简介这是一份面向电子信息、医疗器械类学生的电子听诊器设计方案文档适合用作课程设计、毕业设计或综合实践参考。内容涵盖系统总体结构、放大电路、滤波电路、电压比较器、音频放大器及仿真分析并给出了心音传感器、低通滤波器和耳机功率放大等具体电路模块能够帮助读者理解心音信号从拾取、放大到滤波输出的完整链路。资源为单个doc格式文档大小223KB正文包含中英文摘要、章节目录、总体电路图、元器件选型与参数以及仿真波形重点章节配有电路仿真分析便于对照设计。目前已有299人学习浏览适用于需要快速掌握电子听诊器硬件设计要点、撰写设计报告或搭建初步仿真电路的学生与工程师。1. 电子听诊器设计难点不在拾音而在信号链电子听诊器拆开看好像就是把拾音头换成麦克风、再加个耳机输出口但真把样板做出来很多人第一反应是声音不对心音发闷、呼吸音像在耳边吹气、手指碰一下探头就是一阵刮擦噪声。问题不在采集而在整个信号链——从探头声学结构、模拟放大滤波、ADC采样到无线传输每一级都会把信噪比吃掉一截。这篇文章按从业者常见做法把电子听诊器设计从头拆到尾传感器怎么选、模拟链路怎么搭、数字端怎么处理特征、蓝牙怎么传才不丢帧最后落到校准验证。对做医疗原型、智能听诊产品和心音算法落地的工程师这篇文章值得往下看。2. 电子听诊器的声学前端传感器选型与探头结构2.1 听诊信号频段决定传感器带宽心音和肺音的频率范围与日常语音完全不同。心音能量主要集中在 20200Hz第一心音 S1 在 50100Hz第二心音 S2 在 100150Hz病理性杂音可以延伸到 500Hz肺音分布在 1001000Hz部分哮鸣音能到 1500Hz。所以电子听诊器的传感器通带不需要做到人耳音频的 20kHz20Hz2kHz 已经覆盖绝大多数临床和消费级应用。带宽过宽不是好事环境噪声会一并进来后端滤波器压力成倍增加。选型时要重点看传感器在低频段的响应是否平直。普通驻极体麦克风在 50Hz 以下衰减明显直接用会把 S1 的力度感削掉而压电陶瓷片低频响应好但输出阻抗极高对摩擦电荷和静电极其敏感处理不好比驻极体更难用。这个矛盾是电子听诊器设计里第一个要处理的取舍。2.2 驻极体与 MEMS 麦克风的取舍对比维度驻极体 ECMMEMS 模拟输出压电片灵敏度高中低低频响应衰减明显平直延伸平直批次一致性差好好温度漂移中小小输出阻抗几 kΩ几百 Ω极高需电荷放大成本低中低我一般优先选 MEMS 模拟输出麦克风。原因很实际一致性直接决定产线不需要逐台校准低频平直则意味着 20Hz 高通之后还能保留心音的力度信息而且模拟输出只需要一个运放做缓冲不用像数字 PDM 输出那样在 MCU 里做解调。PDM 麦克风不是不能用但解调逻辑和时钟配置会增加固件复杂度原型阶段没必要。一个常见误区是用普通的语音识别麦克风阵列模块这类模块内部已经做了高通滤波通常 100Hz 以上心音的 2050Hz 成分直接被切掉了听起来就是“闷”的根源要从项目一开始就避开。2.3 探头与胸件的声学结构电子听诊器设计的第二个坑在结构。摩擦噪声主要来自探头外壳与皮肤接触时的相对运动麦克风直接固定在壳体会把外壳的振动全收进来。常见做法是麦克风与外壳之间加硅胶减震垫减震垫硬度选 4060 Shore A太软会塌陷太硬等于没减。气腔尺寸很关键。腔体太深会产生低频共振峰听感发“嗡”太浅则耦合到膜片的声压不足灵敏度上不去。以下是一组可以起步的结构参数结构参数推荐范围说明气腔直径2030mm对应成人胸件接触面气腔深度510mm过深形成低频共振膜片厚度0.20.5mm医用 PVC 或硅胶减震垫硬度4060 Shore A用于麦克风与外壳间膜片压环单圈压紧保证张力均匀提示膜片压紧后用手指轻敲探头外壳如果麦克风能听到明显的“咚咚”声说明减震没做好。好的结构应该只对膜片方向的声音敏感。3. 电子听诊器的模拟信号链放大、滤波与增益控制3.1 低噪声前置放大电路MEMS 麦克风输出信号幅度在 0.55mV 量级需要 2040dB 放大。运放选型看两个参数输入噪声密度和偏置电流。宽频噪声容易查但听诊场景更关键的是 1kHz 以下的 1/f 噪声这直接决定低频频段的底噪水平。TL072 这类 JFET 输入运放可以用成本低、偏置电流小但 50Hz 处的噪声偏大预算允许就换音频级运放比如 OPA2134 或 OPA1612前者功耗和电压摆幅更适合电池供电设备。两级放大比单级更稳。第一级做 10 倍约 20dB同相放大把信号抬到 550mV第二级做 4 倍放大并承担滤波功能总增益 40 倍。如果把 40 倍全压在一级运放的输入失调电压也被放大 40 倍在单电源供电下很容易削波。3.2 Sallen-Key 高通与低通的参数计算滤波用单位增益 Sallen-Key 结构Q 值取 0.707巴特沃斯特性通带内最平坦。单位增益结构下取 R1R2R则 Q≈0.5√(C2/C1)截止频率 f01/(2πR√(C1C2))先用这个关系把电容比定下来再选电阻凑频率。滤波级设计截止电容取值电阻取值实际截止Q高通 HPF20HzC1100nFC2220nFR47kΩ≈22.8Hz0.74低通 LPF2kHzC14.7nFC210nFR12kΩ≈1.93kHz0.73元件误差会让实际截止频率偏移所以设计时不要卡着边界高通取 20Hz 是为了保留 S1 力度低通取 2kHz 是为了不砍掉高频哮鸣音中间留了余量。3.3 50Hz 工频干扰的处理策略工频 50Hz 正好落在心音频带里屏蔽和接地只能削弱共模差模干扰依旧存在。常见做法是在模拟端加双 T 陷波器但双 T 网络对电阻电容的匹配精度极其敏感1% 误差就会让陷波中心偏移好几赫兹反而把心音能量削掉一块。我的建议是模拟端只做带通陷波放到数字端用窄带 IIR 完成调试时可以实时调整中心频率不用动烙铁。3.4 数字电位器实现自动增益控制心音和肺音的动态范围差异很大胖瘦、年龄、探头压力都会影响幅度固定增益无法同时兼顾两者。常见做法是用数字电位器如 MCP41317 位 100kΩ配合运放构成可编程增益MCU 根据 ADC 峰值自动调档。增益档位控制在 35 档不要做 128 级连续调整因为数字电位器寄生电容会改变高频响应档位越多越难补偿。// AGC 主循环TARGET 为目标 ADC 峰值如满量程的 1/4 while (1) { float peak get_peak(adc_buf, ADC_BUF_LEN); if (peak TARGET / 4 gain MAX_GAIN) { gain STEP; // 信号弱逐步加大放大倍数 } if (peak TARGET * 3 / 4 gain MIN_GAIN) { gain - STEP / 2; // 信号强快速降低增益 } set_digipot(gain); // 写入数字电位器 delay_ms(200); // 时间常数 200ms避免增益抖动 }这段逻辑里有两个细节值得注意。时间常数取 200ms既可以跟随心音的逐搏变化又不会因为单个异常峰导致增益来回跳增益增大用小步长、降低用大步长这是为了在信号突然变强时快速避免削波而信号弱时慢点补回来听感上更平顺。4. 电子听诊器的数字处理采样、FIR 滤波与心音特征提取4.1 ADC 采样参数与过采样模拟信号链输出已经完成带通采样率不需要太高。心音上限 2kHz奈奎斯特要求至少 4kHz工程上取 8kHz 比较稳妥既给抗混叠滤波留余量又不会让数据量过大。分辨率方面12 位 ADC 勉强够用但心音动态范围大呼吸音与心音可能相差 20dB 以上推荐 16 位。如果手头 MCU 只有 12 位 ADC可以用过采样提升有效位数。每采集 16 次求和取平均等效位数增加 2 位log2(16)/2达到 14 位。代价是采样时间变长STM32 的 ADC 时钟配到 12MHz 时完全跑得动。下面是一段常见的 HAL 库初始化配置ADC_HandleTypeDef hadc1; hadc1.Instance ADC1; hadc1.Init.ClockPrescaler ADC_CLOCK_SYNC_PCLK_DIV4; // 分频保证 ADC 时钟不超限 hadc1.Init.Resolution ADC_RESOLUTION_12B; // 12 位分辨率 hadc1.Init.ScanConvMode DISABLE; // 单通道不开扫描 hadc1.Init.ContinuousConvMode ENABLE; // 连续转换配合 DMA 使用 hadc1.Init.DataAlign ADC_DATAALIGN_RIGHT; // 右对齐直接读取无符号值 hadc1.Init.NbrOfConversion 1; // 只转换 1 个通道 if (HAL_ADC_Init(hadc1) ! HAL_OK) { Error_Handler(); // 初始化失败直接停 }这里的配置要点是 ContinuousConvMode 配合 DMA 使用让 ADC 连续采样并自动搬运到内存CPU 只管在缓冲区满时做信号处理否则 8kHz 的中断频率会吃掉大量主频。NbrOfConversion 和 ScanConvMode 要与实际通道数一致单通道时 ScanConvMode 必须为 DISABLE。4.2 FIR 带通滤波器的设计与实现模拟滤波已经做了粗带通数字端再做一次 20300Hz 的 FIR 带通把有效频段收窄。FIR 滤波器线性相位、没有稳定性问题非常适合心音这种对波形时序敏感的信号。设计用 Python 的 scipy 一行生成系数from scipy.signal import firwin, freqz import numpy as np fs 8000 # 20~300Hz 带通过渡带各留 5Hz阶数取 127 coeff firwin(127, [20, 300], pass_zeroFalse, fsfs, windowhamming) np.savetxt(coeff.txt, coeff) # 检查频响确认通带内纹波和阻带衰减 w, h freqz(coeff, worN4096, fsfs) print(np.max(np.abs(h))) # 通带增益峰值接近 1 即可导出的系数放到 C 里用 CMSIS-DSP 库执行效率很高#include arm_math.h #define BLOCK_SIZE 32 #define NUM_TAPS 127 static float32_t coeffs[NUM_TAPS] { /* 由 Python 导出的系数 */ }; static float32_t state[NUM_TAPS BLOCK_SIZE - 1]; // 状态缓冲必须清零 static float32_t input[BLOCK_SIZE]; static float32_t output[BLOCK_SIZE]; static arm_fir_instance_f32 fir; void fir_init(void) { memset(state, 0, sizeof(state)); arm_fir_init_f32(fir, NUM_TAPS, coeffs, state, BLOCK_SIZE); } void fir_process(float32_t *src, float32_t *dst, uint32_t n) { for (uint32_t i 0; i BLOCK_SIZE n; i BLOCK_SIZE) { arm_fir_f32(fir, src i, dst i, BLOCK_SIZE); } }state 缓冲区长度必须是 NUM_TAPS BLOCK_SIZE - 1清零一次后由库内部维护不能每次调用前重新清零否则滤波器的历史状态丢失输出开头会出现一段不连续。BLOCK_SIZE 取 32 是因为 Cortex-M4 以上内核的 FPU 对 32 样本块优化最好且和 DMA 传输大小匹配时不易产生数据撕裂。4.3 心音包络提取与即时心率计算滤波后的信号直接听没问题但做心率算法时不需要看原始波形提取包络更稳定。做法是先取绝对值再滑动平均平滑等效于一个截止频率约 10Hz 的低通滤波import numpy as np from scipy.io import wavfile fs, x wavfile.read(heart.wav) x x / 32767.0 # 滑动平均窗口 160 样本对应 8kHz 下 20ms env np.convolve(np.abs(x), np.ones(160) / 160, modesame) # 峰值检测比两侧大、且高于最大值的 20%、间隔至少 250 样本 peaks [] for i in range(1, len(env) - 1): if env[i] env[i-1] and env[i] env[i1] and env[i] 0.2 * env.max(): if not peaks or i - peaks[-1] 250: peaks.append(i) # 每两个峰为一个心动周期S1S2心率取平均间隔的倒数 rr_ms np.diff(peaks) * 1000.0 / fs hr 60000.0 / np.mean(rr_ms) / 2 print(festimated HR: {hr:.1f} bpm)峰值间隔要除以 2因为包络里一个心动周期会出现 S1 和 S2 两个峰。严格做法是先根据峰间距离分组距离短的归为同一周期内的 S1/S2距离长的作为周期分界上面用 250 样本约 31ms做不应期只是一种简单近似实际算法里还要根据心率范围动态调整这个阈值。5. 电子听诊器的低功耗蓝牙传输与端侧处理5.1 BLE 数据管道与 GATT 特征设计实时听诊模式要把 8kHz、16bit 的音频流送到手机原始码率 128kbps。BLE 4.2 的 1M PHY 在 23 字节 MTU 下实际吞吐只有几十 kbps根本跑不动。两个方向解决一是把 MTU 协商到 247 字节、连接间隔设到 7.5ms理论吞吐可以超过 100kbps二是端侧做压缩把采样率降到 4kHz 或用 μ-law 压缩到 8bit码率直接减半。消费级电子听诊器一般两者同时用。用一个自定义服务承载三路通道特征属性说明Audio StreamNotify每包 160 样本20ms8kHz16bit LEGain ControlWrite手机端手动调整增益档位04Heart Rate EventNotify端侧算出的心率与 S1/S2 标注低频推送5.2 状态机与功耗控制电子听诊器不是一直开机采样的设备状态机设计直接影响续航。空闲时传感器电源关断、ADC 停止、BLE 进入 sleep电流可以压到几十微安检测到探头接触可以用触摸感应或震动开关后进入 Listening传感器上电稳定后再启动 ADC这期间约 10ms 的数据要丢弃否则会有一段冲击噪声。数据攒满一个包就 Notify 一次然后回到 Listening。状态进入条件动作典型电流Idle无听诊操作传感器断电BLE sleep20µA 以下Listening检测到接触或按键传感器上电ADC 8kHz 连续采5mA 左右Tx缓冲满 160 样本组包 Notify完成后回 Listening峰值 15mA5.3 端侧特征提取与离线诊断模式实时听诊和离线诊断要分开设计。实时模式只传压缩音频或包络特征手机端负责显示波形和播放离线模式是录制 30 秒到 1 分钟完整数据后通过 BLE 高速传输到手机或云端做深度分析。端侧先行计算心率和 S1/S2 标注实时模式只推特征事件数据量从 128kbps 降到几十 bps功耗和带宽压力同时解决。μ-law 压缩是 Cortex-M 上性价比最高的手段一张 256 字节查表就能把 16bit 压到 8bit听感损失可以接受。比 OPUS 编码简单得多OPUS 虽然压缩率高但在 MCU 上编码耗时和内存开销都不小。提示BLE 传音频流时手机端播放缓冲要加 100ms 左右否则 BLE 调度的抖动会导致声音断断续续。不要用 20ms 的包间隔去卡播放每个连接事件的时间偏差远大于音频包本身的长度。6. 电子听诊器的校准与验证扫频、频谱与听感标定6.1 用扬声器生成扫频信号校准频响电子听诊器设计完成后第一件事是验证整条信号链的频响是否平坦。用手机或电脑播放 20Hz1kHz 的线性扫频把电子听诊器胸件压在扬声器上同时用录音功能记录输出。生成扫频信号用几行 Python 就行import numpy as np from scipy.io import wavfile fs 44100 dur 10 # 10 秒扫频 t np.linspace(0, dur, int(fs * dur), endpointFalse) f0, f1 20.0, 1000.0 k (f1 - f0) / dur sweep np.sin(2 * np.pi * (f0 * t 0.5 * k * t**2)) wavfile.write(sweep.wav, fs, (sweep * 32767).astype(np.int16))线性扫频的频率随时间均匀变化适合观察各频点的响应。压放位置要固定最好用橡皮筋或胶带把胸件压在扬声器纸盆边缘手动按压会因为压力变化导致低频响应波动测出来的曲线不可信。6.2 频谱平坦度评估与问题定位把采集到的扫频音频做 FFT观察 20Hz1kHz 的幅度波动。波动在 ±6dB 以内算合格超出这个范围就要分段定位低频端隆起通常是气腔共振削薄垫片或减小腔体深度高频端衰减过大要查低通滤波器截止频率是否偏低50Hz 附近出现窄带尖峰是工频没陷干净。先看频谱再改结构比靠听感盲调快得多。6.3 与声学听诊器并行的听感标定客观指标之后还要做主观听感验证。找一位同事配合同一受试者、同一听诊部位先声学听诊记录听感再换电子听诊器回放对比重点听三个维度心音的第一心音和第二心音是否分明呼吸音是否自然探头移动时摩擦噪声是否明显。听感标定是最后的兜底验证前面所有客观指标都要在这一步接受检验。本文还有配套的精品资源点击获取