tonalności stosowane do wykrywania tonów astmatycznych ... 29

3.2.1 Miary tonalności liczone w dziedzinie czasu... 29

3.2.2 Miary tonalności liczone w dziedzinie częstotliwości ... 31

3.3 Znane metody wykrywania tonalności jeszcze nie stosowane w astmie ... 33

3.4 Zaproponowane i zmodyfikowane miary tonalności do detekcji świstów astmatycznych ... 37

3.4.1 Zaproponowane nowe miary tonalności ... 37

3.4.2 Modyfikacja istniejących miar tonalności ... 40

3.5 Histogramy miar tonalności ... 42

3.6 Podsumowanie ... 58

4. Badania na sygnałach rzeczywistych i zamodelowanych ... 61

4

4.2 Dobór klasyfikatora ... 62

4.3 Wybór parametrów klasyfikatora ... 65

4.4 Wpływ liczby cech na skuteczność rozpoznawania ... 67

4.4.1 Rozpoznawanie jedną cechą ... 67

4.4.2 Rozpoznawanie dwiema cechami ... 69

4.4.3 Rozpoznawanie trzema cechami ... 70

4.5 Problem czułości metody ... 72

4.6 Wpływ liczby harmonicznych na wynik rozpoznawania ... 74

4.7 Wpływ jakości sygnałów uczących na wynik rozpoznawania... 76

4.8 Wpływ rodzaju szumu na wynik rozpoznawania ... 79

4.9 Podsumowanie ... 84

5. Redukcja liczby cech metodą mRMR ... 86

5.1 Algorytm mRMR (minimum Redundancy, Maximum Relevance) ... 86

5.2 Zastosowanie algorytmu mRMR do redukcji wykorzystywanych cech ... 87

5.3 Weryfikacja wyniku wyboru cech ... 87

6. Rozpoznawanie w czasie rzeczywistym ... 90

6.1 Porównanie szybkości wyznaczania poszczególnych deskryptorów ... 90

6.2 Rozpoznawanie na bieżąco ... 90

6.2.1 Wprowadzenie ... 90

6.2.2 Szybki algorytm z dwoma STFT ... 92

6.2.3 Szybki algorytm z jednym STFT ... 92

6.3 Podsumowanie ... 98

Podsumowanie i wnioski ... 99

Literatura ... 102

Dodatki ... 109

5

Wstęp

Motywacja

Astma stanowi poważny problem zdrowotny na świecie. Według WHO [Who] obecnie na tę chorobę cierpi ok. 235 milionów ludzi. Jest to najczęściej występująca choroba przewlekła u dzieci, ale występuje także u ludzi dorosłych. Niekontrolowana astma może powodować poważne ograniczenia aktywności życiowej, a w niektórych przypadkach może nawet prowadzić do zgonu.

Rozwój technologiczny pozwala na znaczne ułatwienie kontroli chorób przewlekłych układu oddechowego. Ciągle rozwijające się algorytmy wspomagające diagnozę oraz elektronika, a w szczególności urządzenia osobiste, tj. telefony, tablety lub specjalnie dedykowani „medyczni asystenci”, pozwalają na lepszą kontrolę chorób przewlekłych. Jest to szczególnie ważne przy astmie, gdyż dobrze kontrolowana choroba pozwala na normalne funkcjonowanie chorych [MP07]. Jednym z kluczowych elementów monitorowania tejże choroby jest osłuch płuc. Jest to podstawowe badanie, jakie przeprowadza lekarz podczas wizyty chorego pacjenta. Niestety fakt, że wykonuje się je zazwyczaj tylko podczas wizyt powoduje, że nie możemy obserwować na bieżąco nasilania się problemów z oddychaniem. Skonstruowanie urządzenia do monitorowania i analizy osłuchów płuc pozwoliłoby na dogłębną analizę kondycji płuc w zależności od różnych czynników zewnętrznych, co w rezultacie pozwoliłoby na lepsze poznanie astmy, choroby bardzo uciążliwej.

Wagę zagadnienia automatycznej detekcji świstów ilustruje rys 1, w którym przedstawiono liczbę artykułów w bazie danych IEEE Xplore dotyczących świstów („wheezes”), opublikowanych na przestrzeni ostatnich kilkudziesięciu lat. Jak widać silny wzrost zainteresowania tym tematem odnotowano dopiero po 2000 roku.

Rysunek 1 Liczba artykułów w bazie IEEE Xplore, kojarzonych z hasłem "wheezes" na przestrzeni

6

Cel i teza pracy

Celem pracy było stworzenie algorytmów do automatycznej detekcji świstów astmatycznych w osłuchach płuc. Opracowując je wzięto pod uwagę trzy główne założenia. Pierwszym z nich była wymagana niska złożoność obliczeniowa zestawu deskryptorów (cech, miar) tonalności sygnału, gdyż opracowywane algorytmy miały być przeznaczone dla urządzeń mobilnych. Z tym założeniem wiąże się również ograniczenie do niezbędnego minimum liczby cech, mierzących ww. tonalność. Każda z cech powinna być maksymalnie czuła na tonalność sygnału, a jednocześnie jak najmniej wrażliwa na inne właściwości sygnału. Drugim założeniem było wybranie uniwersalnego zestawu cech, odpornego na różne rodzaje szumu tła. Miało to pozwolić na analizę zapisów osłuchów wykonanych różnymi urządzeniami, a także na wykrywanie świstów, występujących w różnego rodzaju oddechach, niezależnie od różnic osobniczych. Zaprojektowany zestaw cech powinien zapewniać wysoką skuteczność rozpoznawania składowych tonalnych niezależnie od kształtu widma tła akustycznego. Trzecim i ostatnim wymaganiem było zwiększenie czułości detekcji słabych tonów. Algorytmy detekcji świstów powinny wykrywać zaburzenia, których obecność jest trudna lub wręcz niemożliwa do jednoznacznego wykrycia przez lekarzy. Powinny także eliminować różnice w postawionych diagnozach, spowodowane subiektywnym odczuciem lub warunkami fizjologicznymi lekarzy. Słabe sygnały mogą być niesłyszalne przez jednego lekarza, a słyszane przez drugiego, co prowadzi do różnych diagnoz.

W niniejszej rozprawie doktorskiej przedstawiono i udowodniono następującą tezę:

Wykorzystując nowoczesne techniki analizy sygnałów cyfrowych możliwe jest opracowanie skutecznego, szybkiego (nie złożonego obliczeniowo) i uniwersalnego algorytmu do detekcji świstów w osłuchach płuc

W pracy zaproponowano algorytmy o wyżej wymienionych cechach oraz dokładnie je przebadano. Otrzymane wyniki badań potwierdzają prawdziwość postawionej tezy.

Ograniczenia zakresu tematycznego z uzasadnieniem

W pracy nie podjęto próby opracowania metod detekcji i rozpoznawania dźwiękowych sygnałów oddechowych (np. trzeszczeń, skrzeczeń), związanych z innymi chorobami płuc niż astma, ponieważ nie dysponowano odpowiednią bazą nagrań. Dodatkowo analizowano tylko sygnały płuc, rejestrowane za pomocą mikrofonów przyłożonych do klatki piersiowej, a nie do krtani.

Zawartość pracy

Struktura i zawartość pracy jest następująca

W rozdziale 1 opisano możliwości jakie oferują współczesne rozwiązania technologiczne w zakresie telemedycyny. Pokrótce zaprezentowano systemy telemedyczne, dotyczące różnego rodzaju chorób, m.in. systemy do monitorowania pracy serca, poziomu cukru we krwi i astmy. W szczególności zaprezentowano System telemedyczny, dla którego opracowywano algorytmy przedstawiane w niniejszej rozprawie.

Rozdział 2 opisuje diagnostykę pacjenta chorego na astmę, przeprowadzaną na podstawie dźwięków rejestrowanych podczas osłuchów płuc. Opisano w nim sposób powstawania sygnałów, generowanych przez układ oddechowy, rodzaje generowanych dźwięków oraz cechy charakterystyczne poszczególnych zaburzeń. W tym rozdziale zaprezentowano również

7 głębszą analizę sygnałową świstów astmatycznych i sygnału normalnego oddechu, na podstawie której zaproponowano sposób modelowania tych sygnałów. Przedstawiono metodologię budowy modelu, uzasadnienie korzystania z sygnałów syntetycznych oraz proces identyfikacji najważniejszych parametrów sygnału.

W dalszej części rozprawy, w rozdziale 3, opisano problem rozpoznawania składowych tonalnych w szumie, czyli przedstawiono ogólniej problem rozpoznawania świstów astmatycznych. Zaprezentowano krótką analizę stanu wiedzy z dziedziny rozpoznawania świstów astmatycznych oraz przedstawiono miary tonalności sygnału, które były już stosowane w tym przypadku. Przedstawiono także deskryptory, które wykorzystywano w przeszłości do detekcji tonalności w innych zastosowaniach, m.in. w standardach kompresji sygnałów dźwiękowych oraz w sonarach. Na końcu zaprezentowano nowe deskryptory zaprojektowane przez autora niniejszej rozprawy wraz z jego promotorem. Wszystkie deskryptory opisane zostały za pomocą wzorów matematycznych, a skuteczność ich działania zweryfikowano za pomocą histogramów, wyliczonych na sygnałach testowych: syntetycz-nych oraz rzeczywistych.

W rozdziale 4 omówiono metodykę przeprowadzonych badań eksperymentalnych oraz opisano proces przygotowania sygnałów do analizy. Przedstawiono parametry, za pomocą których oceniano otrzymane wyniki, oraz sposób interpretacji rysunków. W dalszej części opisano narzędzie klasyfikacji, użyte w badaniach, wykorzystujące technikę wektorów wspomagających SVM (Support Vector Machine), oraz opisano proces doboru jego najważniejszych parametrów. W rozdziale tym wykorzystano sygnały zamodelowane do sprawdzenia skuteczności rozpoznawania sygnałów tonalnych w zależności od:

 stosunku SNR świstów do szumu normalnego oddechu,  liczby tonów, zawartych w składowej tonalnej świstów,  jakości sygnałów uczących,

 rodzaju szumu normalnego oddechu.

Celem badań było znalezienie najbardziej uniwersalnego deskryptora lub zestawu deskryptorów tonalności, które będą w stanie dobrze opisywać sygnał świstu astmatycznego, niezależnie od charakteru samego zaburzenia oraz rodzaju oddechu (tła akustycznego). W rozdziale 4 przedstawiono także wyniki rozpoznawania, przeprowadzone na sygnałach rzeczywistych, oraz wpływ liczby cech na wyniki rozpoznawania.

W rozdziale 5 zaprezentowano wyniki redukcji liczby cech za pomocą algorytmu mRMR (minimum Redundancy, Maximum Relevance). Opisano algorytm mRMR oraz sposób, w jaki wykorzystano go podczas badań. Otrzymany wynik został zweryfikowany za pomocą szeregu eksperymentów. Potwierdzono w ten sposób wybór najskuteczniejszej metody do detekcji świstów astmatycznych.

Rozdział 6 jest poświęcony oszacowaniu złożoności obliczeniowej oraz redukcji czasu wyznaczania algorytmów do wyznaczania poszczególnych deskryptorów tonalności. Opisane w tym rozdziale badania mają na celu tak dostosować i uprościć algorytmy obliczeniowe deskryptorów, aby uzyskać taki sam (lub bardzo podobny) wynik rozpoznawania świstów, ale w krótszym czasie.

Badania, których wyniki przedstawiono w niniejszej rozprawie, przeprowadzono w latach 2010-2013 w ramach realizacji projektu Programu Operacyjnego Innowacyjna Gospodarka nr POIG.01.01.01-00-045/09-00 „Inżynieria Internetu Przyszłości” [IIP]. Dyskutowane zagadnienie było związane z zadaniem 3.2. Sieci e-zdrowie, dotyczącym opracowania systemu e-Asthma do zdalnego monitoringu pacjentów chorych na astmę. W ramach tego zadania, autor niniejszej rozprawy, wraz ze współautorami opublikował 17 prac: [ŁNS10], [WNZ10], [WZ10a], [WZ10b], [WZ10c], [WZ10d], [WZ11a], [WZ11b], [WZ12a], [WZ12b], [WZ12c], [WZ12d], [WZ12e],[WZ12f], [WZ12g], [WZN11], [WZN12].

8

1. Telemedycyna i zdalny nadzór pacjentów

chorych na astmę

Już od połowy ubiegłego wieku tworzyły się podstawy współczesnej telemedycyny. Początkowo szybko rozwijająca się informatyka jedynie wspomagała wybrane dziedziny branży medycznej, jednak rozwój technologiczny naturalnie połączył ze sobą te dwa różne światy, tworząc wspólną gałąź e-zdrowia i telemedycyny [DZ06]. Szybki rozwój tej nowej branży stwarza liczne możliwości do usprawnienia wykorzystywanych technologii biomedycznych. Całodobowy monitoring chorego pacjenta w szpitalu, zdalny monitoring pacjentów w domu czy też monitoring diety chorego to tylko kilka przykładów z pośród wielu zastosowań zdalnego nadzoru e-zdrowie. Systemy zdalnego monitoringu z powodzeniem wykorzystuje się również do leczenia chorób przewlekłych (takich jak astma czy cukrzyca) u pacjentów, nie wymagających całodobowego przebywania w szpitalu.

Jednym z ważniejszych aspektów leczenia chorób przewlekłych jest wymagana szybka reakcja medyczna na zaobserwowane zaburzenie czynności życiowych. Systemy zdalnego monitoringu pozwalają na bezpośrednie powiadomienie lekarza, prowadzącego danego pacjenta, oraz na szybką reakcję w przypadku, gdy pacjent znajduje się w domu. Systemy te umożliwiają również bezpośredni kontakt pacjenta z lekarzem w ramach konsultacji w dowolnym momencie. Wykorzystując takie elementy jak bezprzewodowe, bardzo lekkie czujniki pomiarowe, urządzenia PDA lub telefony komórkowe, rozwiązania te stają się bardzo łatwe w obsłudze i nie przeszkadzają pacjentowi. Pacjent może nosić czujniki nie odczuwając przy tym żadnych niedogodności, a zarazem za pomocą urządzenia PDA lub telefonu może nawiązać kontakt z lekarzem w dowolnej chwili [JJP09]. Wymagania dotyczące niezbędnych usług oraz funkcjonalności monitoringu pacjentów zostały szeroko opisane w [ZCC03]. Taki system powinien, między innymi, zapewnić dostęp do danych pacjenta o każdej porze i z każdego miejsca, lokalizować pacjenta i automatycznie lub półautomatycznie proponować najbliższe centrum medyczne, automatycznie rozpoznawać stan pacjenta i, w razie konieczności, powiadamiać o tym stanie centrum medyczne.

Każdy klasyczny system zdalnego monitoringu składa się z co najmniej 3 warstw [JJP09]: zbierania danych, analizy danych oraz serwisu usług. Pierwsza warstwa jest odpowiedzialna za dostarczenie do systemu potrzebnych sygnałów badanego pacjenta. Są to sygnały biologiczne takie jak tętno, temperatura, EKG, EEG, SpO2, itp., jak również bardziej ogólne sygnały jak pozycja GPS, informacje z czujników ruchu, czy też poziom zanieczyszczeń powietrza. Druga warstwa zajmuje się grupowaniem, zapisywaniem i analizą tych sygnałów w taki sposób, aby trzecia warstwa mogła odpowiednio zinterpretować wyniki i podjąć konieczne działania wobec chorego. W warstwie trzeciej, ze względu na podejmowanie decyzji oraz interakcje z pacjentem, niezbędni są lekarze specjaliści. Aby zapewnić pacjentowi pełny komfort, do zbierania sygnałów wykorzystuje się czujniki bezprzewodowe. Tworzy się przy tym piko-sieci WBAN (ang. Wireless Body Area Network) lub PAN (ang. Personal Area Network) [Zim96]. Sieci te najczęściej wykorzystują protokoły ZigBee (IEEE 802.15.4) lub Bluetooth (IEEE 802.15.1) o topologii gwiazdy. Zaletą protokołu ZigBee jest energooszczędność i niewielki koszt, okupowane jest to jednak mniejszym transferem danych (250 Kbit/s przy 2,4 GHz), oraz małym zasięgiem [Zig]. Bluetooth z kolei można spotkać w prawie wszystkich telefonach komórkowych oraz urządzeniach PDA. Ma on znacznie większa przepustowość (do 3.1 Mbit/s przy 2,4 GHz) [Blu], lecz jest mniej energooszczędny. Wykorzystanie sieci bezprzewodowych pozwala w niektórych przypadkach [JJP09] na transmisję sygnałów z wnętrza ciała pacjenta. Sieci takie dobrze się sprawdzają do przesyłania informacji z bezprzewodowej kapsułki endoskopowej. Sprzężenie czujników

9 z przenośnym serwerem (PDA lub telefon) pozwala na ograniczenie zasięgu potrzebnego do połączenia czujników z PDA (sieć WBAN), a co za tym idzie na ograniczenie poboru mocy.

Poprzez wykorzystanie sieci komórkowych oraz sieci WLAN, coraz bardziej powszechnych w budynkach, systemy monitoringu mogą mieć praktycznie nieograniczony zasięg. Dodatkowo, poprzez ciągły monitoring oraz kontakt z lekarzem, prowadzą one do zwiększenia komfortu pacjenta i jakości jego korzystania ze służby zdrowia. Zmniejszają one także koszty leczenia, zwiększają świadomość samych pacjentów oraz, co najważniejsze, ograniczają konieczność przyjęcia do szpitala o 21% oraz śmiertelność pacjentów o 20% [CIM07].

Warto również wspomnieć o wspomaganiu lekarzy w szpitalach. Zaadoptowanie najnowszych technologii sieciowych, RFID oraz urządzeń mobilnych pozwala stworzyć pewnego rodzaju „chmurę” w obrębie szpitala [JJP09]. Lekarze mają łatwiejszy dostęp do danych pacjenta, a każde działanie (badanie pacjenta, podanie leków itp.) jest natychmiastowo odnotowywane w wirtualnych kartach pacjenta. Taki system pozwala uniknąć pomyłek, wynikających z podwójnego podania leku jednemu pacjentowi, dzięki automatycznie uaktualnianej bazie danych pacjenta (wirtualnej karty pacjenta), dostępnej dla wszystkich lekarzy w obrębie szpitala.

Współczesne systemy monitorujące wykorzystują również technologie sztucznej inteligencji, stosowane podczas diagnozowania pacjentów [JKS11]. Takie techniki diagnostyczne wspomagają lekarzy, wprowadzając większy obiektywizm oraz oszczędzają im czas. Należy jednak wspomnieć, że algorytmy automatycznej diagnozy potrafią jedynie wskazać zaburzenia, ostateczna decyzja diagnostyczna należy do lekarza i to on ponosi pełną odpowiedzialność za jej postawienie. Pomimo tego, automatyczna diagnoza zaburzeń czynności życiowych jest aktualnie bardzo prężnie rozwijającą się dziedziną z pogranicza informatyki oraz medycyny. Powstają nowe, bardziej niezawodne algorytmy, oraz diagnozowane są zaburzenia, których do tej pory nie diagnozowano automatycznie. W rezultacie prowadzi to do zwiększenia zaufania lekarzy do systemów wspomagania diagnozy. Obecnie systemy zdalnego monitoringu i automatycznej diagnozy w głównej mierze skupiają się na chorobach układu krążenia, cukrzycy, chorobach układu oddechowego (m.in. astmie i POCHP – Przewlekłej Obturacyjnej Chorobie Płuc), ale także są przysto-sowane do monitoringu osób starszych oraz sportowców.

Należy również wspomnieć o innym, równie ważnym aspekcie sieci telemedycznej w procesie leczenia pacjentów. Systemy telemedyczne, zapewniają szybki dostęp do informacji, a co za tym idzie można je wykorzystać w procesie uświadamiania pacjentów [FW09] i aktualizowania wiedzy lekarzy [DJK06].

1.1

Systemy telemedyczne ogólnie

1.1.1 Monitoring w chorobach układu krążenia

Monitoring pracy serca jest jednym z najpopularniejszych przykładów zdalnej obserwacji pacjentów. Jest to również najbardziej rozpowszechniony rodzaj monitoringu w użytkowaniu komercyjnym [Phi]. Warto też wspomnieć, że pierwsze próby monitorowania EKG w trybie dobowym podjęto już we wczesnych latach 60-tych. Było to oczywiście badanie off-line (czyli odczyt następował po skończeniu rejestracji sygnału) jednak pozwalało ono na ciągłą obserwację pacjenta. Badanie to nazywa się badaniem holterowskim od imienia wynalazcy, a obecnie określenie „Holter” i „badanie holterowskie” wykorzystuje się nie tylko przy badaniu EKG. Zapis holterowski jest to rodzaj badania EKG, które rejestruje elektryczną czynność serca przez minimum 24 godziny. Pacjent nosi ze sobą urządzenie rejestrujące, które zapisuje sygnał z kilku odprowadzeń. Urządzenie to powinno być niewielkich

10 rozmiarów, a elektrody nie powinny krępować ruchów pacjenta. Z tego powodu stosuje się różnego rodzaju modyfikacje 12 odprowadzeniowych, standardowych zapisów EKG. Firma Philips opracowała metodę zapisu 12 kanałów za pomocą 5 elektrod – system nazywa się EASI [Easi]. Monitoring układu krążenia ma bardzo wysoce rozbudowaną warstwę wykrywania różnego rodzaju anomalii, związanych z morfologią bicia serca oraz zaburzeniami rytmu. Powstało wiele algorytmów, między innymi do: detekcji uderzeń typu komorowego PVC (Premature Ventricular Contraction) [Lim09, IGK06], migotania przedsionków [SS01], komór [TZ91], lub wszelkiego rodzaju arytmii. Automatyczna diagnoza sygnałów EKG stała się na tyle interesującym problemem, że konieczne było utworzenie bazy weryfikacyjnej z referencyjnymi sygnałami, na której można testować algorytmy [PHY]. Mając tak rozbudowane narzędzia do diagnozy oraz rozwijające się ostatnimi czasy rozwiązania do przesyłu informacji, nietrudno było rozbudować dotychczasowe, standardowe systemy monitorowania układu krążenia do pełnowartościowych systemów e-zdrowia. Podstawowe systemy monitorują sygnał EKG [SF08], jednak te bardziej złożone są rozszerzone o monitorowanie saturacji (SpO2), ciśnienia

krwi oraz temperatury ciała [PPG06]. Systemy te mają zastosowanie w badaniach holterowskich z możliwością szybkiego reagowania (tzw. Osobisty Asystent Medyczny, PMA – Personal Medical Assistant) [Com] oraz w monitoringu szpitalnym i ambulatoryjnym [GK06].

1.1.2 Monitoring cukrzycy

W odróżnieniu od monitoringu kardiologicznego, klasyczny monitoring cukrzycy nie wymaga obserwacji w sposób ciągły. Systemy monitorujące cukier we krwi w znacznej mierze opierają się na cyklicznych pomiarach glukometrem, a uzyskane wyniki przesyła się do analizy lekarzowi. Z punktu widzenia automatycznej diagnozy, warte uwagi są również systemy automatycznego uzupełniania insuliny we krwi, tzw. pompy insulinowe, które przy pomocy odpowiednich czujników diagnozują stan pacjenta i podają odpowiednią dawkę insuliny. Nie jest to klasyczny zdalny monitoring pacjentów, ponieważ dane nie są zbierane ani analizowane przez lekarza. Decyzja podejmowana jest automatycznie.

W [SIC09] zaprezentowano systemy, które posłużyły do badań klinicznych, dotyczących zdalnego monitoringu cukrzycy typu 2. Badania te przeprowadzono w Wielkiej Brytanii oraz Kanadzie. Systemy te składały się z (rys. 1.1):

 modułu pacjenta, który zawierał urządzenie mobilne, umożliwiające zbieranie danych z glukometru za pomocą sieci personalnych tj. Bluetooth. Urządzenie to również przesyła zebrane dane do szpitalnych serwerów;

 bezpiecznego interfejsu użytkownika, umożliwiającego przeglądanie historii choroby oraz wszelkiego rodzaju alarmów. Odpowiedni dostęp posiadają do niego zarówno pacjenci jak i lekarze, przy czym dostęp może być różny w zależności od logującego się użytkownika;

11 Rysunek 1.1 Ogólna architektura systemu do monitoringu cukrzycy [SIC09]

Dodatkowo, do badania zawartości cukru we krwi użyto glukometru One Touch Ultra Glucose Meter (firma LifeScan, CA, USA), a ciśnienie krwi mierzono ciśnieniomierzem UA767PBT Blood Pressure Monitor (firma A&D Medical, Tokyo, Japonia). Jako warstwy przesyłu informacji użyto systemu MotoHealth™ (Motorola Inc., Illinois, USA).

Ralf Dudde ze współautorami [DVP06] przedstawiają inne zalety monitorowania poziomu glukozy we krwi. Nie jest to przykład klasycznego zdalnego monitoringu, gdyż przedstawia możliwości wykorzystywania pomiarów biologicznych wraz z odpowiednim podejmowaniem decyzji. Autorzy skupiają się na reakcji na wahania cukru w krwioobiegu. W artykule zaprezentowano pompę insulinową, która odpowiednio reaguje na poziom cukru pacjenta, zmierzony za pomocą wbudowanego czujnika glukozy. Pomiar odbywa się poprzez podskórną aplikację określonej ilości insuliny tzw. próby oraz obserwację poziomu cukru we krwi techniką mikroperfuzji otwartego przepływu (open-flow microperfusion – OPF [ZBS97]).

Zdecydowaną przewagą zdalnych systemów do monitorowania poziomu cukru we krwi nad systemami tradycyjnymi jest niemal natychmiastowa odpowiedź lekarza w razie uzyskania złych wyników badań. Systemy te oszczędzają również czas pacjentów, ponieważ transfer danych jest przeprowadzany w sposób automatyczny. Procedura badania przebiega dokładnie w taki sam sposób jak w standardowych badaniach poziomu cukru.

1.1.3 Monitoring sportowców i ogólnego stanu zdrowia

Ten rodzaj monitoringu nie wyróżnia się niczym specjalnym pod względem zbieranych sygnałów biologicznych. Najczęściej wykorzystuje się urządzenia zapisujące pracę serca, saturację, oddech lub informacje z akcelerometrów i żyroskopu. Ważnym aspektem jest waga urządzeń zbierających informacje o użytkowniku. Takie urządzenia nie powinny przeszkadzać w wykonywaniu normalnych czynności życiowych lub ćwiczeń. W [SSB10] przedstawiono prototyp systemu, mierzącego wartości z akcelerometrów i żyroskopu. Badania przeprowadzono na osobie, która chodziła i pływała. Sieć personalną zbudowano z wykorzystaniem technologii ZigBee za pomocą dostępnego komercyjnie transmitera CC2520 firmy Texas Instruments. Sportowiec był monitorowany za pomocą akcelerometru Freescale MMA 7260QT i żyroskopu IDG-300 firmy Invensense, wykorzystano zestaw uruchomieniowy eZ430-RF2500 wraz ze zintegrowanym czujnikiem temperatury. Wyniki wizualizowano na komputerze PC z wykorzystaniem programu LabVIEW, do którego

12 podłączono urządzenie za pomocą sieci Wi-Fi poprzez punkt dostępowy, dedykowany do eZ430-RF2500.

Podobny system zaprezentowano w [WPB09]. Monitoring był przeznaczony dla rowerzystów. Mierzono takie wielkości jak temperatura ciała, puls, SpO2 oraz prędkość roweru. Do pomiarów użyto odpowiednio zintegrowanego termometru z akceleratorem - BMA150, pulsoksymetru - BCI Medical (Smiths Medical PM Inc.) oraz miernika prędkości obrotowej US4881 (Melexis Inc). Sieć BAN utworzono za pomocą układu CC2420 (Texas Instruments) w technologii ZigBee. Sercem systemu był mikrokontroler 16 bitowy MSP430 (Texas Instruments), który zbierał dane z czujników i przesyłał je za pomocą interfejsu Bluetooth do laptopa zamontowanego na rowerze. Następnie dane były przesyłane do serwerów poprzez modem GSM. Aplikacja zainstalowana na przenośnym komputerze umożliwiała wizualizację wyników. Dodatkowo laptopy posiadające odbiornik GPS zapisywały swoją pozycję w systemie.

Ciekawy i niezwykle poręczny system został przedstawiony w [CCP10]. Jego ogólny schemat jest bardzo podobny do systemów wyżej wymienionych, lecz zespół czujników zastąpiono jedną, wygodną i bardzo poręczną koszulką VitalJacket [Vit]. System ten można różnie konfigurować, tzn. w zależności od potrzeb można wybrać monitoring EKG, temperatury ciała, przyspieszenia (akcelerometry) lub SpO2. Dodatkowo system umożliwia

konfigurację funkcji dodatkowych takich jak przycisk „panika”, lokalizacja, nawyki aktywności lub potrzeba aplikacji leków. System ten może działać on-line jak i off-line. Sygnały biologiczne mogą być przesyłane za pomocą interfejsu Bluetooth do komputera lub smartfona, a dalej za pomocą sieci Wi-Fi/GSM na zewnętrzne serwery, ale również mogą zostać zapisane na karcie pamięci, a ich przegląd może być możliwy po zgraniu zawartości karty na komputer PC. System ten z powodzeniem może służyć do monitorowania sportowców, ogólnego stanu zdrowia, a także monitorowania noworodków i niemowlaków, gdyż VitalJacket produkowany jest również w wersji niemowlęcej.

1.2

Systemy telemedyczne w monitoringu astmy

Astma jest chorobą o charakterze napadowym. Przestrzeganie pewnych określonych zasad może spowodować, że choroba ta stanie się mało uciążliwa. W światowej literaturze istnieje kilka podejść do monitorowania tej choroby. Najczęściej monitoruje się:

 czynniki wyzwalające ataki (opisane w rozdziale 2),  wydolność płuc pacjenta,

 osłuch płuc,

 ogólne samopoczucie.

Naturalną koleją rzeczy było przeniesienie dzienniczków pacjenta z formy papierowej na cyfrową [Whz1]. Pacjent odpowiada na ustandaryzowane pytania oraz zapisuje wartości PEF (Peak Expiratory Flow) z testu wydolnościowego płuc, robionego za pomocą pikflometru. Papierowy dzienniczek zastąpiono telefonem komórkowym, a wyniki testów przesyłane są na zewnętrzny serwer. Lekarz prowadzący ma możliwość przeglądania wyników niemalże natychmiast, a najcięższe przypadki dodatkowo są oznaczane tak, aby lekarz ich nie przeoczył [BC11]. W [GMG09] opisano system do domowej spirometrii. Skonstruowano urządzenie, za pomocą którego można wykonywać spirometrię bez nadzoru wykwalifikowanej pomocy. Pomiar dokonywany jest za pomocą techniki wymuszonych oscylacji [CLG95] (Forced Oscillation Technique). Wynik spirometrii jest przesyłany do zewnętrznych serwerów i dalej do lekarza prowadzącego. Istnieją również systemy, które z założenia mają edukować i informować chorych. W [FW09] została opisana interaktywna platforma edukacyjna dla

13 chorych na astmę. Autorzy wychodzą z założenia, że świadomy pacjent lepiej kontroluje swoją chorobę, co w rezultacie prowadzi do zaniku ataków astmy.

Jednym z systemów monitorujących czynniki wyzwalające ataki przedstawiono w [PGD09]. System ten monitoruje takie wielkości jak temperatura (czujnik LM35), wilgotność powietrza (czujnik HIH4000) oraz takie zanieczyszczenia jak dym papierosowy, CO i metan o bardzo niskim stężeniu (dziesiątki ppm) za pomocą czujnika NAP-11AS (Nemoto). Zastosowano po dwa zestawy czujników w każdym pokoju. Interakcja z użytkownikiem odbywa się za pomocą telefonu lub laptopa. Urządzenia te otrzymują informacje poprzez interfejs Bluetooth. Pacjent, za pomocą interfejsu użytkownika, ma możliwość ustawienia progów alarmów dla każdej z trzech mierzonych wielkości. Po przekroczeniu którejkolwiek wielkości poniżej lub powyżej zadanego progu system wyzwala alarm ostrzegający pacjenta o jakości powietrza. Dane z czujników mogą być wtedy wysłane za pomocą SMS pod numer telefonu, podany w panelu administracyjnym. Podobne rozwiązanie przedstawił Shenoy i Nazeran w [SN05]. W tym przypadku do wykrywania gazów użyto czujnika Direct Sense Tox (GrayWolf), który wykrywa m. in. takie gazy jak: O3,

CO, NO, NO2 oraz SO2. Wykonywany jest też pomiar temperatury. Do zbierania i przesyłania

danych użyto tutaj urządzenia PDA, wyposażonego w interfejs Bluetooth oraz oprogramowanie Wolfsense. Serwerem jest zwykły komputer klasy PC z systemem MS® Windows XP lub nowszym. Do odbierania danych system wykorzystuje adapter Bluetooth na USB firmy Zonet. Użycie ogólnodostępnych elementów sprawia, że system jest łatwy w obsłudze, skalowalny i nie jest drogi.

Problemem wyżej wymienionych metod monitoringu jest brak jednego z podstawowych badań, jakie wykonuje lekarz podczas wizyty kontrolnej. Mowa tutaj o zwykłym osłuchu płuc. Podczas badania, lekarz ocenia stan pacjenta m.in. na podstawie dźwięków generowanych podczas oddychania. Lekarz wyłapuje wszelkie dźwięki, które nie powinny się pojawić u zdrowego człowieka. Niestety taką informację, lekarz otrzymuję tylko podczas wizyt kontrolnych. Systemy zdalnego monitoringu i zdalnej diagnostyki osłuchów pozwalają lekarzowi ocenić stan pacjenta na bazie częstszych badań. Analiza osłuchów przed podaniem leków i po ich zaaplikowaniu pozwala również ocenić jak pacjent na nie reaguje. Te zalety spowodowały w ostatnich latach silne zainteresowanie rozwojem algorytmów do diagnostyki osłuchów płuc. Rys. 1, zaprezentowany we wstępie, przedstawia liczbę artykułów w bazie IEEE Xplore, kojarzonych z hasłem "wheezes" na przestrzeni lat. Jak widać silny wzrost zainteresowania tym tematem pojawił się dopiero w latach dwutysięcznych. Pierwszy produkt komercyjny do automatycznej detekcji świstów pojawił się około roku 2010. Firma Karmelsonix wypuściła na rynek poręczny Wheezometer, urządzenie „holterowskie” do badania osłuchów – Wholter, PulmoTrack oraz CoughCOUNT. Obecnie produkty te są wytwarzane przez firmę iSonea [Iso].

Opracowane i przedstawione w rozprawie algorytmy do detekcji świstów oddechowych są związane z realizacją projektu do zdalnego monitoringu osób chorych na astmę. Prace te były wykonywane w ramach projektu Inżynieria Internetu Przyszłości [IIP] jako zadanie 3.2 Sieci e-zdrowie. Opracowano prototyp systemu do zdalnego monitoringu, który kontroluje wydolność płuc i tętno pacjenta, umożliwia osłuch klatki piersiowej oraz sprawdza aktualne warunki zanieczyszczenia powietrza. System ten opisano w pracach [ŁNS10], [WNZ10], [WZN11], [WZN12]. W ramach projektu powstała platforma na telefon komórkowy, która pełni zadanie koordynatora testów [Bon11]. Oprogramowanie pozwala na wykonanie wywiadu lekarskiego (dzienniczek pacjenta) oraz przeprowadzenie pacjenta przez dalsze testy diagnostyczne, tj. analizę wydolności płuc oraz badanie osłuchu klatki piersiowej. Aplikacja również otrzymuje informacje o zanieczyszczeniach powietrza z zewnętrznego serwera (w przyszłości dołożona zostanie kolejna funkcjonalność – analiza tętna pacjenta). Badania te wykonuje się zewnętrznymi urządzeniami.

14 Rysunek 1.2 Urządzenie do nagrywania osłuchów płuc, zbudowane w ramach projektu [IIP]

Rysunek 1.3 Przykładowe podłączenie nagrywarki dźwięków do klatki piersiowej pacjenta

Rysunek 1.4 Schemat systemu do zdalnego monitorowania pacjentów chorych na astmę,

15 Kondycję płuc przeprowadza się spirometrem lub pikflomentrem (Spirobank II lub Asma - 1 USB Vitalograph). Ponieważ spirometr wyposażony jest w interfejs Bluetooth, zaraz po badaniu wyniki testów są przesyłane do telefonu, a potem do serwera AMONIT (Asthma MONIToring) [BC11]. Podobnie sytuacja wygląda w przypadku osłuchu płuc. W ramach projektu powstała nagrywarka umożliwiająca zapisywanie oraz przesyłanie nagranych osłuchów (rys 1.2). Cztery niezależnie regulowane kanały (8 kHz/16-bit), umożliwiają nagranie osłuchów z różnych obszarów klatki piersiowej. Opcjonalnie, jeden kanał może służyć do nagrywania dźwięków tła, które mogą później zostać usunięte z nagrań diagnostycznych. Sygnały nagrywane są za pomocą mikrofonów Panasonic WM-61, które są dołączone do główek stetoskopów. Przykładowe połączenie nagrywarki z pacjentem przedstawia rysunek 1.3 Nagrywarka została również wyposażona w interfejs Bluetooth, umożliwiający połączenie z telefonem komórkowym lub komputerem. Schemat systemu do zdalnego monitoringu przedstawia rysunek 1.4

16

2. Rozpoznawanie astmy na podstawie analizy

sygnałów dźwiękowych

2.1

Charakterystyka astmy

Płuca są narządem, służącym do wymiany gazowej pomiędzy krwią a powietrzem. Wymianę tą umożliwiają silnie ukrwione pęcherzyki płucne, do których powietrze atmosferyczne dociera poprzez oskrzela i oskrzeliki (rysunek 2.1). Maksymalna pojemność płuc zdrowego, dorosłego człowieka to ok. 5 litrów, a częstotliwość oddychania zawiera się w granicach od 16 do 24 oddechów na minutę.

Rysunek 2.1 Budowa płuc: 1) tchawica, 2) odgałęzienie tętnicy płucnej, 3) drobna żyłka płucna, 4)

przewód pęcherzykowy, 5) pęcherzyki płucne, 6) wcięcie sercowe (wpustowe), 7) oskrzeliki, 8) oskrzela III-rzędowe, 9) oskrzela II-rzędowe, 10) oskrzele główne 11) krtań [Wiki]

Astma to choroba przewlekła układu oddechowego charakteryzująca się dusznościami oraz świszczącym oddechem o charakterze napadowym [Who]. Według ekspertów [GGS08] choroba ta „jest przewlekłym procesem zapalnym dróg oddechowych, w którym bierze udział wiele komórek i mediatorów. Proces ten prowadzi do nad-reaktywności dróg oddechowych, czego wynikiem są nawracające epizody świszczącego oddechu, duszności, ucisku w klatce piersiowej i kaszlu, występujące zwłaszcza w nocy lub we wczesnych godzinach rannych. Objawom tym towarzyszy uogólnione, ale zmienne ograniczenie przepływu powietrza przez drogi oddechowe, które zwykle jest odwracalne spontanicznie lub pod wpływem leczenia”. W zależności od zaawansowania choroby napady mogą pojawiać się od kilku razy dziennie do kilku w miesiącu. Według WHO (World Health Organization) podstawowe przyczyny astmy nie są znane, można jedynie wskazać wspólne czynniki wywołujące ataki. Są nimi na przykład:

 domowe alergeny (tj. alergeny zwierzęce, roztocza, zanieczyszczenia),  alergeny zewnętrzne (tj. pleśnie, grzyby i pyłki),

 dym tytoniowy,  drażniąca chemia.

Istnieją również czynniki które zależą od indywidualnych predyspozycji pacjentów. Nagła zmiana temperatury powietrza, wysiłek fizyczny czy nawet silna ekscytacja (np. gniew) może

17 wywołać atak duszności. Niektórzy pacjenci również niekorzystnie reagują na popularne leki typu aspiryna czy beta-blokery.

Rysunek 2.2 Porównanie dróg oddechowych przed i po napadzie astmy oskrzelowej [Wiki2]

2.2

Sygnał dźwiękowy oddechu

Normalny oddech. Sygnały zarejestrowane podczas osłuchu klatki piersiowej zdrowego pacjenta nazwane są sygnałami normalnego oddechu lub sygnałami normalnymi. Spektrogram oraz widmo takiego sygnału zaprezentowano na rysunkach 2.3 i 2.4. Pastercamp z zespołem opisał sygnały tego rodzaju w [PKW97] jako szum kolorowy, którego widmo osiąga szczyt poniżej częstotliwości 100 Hz i opada gwałtownie w przedziale (100 – 200) Hz. Sygnały normalnego oddechu zmieszane są z sygnałami, których źródłem są mięśnie, oraz z sygnałami kardiologicznymi. Sygnałów tych nie da się rozseparować, dlatego traktowane są jako jeden dźwięk. Widmo częstotliwościowe sygnału nie zawiera żadnych widocznych maksimów, czyli sygnał nie ma charakteru tonalnego. Amplituda sygnałów zależy zarówno od pacjenta, jak i od miejsca umieszczenia mikrofonu na klatce piersiowej. Należy również zaznaczyć, że sygnały pozyskane za pomocą mikrofonów umieszczonych w okolicach krtani różnią się kształtem widma od sygnałów, rejestrowanych na klatce piersiowej. Sygnały „krtaniowe” nie są omawiane i analizowane w tej pracy.

18 Rysunek 2.4 Widmo fragmentu normalnego oddechu, wyciętego z sygnału wdechu (miejsce wycięcia

jest zaznaczone markerem na rysunku 2.3)

Świsty. W odróżnieniu od sygnałów normalnego oddechu, świsty wykazują charakterystykę tonalną. (rys 2.5 i 2.6). Przyczyny powstawania dźwięków tonalnych nie są do końca poznane. Najprawdopodobniej dźwięki te powstają poprzez zawirowania w przepływającym powietrzu, głównie w wyniku drgania ścian dróg oddechowych, powodowanych obkurczeniem mięśni gładkich oskrzeli (rys. 2.2) oraz, w mniejszym stopniu, z powodu zalegającej wydzieliny w płucach. Częstotliwości generowanych tonów zawierają się w przedziale od 100 Hz do nieco ponad 1 kHz, a czas ich trwania przekracza 80 ms. Sygnał tonalny może zawierać jedną lub kilka składowych o różnych częstotliwościach, które mogą nieznacznie zmieniać się w czasie (niewielka modulacja częstotliwościowa). Sygnał świstu jest sumą składowej tonalnej i normalnego oddechu [PKW97, SDV00]. Mocne dźwięki świstów są słyszalne bez żadnych przyrządów, takie dźwięki są również łatwe do wykrycia poprzez algorytmy automatycznej detekcji. Problem stanowią dźwięki słabo słyszalne. Lekarz usłyszy je tylko przy użyciu stetoskopu. Przy słabej tonalności sygnału zacierają się cechy charakterystyczne dla dźwięków muzycznych, dlatego algorytmy do ich detekcji bardzo często popełniają wtedy błędy.

Rysunek 2.5 Spektrogram oddechu zawierającego świsty: faza wdechu i wydechu; poli-harmoniczne

19 Rysunek 2.6 Widmo wdechu zawierającego świst (kolor czerwony), na tle fragmentu czystego

wdechu (kolor niebieski). Miejsce wycięcia sygnału ze świstem zaznaczono markerem na rysunku 2.5

TABELA 2.1

RODZAJE DŹWIĘKÓW REJESTROWANYCH PODCZAS OSŁUCHU PŁUC [PKW97]

Rodzaj

dźwięku Mechanizm powstawania Cechy akustyczne

Normalny oddech

Przepływ turbulentny, zawirowania powietrza

Szum przefiltrowany filtrem dolnoprzepustowym (zakres <100 do > 1000Hz) Świsty Trzepotanie pęcherzyków, wydzielina, zawirowania powietrza Charakterystyka tonalna (zakres ~100 do > 1000Hz) czas trwania > 80ms Trzeszczenia Obkurczanie i rozluźnianie się

ścian oddechowych

Gwałtownie tłumione ugięcia sygnału, czas trwania

< 20ms Skrzeczenie Trzepotanie pęcherzyków, wydzielina, zawirowania powietrza Charakterystyka tonalna (zakres ~100 do > 1000Hz) czas trwania < 80ms

Świsty to najczęściej spotykane dźwięki generowane podczas oddychania, nie są to jednak jedyne dźwięki. Tabela 2.1 prezentuje także pozostałe dźwięki, jakie mogą zostać usłyszane podczas badania osłuchowego klatki piersiowej. Są nimi trzeszczenia i skrzeczenia.

2.3

Analiza i modelowanie sygnału rzeczywistego oddechu

Modelowanie sygnałów jest bardzo ważnym elementem w procesie cyfryzacji diagnostyki medycznej [Coa04]. Pozwala ono na zrozumienie działania mechanizmów generacji sygnałów oraz dokładniejszą ich analizę. Modelowanie sygnałów częściowo rozwiązuje również problem ograniczonej ilości danych, które są bardzo trudne lub wręcz niemożliwe do pozyskania. Modelowanie sygnałów akustycznych, pozyskanych z osłuchu płuc, nie jest tematem nowym. Już na przełomie lat 80-tych i 90-tych ubiegłego wieku pojawiały się opisy tego zagadnienia [IRP89, HP97].

20 Nie ma wątpliwości, że najbardziej miarodajnym wyznacznikiem skuteczności rozpoznawania świstów astmatycznych jest test przeprowadzony na nagraniach rzeczywistych. Niestety, aby przeanalizować wszystkie możliwe przypadki, potrzebna jest bardzo duża baza nagrań osłuchów płuc. Ponieważ taką bazą nie dysponowano, w ramach niniejszej pracy przeprowadzono także wybrane badania na odpowiednio zamodelowanych sygnałach syntetycznych. Badania te miały na celu sprawdzenie zachowań wartości miar tonalności sygnałów w warunkach, których nie można kontrolować mając nagrania rzeczywiste. Modelując sygnał, można wpływać na takie wielkości jak:

 rodzaj szumu tła oddechowego,

 stosunek mocy świstu do mocy szumu tła oddechowego (SNR),  liczbę harmonicznych, występujących w sygnale tonalnym.

Algorytmy, które wykażą najlepszą skuteczność we wszystkich kombinacjach powyższych przypadków, można określić mianem najbardziej uniwersalnych algorytmów do detekcji świstów. Proces modelowania i testowania modelu został opublikowany w [WZ11b].

2.3.2 Referencyjna baza nagrań

Sygnały, które posłużyły do analizy oraz do weryfikacji algorytmów, zostały nagrane w szpitalu im Jana Pawła II w Krakowie na Oddziale Pulmonologii, przy użyciu rejestratora 8 kHz/16-bit AD7652 PulSARoraz trzech mikrofonów Panasonic WM-61, przytwierdzonych do końcówek stetoskopu. Baza nagrań została powiększona o nagrania z Internetu [int1, int2]. W celu ujednolicenia całej bazy, zmieniono częstotliwość próbkowania wszystkich sygnałów na 8000 Hz. Aby otrzymać wzorce (próbki referencyjne) dwóch grup sygnałów (zwykły oddech lub świst), z sygnałów tych zostały wycięte fragmenty o długości 1024 elementów. Pochodziły one z tych części nagrań, które nie budziły wątpliwości co do przynależności do danej klasy. W ten sposób otrzymano 140 sygnałów reprezentujących klasę normalnego oddechu i 140 sygnałów reprezentujących świsty, z których każdy był wektorem składającym się z 1024 elementów. Ponad to wszystkie sygnały referencyjne zostały pozbawione składowej stałej poprzez odjęcie wartości średniej oraz znormalizowane:

(2.1)

2.3.3 Identyfikacja parametrów sygnałów

Jak już zostało wspomniane, sygnał normalnego oddechu jest sygnałem szumowym. W celu sprawdzenia jego rozkładu użyto 140 fragmentów, reprezentujących normalny oddech. Sygnały zostały znormalizowane poprzez odjęcie wartości średniej i podzielenie przez maksymalną wartość bezwzględną (2.1). Rysunek 2.7 przedstawia histogram wszystkich próbek, reprezentujących normalny oddech. Jak widać rozkład histogramu jest w dużym przybliżeniu gaussowski (MSE = 0,29; R-square = 0,98).

21 Rysunek 2.7 Histogram próbek normalnego oddechu

Bardziej szczegółowe obserwacje sygnałów normalnego oddechu w dziedzinie częstotli-wości pozwoliły zauważyć występowanie 2 rodzajów widm, różniących się w obszarze niskich częstotliwości. Wycięte fragmenty sygnałów zostały pogrupowane w zależności od rodzaju początku widma. Do grupowania posłużył algorytm klasteryzacji hierarchicznej [HTF09], zaimplementowany w programie clusterdata w środowisku Matlab Na rysunku 2.8 jest przedstawione średnie widmo amplitudowe każdej z dwóch klas.

Rysunek 2.8 Średnie widma amplitudowe dla dwóch klas sygnału normalnego oddechu

Należy zwrócić uwagę, że sygnał zwykłego oddechu w przeważającej części (95%) należy do klasy 1 (widmo przedstawione w górnej części rysunku 2.8). Pomimo tak dużej nieproporcjonalności, sygnały mające widmo klasy 2 (5%) także należy uwzględnić podczas procesu modelowania. Oczywiście ma to duży wpływ na wyniki rozpoznawania, gdyż widmo klasy 2 utrudnia wykrywanie tonalności cechom, bazującym na analizie widmowej (np. wyszukującej maksima tonów).

W odróżnieniu do czystego oddechu, świsty astmatyczne są sumą dwóch rodzajów sygnałów: składowej wielotonowej oraz szumu tła oddechowego. Ważną informacją jest stosunek energii tych dwóch sygnałów. Ponieważ świsty mają charakter tonalny a normalny oddech ma charakter szumowy, stosunek energii tych sygnałów określono za pomocą

22 współczynnika SNR (Signal to Noise Ratio lub Wheeze-to-Normal Breath Ratio). Energię obu składowych wyliczano w dziedzinie częstotliwości, korzystając z twierdzenia Parsevala (2.2)

2 2

( ) ( ) , ( )

n k

x n  X k FFT





W celu wyznaczenia współczynnika SNR z widm sygnałów zarejestrowanych świstów zostały wycięte prążki reprezentujące tonalności. W oryginalnym widmie wycięte fragmenty zastąpiono wartością średnią z próbek widma, występujących przed i po prążku widmowym konkretnego tonu. Następnie policzono energię wszystkich tonów oraz tła oddechowego, oraz wyliczono współczynnik SNR (2.3) 2 10 2 ( ) 10log ( ) wheeze k noise k X k SNR X k      _{ }    





gdzie Xwheeze(k) oznacza wycięty prążek tonu, a Xnoise(k) – wartości prążków widma Fouriera

tła oddechowego. Na rysunku 2.9 przedstawiono histogram wartości, przyjmowanych przez tak wyznaczony współczynnik SNR. Biorąc pod uwagę małą liczność sygnałów reprezentujących świsty, do dalszych badań przyjęto SNR z przedziału [-40  20] dB o rozkładzie równomiernym.

Rysunek 2.9 Histogram wartości współczynnika SNR dla nagranych świstów

Kolejnym etapem analizy świstów astmatycznych było określenie przedziału częstotliwości, w którym one występują. W tym celu wyznaczono histogram częstotliwości ich prążków widmowych, uprzednio wyciętych. Wyniki tej operacji przedstawia rysunek

2.10. Jak można na nim zauważyć, znaczna część tonów skupia się w przedziale

23 Rysunek 2.10 Histogram wartości częstotliwości tonów w nagraniach świstów

Wycięte prążki tonów posłużyły również do zbadania liczby składowych tonalnych, które zwykle występują w świstach. Rysunek 2.11 przedstawia histogram liczby tonów, wykrytych w nagraniach świstów. Jak widać na rysunku, świsty mające tylko jedną tonalność są w zdecydowanej mniejszości. Zazwyczaj są to 2, 3 lub 4 tony.

Rysunek 2.11 Histogram liczby tonów w świstach astmatycznych

Następnie, podobnie jak w przypadku normalnego oddechu, przeanalizowano tło szumowe świstów pod względem kształtu widma częstotliwościowego. Klasteryzacja tła widmowego świstów wykazała, że w 99,5% przypadków tło to ma podobny kształt, przedstawiony na rysunku 2.12. Można więc uznać, że zmienia się ono w bardzo ograniczonym stopniu.

24 Rysunek 2.12 Średnie widmo amplitudowe tła szumowego świstów

2.3.4 Modelowanie sygnału

Normalny oddech. Zebrane wyżej informacje posłużyły do zamodelowania sygnałów normalnego oddechu. Wielokrotnie były generowane 1024 próbki, należące do kolejnej realizacji sygnału. Uzyskiwano je w wyniku filtracji szumu białego o rozkładzie normalnym. Do filtracji szumu wykorzystywano krzywą średniego widma wszystkich sygnałów normalnego oddechu. Aby uwzględnić zróżnicowanie widm (patrz rys. 2.8), krzywa średniego widma była każdorazowo (dla każdego wygenerowanego reprezentanta) modyfikowana przed filtracją w zakresie niskich częstotliwości. Częstotliwościową granicę modyfikacji ustalano losowo z przedziału od 50 Hz do 150 Hz. Innymi słowy, każdy wygenerowany sygnał o długości 1024 był filtrowany za pomocą innej krzywej powstałej na bazie średniego widma (rys. 2.13). Tak otrzymane sygnały były poddawane normalizacji w taki sam sposób jak sygnały rzeczywiste.

Rysunek 2.13 Przykład 10 krzywych filtrujących, utworzonych na bazie średniego widma

normalnego oddechu (porównaj z rysunkiem 2.8)

Świsty. Jako tło szumowe (oddechowe) dla syntetycznych świstów posłużyły nam sygnały generowane w taki sam sposób jak dla normalnego oddechu. Takie postępowanie pozwala uniknąć sztucznego podwyższania skuteczności poprzez różny kształt widma, a algorytm oceniany jest tylko na podstawie skuteczności wykrywania tonalności.

25 Na podstawie analizy tonalności sygnałów rzeczywistych, wygenerowano sygnały tonalne o losowej liczbie tonów oraz losowych amplitudach, częstotliwościach i fazach dla każdego reprezentanta sygnału świstu. W modelu przyjęto liczbę tonów z przedziału [1  5]. Każdy wygenerowany ton miał amplitudę z przedziału [0,5  1] oraz był przesunięty w fazie o losowo wygenerowany kąt. Częstotliwość podstawowa generowana była z przedziału [100  300] Hz, natomiast kolejne częstotliwości tworzone były jako krotność częstotliwości podstawowej. Wartość krotności częstotliwości zawierała się w przedziale [1,3  1,9]. Dla minimalnych wartości (częstotliwość podstawowa równa 100 Hz, krotność 1,3 i 2 składowe harmoniczne), maksymalna częstotliwość tonu wynosiła 130 Hz. Przyjmując wartości maksymalne (częstotliwość podstawowa równa 300 Hz, krotność 1,9 i 5 składowych harmonicznych), otrzymywano maksymalną składową częstotliwościową równą 3909,63 Hz, czyli spełnione było twierdzenie Nyquista. Rysunek 2.14 przedstawia histogram wartości częstotliwości generowanych tonalności. Dodatkowo dla każdego reprezentanta świstu wprowadzono liniową modulację częstotliwości z przedziału (0  15) Hz. Oznacza to, że częstotliwość sygnału na końcu próbki, może różnić się od tej z początku o maksymalnie 15 Hz. Tak utworzone tonalności były dodawane do wygenerowanych sygnałów, modelujących normalny oddech, z odpowiednim SNR z przedziału od -40 do 20 dB.

Rysunek 2.14 Histogram wartości częstotliwości generowanych tonów 2.3.5 Weryfikacja modelu

Do weryfikacji opracowanego modelu sygnałów czystego oddechu oraz modelu świstów astmatycznych posłużyły deskryptory wykorzystywane do detekcji tonalności, opisane w rozdziale 3.5. Na tym etapie, deskryptory te zostały potraktowane wyłącznie jako miary rozpoznawania – w tym miejscu nie interesujemy się ich szczegółami implementacyjnymi. Zakładamy, ze im bardziej będą podobne wartości deskryptorów dla sygnałów rzeczywistych i zamodelowanych, tym stworzony model bardziej odpowiada rzeczywistości. Do porównania podobieństwa użyto współczynnika korelacji Pearsona. Dla każdej cechy z osobna porównano rozkłady wartości deskryptorów dla normalnego oddechu i dla świstów astmatycznych. Wyniki przedstawiono w tabeli 2.2. Dodatkowo przeprowadzono rozpoznawanie tonalności za pomocą pojedynczych cech, dla sygnałów rzeczywistych i zamodelowanych (patrz rys. 2.15 i 2.16). Stopień podobieństwa otrzymanych wyników również określi stopień poprawności zamodelowanego sygnału.

26 TABELA 2.2WSPÓŁCZYNNIKI KORELACJI WARTOŚCI DESKRYPTORÓW DLA NORMALNEGO

ODDECHU I ŚWISTÓW ASTMATYCZNYCH.

Cecha ASE TI CTM ER K EVD VC LP CFR P2M SPE SF

Normalny

oddech 0.98 0.99 0.98 0.96 0.97 0.94 0.95 0.96 0.99 0.97 0.99 0.98 Świsty 0.89 0.95 0.98 0.96 0.94 0.86 0.97 0.91 0.95 0.85 0.97 0.96

Rysunek 2.15 Wyniki rozpoznawania sygnałów rzeczywistych (po 20 próbach)

Rysunek 2.16 Wyniki rozpoznawania sygnałów zamodelowanych (po 20 próbach) 2.3.6 Podsumowanie

Porównując miary podobieństwa rozkładów wartości deskryptorów dla sygnałów rzeczywistych i zamodelowanych (tabela 2.2) oraz wyniki rozpoznawania, uzyskane dla sygnałów rzeczywistych i zamodelowanych (rys. 2.15 i 2.16), można uznać, że sygnały syntetyczne nadają się do wykorzystania w dalszych badaniach. Histogramy przyjmowanych wartości są ze sobą dobrze skorelowane, natomiast wyniki rozpoznawania uzyskane dla danych rzeczywistych (o ograniczonej liczbie!) dobrze pokrywają się z wynikami dla danych syntetycznych dla deskryptorów TI, CTM i ASE, interesujących nas w tej pracy. Dlatego badania przeprowadzone na sygnałach zamodelowanych są uzasadnione i będą stanowiły pewną wartość dodaną. W szczególności, sygnały zamodelowane dają możliwość manipulowania takimi wartościami jak: stosunek siły sygnału tonalnego do szumu tła (SNR), liczba harmonicznych, czy sam kształt szumu tła. Zmiana wartości tych parametrów jest nie możliwa dla sygnałów rzeczywistych, a może okazać się kluczowa dla znalezienia najlepszych detektorów świstów astmatycznych.

27

3. Rozpoznawanie tonalności sygnału

3.1

Problem rozpoznawania tonalności

Niniejsza praca dotyczy rozpoznawania faktu występowania w szumie pojedynczej sinusoidy lub ich sumy, czyli rozpoznawania tonów lub tonalności sygnału. Zagadnienie detekcji obecności składowej tonalnej w szumie nie jest zagadnieniem nowym i można się z nim spotkać w różnych dziedzinach nauki i w różnych konkretnych zastosowaniach. Opisany problem można przedstawić za pomocą równania (3.1) [WW05]:

(3.1)

w którym podejmuje się decyzję D0, stwierdzającą, że obserwowany sygnał x(n) składa się

wyłącznie z szumu z(n) i nie ma składowej tonalnej lub decyzję D1, że składowa tonalna, u nas świst astmatyczny, występuje. Szum (zakłócenie) z(n)

jest w ogólności kolorowy, w szczególnym przypadku może być szumem białym. Składowa tonalna s(n) może być mono lub poli-harmoniczna o nieznanych amplitudach Ak, pulsacjach

ωk i fazach początkowych φk (wartości te mogą się także zmieniać wolno w czasie), Sygnały

s(n) i z(n) mogą mieć różną energię względem siebie, w rezultacie obserwowany sygnał x(n) może mieć różny współczynnik SNR. Zadaniem algorytmów detekcji jest wykrycie przypadku D1. W niektórych zastosowaniach jest następnie przeprowadzana estymacja

wartości parametrów składowych tonalnych (amplitudy, częstotliwości, itp.). Nas interesuje tylko stwierdzenie samego faktu występowania tonu (tonów) w zakresie częstotliwości 100 – 1250 Hz.

Detekcja tonów występujących w szumie jest bardzo powszechnym problemem w diagnostyce nie tylko medycznej. W zależności od rodzaju tonalności, rodzaju szumu tła oraz liczby harmonicznych, stosuje się różne deskryptory/miary tonalności i różne metody podejmowania decyzji. Wykrywanie świstów astmatycznych jest jednym ze szczególnych przypadków tego typu. Innymi przykładami, w których konieczne jest wykrywania dźwięków tonalnych, są:

 detekcja obecności ptaków i ich śpiewu w zaszumionym środowisku [BWF10, JK11],  detekcja dźwięków tonalnych przez sonary [WW05, BK92],

 kompresja dźwięku, podczas której składowe tonalne i szumowe są inaczej traktowane [PS00, ISO01, ISO92].

Każdy z przypadków wykrywania obecności tonów w szumie wymaga indywidualnego podejścia do problemu i często innych narzędzi. Analizując światową literaturę, metody detekcji można podzielić na kilka grup.

Detekcja w dziedzinie czasowej – opiera się na założeniu przewidywalności składowej

tonalnej oraz nieprzewidywalności składowej szumowej oraz na różnych kształtach funkcji gęstości prawdopodobieństwa wartości przyjmowanych przez sygnał. Do detekcji można wykorzystać różnego rodzaju miary rozkładu statystycznego (np. funkcję korelacji własnej sygnału, wartości własne macierzy autokorelacji, kurtozę w przypadku szumu gaussowskiego) oraz różne miary stopnia (nie)przewidywalności sygnału, np. błędu samo-predykcji liniowej (metody LP i modelowania autoregresyjnego AR). Sinusoida jest sygnałem, w którym kolejna próbka jest liniową kombinacją dwóch poprzednich próbek. W przypadku sumy K sinusoid, następna próbka jest liniową kombinacją 2K poprzednich

28 próbek. W dalszej części rozdziału podano przykłady konkretnych metod wraz z odnośnikami do literatury.

Detekcja w dziedzinie częstotliwościowej lub czasowo-częstotliwościowej – w tym

przypadku poszukuje się stałych w czasie prążków częstotliwościowych (lokalnych maksimów), które reprezentują składową tonalną. Analiza czasowo-częstotliwościowa (np. krótkoczasowa transformacja Fouriera STFT − Short-Time Fourier Transform, transformacja falkowa) wykorzystuje fakt powtarzalności widma dla kolejnych fragmentów sygnału tonalnego oraz losowości prążków widmowych dla kolejnych fragmentów szumu. Również w tym przypadku stosuje się różne miary (nie)przewidywalności kształtu widma oraz rozkładu statystycznego wartości prążków widma. Parametry statystyczne można wyznaczać dla macierzy STFT oraz macierzy wielopoziomowej dekompozycji falkowej sygnału. Czasami do detekcji tonów stosuje się też widma wyższych rzędów, np. bispektra fourierowskie lub falkowe. W dalszej części rozdziału podano przykłady konkretnych metod wraz z odnośnikami do literatury.

Analizując rozwiązania zaczerpnięte z literatury, można zauważyć, że w przeważającej mierze do detekcji świstów astmatycznych są wykorzystywane deskryptory oparte są na krótkoczasowej transformacji Fouriera. Pozwala to na kontrolowanie w czasie wartości prążków częstotliwościowych, odpowiedzialnych za świsty astmatyczne, które jak wiadomo z rozdziału 2.2 muszą posiadać odpowiednio długi czas trwania. Krótkoczasowa transformacja Fouriera, pozwala również na wyliczenie średniego widma lokalnego na podstawie sekwencji widm kolejnych fragmentów sygnału, wyciętych przez przesuwające się okno czasowe. W wyniku uśredniania kilku widm DFT zmniejsza się wariancja widma szumu i w uśrednionym widmie lepiej są widoczne tony zawarte w sygnale. Średnie widmo może być sygnałem wejściowym dla cech opartych na analizie kształtu widma. Ponieważ STFT pełni bardzo ważną rolę w analizie sygnałów dźwiękowych osłuchów płuc oraz z uwagi na fakt, że przedstawione w dalszej części deskryptory tonalności w zdecydowanej większości wykorzystują tę transformację, warto przyjąć tę samą konwencję oznaczania STFT w przedstawianych algorytmach. Dyskretna krótkoczasowa transformacja Fouriera jest opisana wzorem: dla k = 0,1,…,NFFT – 1; l = 0,1,…,Nmany – 1 (3.2)

gdzie x(n) oznacza n-tą próbkę analizowanego sygnału czasowego, a w(n) to n-ta próbka funkcji okna czasowego o długości M≤NFFT (tylko jej pierwszych M wartości jest

niezerowych, dla n=0, 1,2,3,…,M−1). Powyżej przyjęto następujące oznaczenia:  długość transformacji DFT/FFT – NFFT ,

 długość okna obserwacji, jeśli nie zaznaczono inaczej – M=NFFT,

 przesunięcie kolejnych okien względem siebie – Nstep,

 liczba widm branych do wyliczenia deskryptora – Nmany,

 średnie widmo mocy P(k):

(3.3)

29 (3.4)

Dodatkowo niektóre deskryptory liczone były na widmie zawężonym do wybranego przedziału częstotliwości. W takich przypadkach podano wartości zadanych krańcowych częstotliwości zawężenia fmin oraz fmax oraz przeliczono je na odpowiednie indeksy prążków

widma kmin i kmax. Mając na uwadze fakt różnych rozdzielczości widm, zadane częstotliwości

krańcowe zostały podane w przybliżeniu, a obliczone na ich podstawie indeksy granicznych prążków widma otrzymano w wyniku zaokrąglenia (w dół dla kmin i w górę dla kmax):

(3.5)

W przeprowadzonych badaniach rozpoznawania świstów astmatycznych wykorzystano:  wybrane deskryptory tonalności, które były już wykorzystywane do detekcji świstów

astmatycznych (jako tło porównawcze),

 niektóre z miar, które były już używane do detekcji tonalności w innych zastosowaniach ale nie do detekcji świstów astmatycznych,

 nowe miary tonalności, zaproponowane na potrzeby tej pracy.

Celem badań było opracowanie metody mało złożonej obliczeniowo, której zaimplementowanie na sprzęcie mobilnym nie stanowiłoby problemu.

W dalszej części pracy x oznacza analizowany sygnał, a x(n) i xn jego n-tą próbkę. Krótsze

oznaczenie jest preferowane jeśli zwiększona jest dzięki temu czytelność równań.

3.2

Miary tonalności stosowane do wykrywania tonów astmatycznych

Do chwili obecnej opracowano różne algorytmy do detekcji świstów, wykorzystując najnowocześniejsze metody z dziedziny cyfrowego przetwarzania sygnałów oraz sztucznej inteligencji. Najnowszy przegląd metod do detekcji świstów astmatycznych można znaleźć w [SSP12, PSA13].

Poniżej zestawiono definicje miar tonalności, które były już stosowane w astmie. Skoncentrowano się na miarach mniej złożonych obliczeniowo, mając na uwadze ich późniejsze zastosowanie na tanim sprzęcie cyfrowym.

3.2.1 Miary tonalności liczone w dziedzinie czasu Kurtoza [ASK09]:

3

)

(











x

E

K

to miara koncentracji i spłaszczenia rozkładu próbek, gdzie x jest sygnałem wejściowym w dziedzinie czasu, a  i 2 oznaczają jego wartość średnią i wariancję. Wartość kurtozy dla rozkładu normalnego (gaussowskiego) przyjmuje wartość 0, natomiast dla sygnałów okresowych kurtoza jest większa od 0. Z tego wynika, że dla sygnałów normalnego oddechu należy oczekiwać kurtozy na poziomie zbliżonym do zera natomiast dla świstów wartość ta powinna być wyższa. Zdziwić może fakt, że w [ASK09] wartości tego deskryptora przyjmują

30 odpowiednio 3 dla sygnału normalnego oddechu i powyżej 3 dla świstów. Dzieje się tak, ponieważ definicja kurtozy zawiera odejmowanie (normalizowanie do szumu gaussowskiego), które nie wszyscy stosują. Kurtoza bez unormowania przybiera wartość 3 dla rozkładu gaussowskiego. W niniejszej rozprawie przyjęto oficjalną definicję kurtozy (z odejmowaniem) oraz zaobserwowano, że w przypadku świstów astmatycznych korzystniejsze jest liczenie kurtozy wartości prążków widma sygnału.

Entropia Renyi’a [ASK09] jest uogólnieniem entropii Shannona:

(3.7)

gdzie xn oznacza n-tą próbkę sygnału w czasie. Jako deskryptor do detekcji świstów entropia

ta jest wyznaczana ze wzoru (3.7), z parametrem α = 2. Dla szumu entropia ta jest mniejsza niż dla sygnału tonalnego.

Nieregularność przejścia przez wartość średnią [ASK09]. Autorzy wyszli z założenia,

że sygnały okresowe mają inny współczynnik przejścia przez wartość średnią sygnału w stosunku do sygnałów losowych. Do wyznaczenia tego współczynnika posłużyli się stosunkiem wartości odchylenia standardowego do wartości średniej:

(3.8)

Dla szumu wartość MC jest większa w porównaniu z sygnałami zawierającymi świsty.

Metoda liniowej predykcji (ang. Linear Prediction - LP) [IRP89, SKG94]. Ponieważ suma

P sinusoid jest sygnałem samo przewidującym się (nowa próbka jest liniową kombinacją 2P próbek poprzednich): 2* 1 , 2 * ,..., 1 P n k n k k x a x _ n P N   



można rozpoznawać fakt występowania sygnałów okresowych metodą obserwacji wartości błędu liniowej predykcji:

2 2 1 1 2* 2* 2* 1 N N P n n n k n k n P n P k LP err  x x  x a x _          _  _  _  _  







Zakładając, że sygnał tonalny posiada N próbek, spełniony jest układ równań:

, (3.11)