[发明专利]一种基于声音特征的自主神经功能参数获取方法

说明书

本发明公开了一种基于声音特征的自主神经功能参数获取方法，通过进行应激刺激实验并记录刺激前及刺激过程中被测试者的语音信号；然后对采集的语音信号静音切除、预加重、分帧和加窗预处理；最后利用对预处理后的语音信号进行参数计算，通过自相关函数获取声音的基频，得到每个被测试者语音信号的基频以及标准差数据，然后对该频率范围进行积分，得到基频功率，通过基频和基频功率实现自主神经功能的评价，基频可作为评价副交感神经的有效指标；基频功率可作为评价交感神经的有效指标；相比于其他生理指标，语音信号具有采集便捷，语音处理系统适应性强和技术成熟等特点，应用此方法能够更加快速，有效地评价自主神经功能变化。

技术领域

本发明属于生物医学信号处理技术领域，旨在提出一种基于声音特征的自主神经功能参数获取方法。

背景技术

心脏自主神经功能失衡与心血管疾病的病死率有密切的联系，约90％的心源性猝死是恶性心律失常所致。心脏自主神经功能失衡导致房颤、室性心律失常、心力衰竭等恶性心血管事件，进而导致患者死亡。同时，糖尿病、高血压和功能性声音障碍等疾病也已证实与自主神经调控功能失衡相关。由此可见自主神经功能的评测，对于预防和减少恶性心血管事件，检验相关药物的疗效，具有重要的临床应用价值。

目前主神经功能评价方法众多。例如Novak P等人于2011年发布的目前存在的全定量的经过临床验证的自主神经功能测试协议。现存的协议主要包括三种自主神经领域：心迷走，肾上腺素水平和汗腺分泌神经。测试包括深呼吸，瓦尔萨尔瓦动作下的心率变化，倾斜测试以及定量催汗轴突试验(QSART)。经过一系列的测试，再对照具体的自主神经功能评级标准，对自主神经功能进行综合打分即完成测试。但是这些方法的缺点是：测试指标单一，切各自自独立的，运用的信号处理方法太简单，不能进一步进行具体分析。除了上述的手段，基于心电信号的HRV分析方法受到更多关注。心率作为自主神经直接对窦房结的调控结果，其频率分析，它能够同时体现交感和副交感分支活性水平，有十分显著的诊断意义。但目前，对其指标的通用性存在一定争议，因此该评价方法的应用也受到一定限制。

发明内容

本发明的目的在于提供一种基于声音特征的自主神经功能参数获取方法，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种基于声音特征的自主神经功能参数获取方法，包括以下步骤：

步骤1)、进行应激刺激实验并记录刺激前及刺激过程中被测试者的语音信号；

步骤2)、对步骤1)采集的语音信号静音切除、预加重、分帧和加窗预处理；

步骤3)、对预处理后的语音信号进行参数计算，通过自相关函数获取声音的基频，离散声音信号x(n)的自相关函数为：

R(k)＝∑x(n)(n-k) (4)

其中k是时间的延迟量，N为帧长；

得到每个被测试者语音信号的基频以及标准差数据，选择各个基频的正负40Hz为频率范围，然后对该频率范围进行积分，得到基频功率。

进一步的，步骤1)中，静息状态下采集被测试者的语音信号，然后对静息状态下的被测试者进行应激刺激，然后采集应激刺激后的被测试者的语音信号。

进一步的，通过KFW H902麦克风采集声音信号，用数据线传输到MP150记录声音信号，采样率为20kHz。

进一步的，步骤2)中，首先对采集的声音信号进行首尾端的静音切除，对静音切除后的声音信号进行预加重处理，是通过对高频部分进行加重处理，然后通过分帧强化预加重处理后的语音信号，然后选择平滑的窗口对分帧强化后的语音信号进行加窗，选择具有过渡特性的窗口能够增强各帧声音信号的连续性。

进一步的，预加重处理中，一个高通滤波器，如公式：