X光机语音控制系统的设计与应用

　　在医院的治疗过程中,很多情况(如:介入、骨科、穿刺等手术)需要医生和患者同时暴露在 X 光机的射线辐射下才能完成,此时因为医生双手无暇顾及 X 光机的操作,一般会由助手在隔间协助,但经过统计,约 35%的医生指令未能精准的执行,这会导致多种危害:一是多余辐射会对医患双方身体带来不必要的伤害,这对操作大夫来说因为经常要工作在X光辐射下,可能 会产生很严重的身体损害;二是增加医生对自身健康的心理负担,影响水平发挥;三是手术时间延长可能导致的患者生命危险和药品、物资的浪费等。此设计目的旨 在让医生根据需要自己用语音精确、迅速的控制 X 光机的工作状态,比如光野的精确控制可有效减少辐射伤害、减少散射线、增加图象清晰度,恰当的曝光参数可以提高手术过程中的观察效果、提高数据采集的质 量。特别是造影情况下,手动给显影药时能有预见性的配合图像采集。因此,尽量减少治疗工作的代价、提高工作效率是此设计的主要目的。

　　1 预期目的

　　(1)安全性:首先加装本电路时不影响X光机原有功能和参数,任何改变原机参数的设计都要避免;在本电路出现问题时能迅速的切换回 X 光机原有的功能,不至于影响治疗工作的进行;考虑到可能的干扰因素,其关键指令的执行应具有再次确认功能,或者放弃关键指令的语音控制;不会对相关人员产 生附加伤害。

　　(2)通用性:理论上可以加装在现有的任何C 臂、遥控胃肠机等设备上,连接方式力求简单明了。同时也能更好的降低故障率。

　　(3)准确性:语音指令响应率>98%,误动作率 0%,响应时间<1S,避免使用可能降低抗干扰能力的电路形式。

　　(4)经济性:用尽可能简单的电路完成,制作成本控制在一千元以内。

　　(5)语音识别部分:目前国内外的语音识别技术发展迅速,按算法常见有(HMM)隐马尔可夫大模型、人工神经网络、(DTW)动态时间弯曲等, 其最为引人注目的当属(HMM)隐马尔可夫大模型算法,其在80年代应用于语音识别技术以来,取得了长足的发展,目前处于市场主流位置。现有市售语音控制 模块成品,种类繁杂,难以尽述,但根据需要可在以下几方面考虑选用:a.输入特定 / 非特定语音;

　　b.抗干扰能力;c.存储量大小及可扩充性;d.输出 / 接口方式、功能;e.识别速度等。比如较为成熟的 SENSORY 的系列语音模块(芯片),常见类型有SD(Speaker Dependent)与SI(Speaker Independent)。SD 芯片需要使用者用自己的声音训练后使用,识别率能达到98%,不易受方言及环境干扰影响,环境噪声在30分贝下,基本上能够完全识别,在30到45分贝的 较吵的环境中,也能保持在 90% 以上的识别率,缺点是,不同操作人员需要配置专属的芯片。SI 芯片不需专门训练,可以多人共同使用,缺点是识别率较低,实际测试市售的几种 SI 芯片,准确率很难达到 90%。所以 SD 芯片应为设计首选。对于多人使用的情况下,可以让医生自己分别保存自己的专属芯片,使用时插到主机专门设计的易插拔插槽上即可。另外,如果需要也可按需定 制专有功能的语音芯片,提供商一般会有详细的资料提供。因为指令数量有限,为了降低成本、简化电路结构,实验使用的是定制的 SD 专用模块,即每条语音对应一个单纯的电平输出端,这样省略了后级接口电路的译码电路,应用时首先训练语句如:“放线”“停线”(X 光开、停的控制);“Y 缩”“Y 放”“X 缩”“ X 放 ”“ 束 放 ““ 束 缩 ”“ 束 停 ”(束 光器的动作);“采集开始”(开始记录图象序列)等语句,并预先将其地址定义为相应的输出信号,如“放线”对应于信号 Xray-ON,“停线”对应信号 Xray-OFF 等。与此类推即可给接口电路提供相应的控制信号(具体资料可参考相关芯片技术文档)。