千家安防網：心音身份識別是指一種利用人體心音信號進行身份識別的技術，心音是心臟及心血管系統機械運動狀況的反映，包含了心臟各個部分本身及相互之間作用的生理和病理信息。因此，心音信號在不同的人身上有著完全不同的特徵並且具有極高的穩定性，可以用作生物識別技術的識別特徵。心音信號除了很難偽裝，偽造及篡改外還具有容易獲取的優勢，因此人體心音信號可以為一種新型生物識別方法。
本文開發了一種基於LabVIEW的嵌入式心音身份識別系統，該系統使用方便靈活，能夠實現對用戶身份的註冊、辨識和確認。
1心音信號身份識別原理
心音信號用於個人身份識別主要包括兩步:特徵提取和模式匹配，特徵提取是從心音信號中提取到唯一的表現被測者身份的有效且穩定可靠的特徵，模式匹配是對訓練和鑑別時的特徵模式做相似性匹配，本文採用基於梅爾頻率倒譜係數(MelFrequencyCepstrumCoefficient，MFCC)特徵提取和矢量量化(VectorQuantization，VQ)模型匹配的識別算法設計心音身份識別系統。
(圖片來源於網絡)
MFCC主要運用於說話人識別，它將頻譜轉化為基於頻率的非線性頻譜，然後再轉換到倒頻譜上。
對MFCC做適當的改進，即可適用於心音的身份識別。根據心音信號的頻域特性，Mel濾波器組截止頻率選擇為500Hz;由於心音信號具有準周期性，沒有語音信號那麼強的非平穩性，所以信號的幀長選擇為256ms而非語音信號的20ms;MFCC係數選擇為32階，並且心音信號的高階MFCC係數所含信息更多，加上一階差分的係數可使信號動態特性強。VQ是由標量量化推廣和發展而來的。標量量化是用若干個離散的數字值來表示每一個幅度具有連續取值的離散時域信號，矢量量化則是將若干個幅度連續取值的時域採樣信號分成一組，即構成矢量，然後用若干離散的數字值來表示各種矢量，在模式識別的研究中，需要完成對每一個所要識別的矢量進行分類的任務。基於VQ的心音身份識別模型，相對於其它的識別模型(如高斯混合模型)來說，計算簡單，具有實時性。
2系統實現
2.1硬體系統實現
本系統硬體由上位機和下位機組成，整體結構如圖2所示。上下位機之間通過HC-06藍牙模組進行通信，HC-06藍牙模組採用CSRBC04藍牙技術，內置藍牙天線，發射功率為Class2，靈敏度可達-80dBm。
下位機以dsPIC數位訊號處理器為核心來控制心音信號的採集、放大以及ADC，而後通過HC-06藍牙模組(從)將心音信號發送到上位機，下位機主要包括模擬電路和數字電路兩部分。模擬電路包括心音傳感器，30Hz高通、500Hz低通Butterworth濾波器和增益可調節音頻放大器。心音傳感器由聽診器探頭、駐極體話筒和導管組成;Butterworth濾波器都為4階，選用Sallen-Key結構，該結構可於進行獨立的增益設定。增益可調節音頻放大器選用LM4811，其CLOCK和UP/DN腳與dsPIC的RG6、RG7腳相連，實現對心音信號放大的控制。數字電路主要是dsPIC主控晶片和HC-06藍牙模組，選用dsPIC33FJ128MC506作為主控晶片，系統時鐘設為40MHz，採樣頻率設為2kHz，波特率設為11.5kbps;模擬信號經其12位ADC轉換為數位訊號後由UART傳輸至HC-06藍牙模組(從)發送。
上位機是以工控主板為核心的終端，對心音信號進行顯示、分析、存儲和識別。包括HC-06藍牙模塊(主)、TTL-RS232電平轉換電路、工控主板以及液晶觸摸顯示屏，HC-06藍牙模塊(主)接收傳輸的心音信號通過電平轉換電路將TTL電平變為RS232電平;工控主板通過RS232接口連接藍牙模組(主)完成心音信號的接收工作;液晶觸摸顯示屏則作為人機互動設備，通過LVDS總線和USB總線與工控主板相連，LVDS總線傳輸視頻信號，USB總線傳輸觸摸信號。
2.2軟體系統實現
選用自行設計的WindowsEmbeddedStandard作業系統，由於它是組件化的XP系統，不需要設計文件系統和開發驅動程序，大大縮短了開發周期和開發難度。獨特的增強型寫過濾器技術將選定的磁碟I/O重新路由到內存或其它的存儲媒體，從而讓作業系統認為您的只讀存儲器是可寫的;可定製開機畫面和自定義殼作為系統啟動的運行Shell，防止人為惡意修改系統配置或是誤操作而破壞系統，保證平臺穩定和數據安全。
3心音身份識別軟體開發
本文使用LabVIEW虛擬儀器開發基於MFCC特徵提取和VQ模式匹配算法的心音身份識別軟體，軟體設計過程中需要用到NI公司的DatabaseConnectivityToolkit工具包，DatabaseConnectivityToolkit提供完整的SQL功能，使用MicrosoftADO技術與大多數常用資料庫連接，實現與本地或遠程資料庫的交互式操作。心音身份識別軟體實現3個功能:用戶註冊、用戶辨識和用戶確認，每個功能都有獨立的功能界面，利用Subpanel實現動態載入界面。
用戶註冊分為兩步:第一步為基本信息的輸入存儲，包括用戶名、年齡、性別等;第二步為採集心音信號，提取其MFCC特徵參數，利用LBG算法生成一個最佳碼本存儲在本地的資料庫中。用戶辨識是1:N的模式，採集待識別的用戶的心音信號，提取MFCC特徵參數，與本地資料庫中已經存在的所有用戶碼本進行比較，根據最小平均量化失真度準則，選擇最優碼本進行匹配。用戶確認則是1∶1的模式，首先用戶輸入已註冊的用戶名，而後採集待識別的用戶的心音信號，提取MFCC特徵參數，與用戶指定身份的碼本進行比較，如果其平均量化失真度小於既定的閾值，則確認其身份。
今後將研究基於自適應增強技術的心音去噪方案，提高識別算法的魯棒性;雖然在本次小容量模板實驗情況下EER為6.67%，但在大容量模板情況下，為保證EER仍然是一個比較小的值，用戶確認模式下的閾值選取將是下一步研究的重點。
4結束語
本文在MFCC特徵提取和VQ模式匹配識別原理的基礎上，基於LabVIEW開發了一種嵌入式心音身份識別系統，具有用戶註冊、用戶辨識和用戶確認功能。在小容量心音模板下具有較高CRR和較低EER，充分證明了嵌入式心音身份識別技術的可行性，這將為當前社會所面臨的各種身份鑑定和信息安全問題提供一種準確率高、防偽能力強的生物識別新設備。