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征并且具有極高的穩定性，可以用作生物識別技術的識別特征。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。
本文開發了一種基于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注冊、辨識和確認。
1、心音信號身份識別原理
心音信號用于個人身份識別主要包括兩步:特征提取和模式匹配，特征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征，模式匹配是對訓練和鑒別時的特征模式做相似性匹配，本文采用基于梅爾頻率倒譜系數(MelFrequencyCepstrumCoefficient，MFCC)特征提取和矢量量化(VectorQuantization，VQ)模型匹配的識別算法設計心音身份識別系統。
MFCC主要運用于說話人識別，它將頻譜轉化為基于頻率的非線性頻譜，然后再轉換到倒頻譜上。
對MFCC做適當的改進，即可適用于心音的身份識別。根據心音信號的頻域特性，Mel濾波器組截止頻率選擇為500Hz;由于心音信號具有準周期性，沒有語音信號那么強的非平穩性，所以信號的幀長選擇為256ms而非語音信號的20ms;MFCC系數選擇為32階，并且心音信號的高階MFCC系數所含信息更多，加上一階差分的系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采樣信號分成一組，即構成矢量，然后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。基于VQ的心音身份識別模型，相對于其它的識別模型(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硬件系統實現
本系統硬件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藍牙模組采用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數字信號處理器為核心來控制心音信號的采集、放大以及ADC，而后通過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，該結構可于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主控芯片和HC-06藍牙模組，選用dsPIC33FJ128MC506作為主控芯片，系統時鐘設為40MHz，采樣頻率設為2kHz，波特率設為11.5kbps;模擬信號經其12位ADC轉換為數字信號后由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交互設備，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軟件系統實現
選用自行設計的WindowsEmbeddedStandard操作系統，由于它是組件化的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盤I/O重新路由到內存或其它的存儲媒體，從而讓操作系統認為您的只讀存儲器是可寫的;可定制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、心音身份識別軟件開發
本文使用LabVIEW虛擬儀器開發基于MFCC特征提取和VQ模式匹配算法的心音身份識別軟件，軟件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技術與大多數常用數據庫連接，實現與本地或遠程數據庫的交互式操作。心音身份識別軟件實現3個功能:用戶注冊、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。
用戶注冊分為兩步:第一步為基本信息的輸入存儲，包括用戶名、年齡、性別等;第二步為采集心音信號，提取其MFCC特征參數，利用LBG算法生成一個最佳碼本存儲在本地的數據庫中。用戶辨識是1:N的模式，采集待識別的用戶的心音信號，提取MFCC特征參數，與本地數據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，首先用戶輸入已注冊的用戶名，而后采集待識別的用戶的心音信號，提取MFCC特征參數，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于既定的閾值，則確認其身份。
今后將研究基于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特征提取和VQ模式匹配識別原理的基礎上，基于LabVIEW開發了一種嵌入式心音身份識別系統，具有用戶注冊、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鑒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。
