基于EMD及SVD的心音信號(hào)提取方法研究.pdf

1、心音信號(hào)是人體內(nèi)一種能夠反映心臟及心血管系統(tǒng)運(yùn)行狀況的重要生理信號(hào)。對(duì)心音信號(hào)進(jìn)行檢測(cè)分析，能夠?qū)崿F(xiàn)多種心臟疾病的預(yù)警和早期診斷。隨著現(xiàn)代信號(hào)處理技術(shù)及生物醫(yī)學(xué)工程技術(shù)的發(fā)展，針對(duì)心音的分析研究已從傳統(tǒng)的人工聽(tīng)診定性分析，發(fā)展到對(duì)特征性狀的定量分析。然而，心音信號(hào)在采集過(guò)程中，不可避免地會(huì)受到噪聲和其他器官活動(dòng)聲音信號(hào)（如肺音等）的干擾，對(duì)后續(xù)的心音特征分析識(shí)別的準(zhǔn)確性造成很大影響。因此如何實(shí)現(xiàn)心音信號(hào)的有效降噪及特征信息的準(zhǔn)確提取是心

2、音分析研究領(lǐng)域的重要內(nèi)容。
　　由于心音信號(hào)與噪聲干擾通常在時(shí)頻域上存在非線(xiàn)性的混疊，因此傳統(tǒng)的時(shí)頻域分析方式難以有效去除噪聲及干擾。經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）是一種數(shù)據(jù)驅(qū)動(dòng)的針對(duì)非平穩(wěn)信號(hào)的非線(xiàn)性分解方法，其時(shí)頻分辨率隨著輸入信號(hào)的特征變化而變化，具有較高的自適應(yīng)性，在心肺音分離等方面已經(jīng)取得了一定的成效。然而，由于心音信號(hào)通常信噪比較低，并且部分噪聲干擾和信號(hào)在頻域上完全重疊，這導(dǎo)致傳統(tǒng)EMD方法分離的分量會(huì)出現(xiàn)模態(tài)混疊的問(wèn)題，進(jìn)

3、而嚴(yán)重影響分離效果。據(jù)此，本文在EMD的基礎(chǔ)上，引入了單通道奇異值分解(SSVD)方法，通過(guò)利用心音信號(hào)在時(shí)域上的準(zhǔn)周期特性，對(duì)EMD獲得的固有模態(tài)函數(shù)(IMF)分量進(jìn)行進(jìn)一步的分解，并在此基礎(chǔ)上對(duì)各個(gè)特征分量進(jìn)行篩選重構(gòu)，從而獲得較為清晰的心音信號(hào)。綜合以上研究，提出了一套基于經(jīng)驗(yàn)?zāi)B(tài)分解和周期對(duì)齊奇異值分解(EMD-CASVD)的完整心音信號(hào)降噪提取框架。
　　具體的研究?jī)?nèi)容包括：研究了心音信號(hào)的生理學(xué)及時(shí)頻域特性，分析了心音

4、采集過(guò)程中所受噪聲及干擾的特性，并采用一種自適應(yīng)定位分段方法，對(duì)心音進(jìn)行定位分段及特征參數(shù)提取；研究了經(jīng)驗(yàn)?zāi)B(tài)分解理論及其在心音信號(hào)分解中的應(yīng)用方法和原理，對(duì)心音信號(hào)進(jìn)行EMD分解和IMF分量篩選，利用IMF分量的窄帶特性，有效濾除了大部分噪聲干擾；針對(duì)EMD分解后的篩選的心音IMF分量存在模態(tài)混疊問(wèn)題，研究了利用周期間信號(hào)相關(guān)性構(gòu)造單通道奇異值分解矩陣的方法，對(duì)IMF進(jìn)行單通道奇異值分解，進(jìn)一步分離信號(hào)與噪聲；提出了基于特征分量的能量