基于小波和HHT的心音信號(hào)分析與識(shí)別.pdf

1、心血管疾病被稱為21世紀(jì)以來威脅人類健康的“第一殺手”,當(dāng)前心臟病的發(fā)病率越來越高,及時(shí)診斷心臟疾病以及提高確診率顯得非常重要。心音是指由于心臟瓣膜關(guān)閉、心肌收縮致使血液突然加速或減速引起心壁和大血管壁的振動(dòng)而產(chǎn)生的聲音。心音信號(hào)包含了大量的人體心臟每個(gè)細(xì)節(jié)的生理和病理特征,與心電圖相比,用電子儀器把心臟的振動(dòng)轉(zhuǎn)化為電流并放大后記錄的心音圖對(duì)診斷心臟疾病提供了更為直觀、動(dòng)態(tài)和連續(xù)的觀察,對(duì)某些心臟疾病的診斷準(zhǔn)確性較高,是目前心血管疾病有

2、效的輔助診斷工具。
　　 本文在完成心音信號(hào)小波閾值去噪預(yù)處理的基礎(chǔ)上,采用希爾伯特-黃變換HHT來完成心音信號(hào)的頻域特征參數(shù)提取、心音信號(hào)分段和時(shí)域特征參數(shù)提取,最后通過支持向量機(jī)SVM來進(jìn)行心音信號(hào)分類識(shí)別,獲得了較高的識(shí)別準(zhǔn)確率。
　　 本文主要研究?jī)?nèi)容如下:
　　 (1)在分析小波變換基本原理的基礎(chǔ)上,實(shí)現(xiàn)了基于小波的心音信號(hào)分解與重構(gòu);分析比較了幾種常用的小波閾值去噪函數(shù),選用特性介于軟閾值和硬閾值之間

3、的小波閾值去噪函數(shù),完成了心音信號(hào)的預(yù)處理,仿真實(shí)驗(yàn)表明該方法達(dá)到了較好的去噪效果。
　　 (2)比較完成了基于短時(shí)傅里葉變換STFT、Wigner-Ville分布和HHT等經(jīng)典心音信號(hào)時(shí)頻分析方法的仿真實(shí)驗(yàn):選用了具有自適應(yīng)和局部性特點(diǎn)的HHT分析非線性非平穩(wěn)心音信號(hào),并采用基于HHT的經(jīng)驗(yàn)?zāi)B(tài)分解EMD算法完成了心音信號(hào)的分解,實(shí)現(xiàn)了其頻域特征參數(shù)提取。
　　 (3)總結(jié)歸納了常用的心音信號(hào)自動(dòng)分段算法,選用了EMD

4、算法來提取心音信號(hào)的包絡(luò),并通過三次樣條插值來使包絡(luò)變的更加平滑;給出了心音信號(hào)分段策略,確定了第一心音S1和第二心音S2的峰值位置和持續(xù)時(shí)間,完成了時(shí)域特征參數(shù)提取。
　　 (4)在分析支持向量機(jī)SVM原理的基礎(chǔ)上,構(gòu)建了心音信號(hào)分類識(shí)別流程;針對(duì)30例正常和異常心音信號(hào)樣本,完成了基于徑向基核函數(shù)和Sigmoid核函數(shù)的心音信號(hào)的分類識(shí)別比較實(shí)驗(yàn);最后完成了增加訓(xùn)練集和測(cè)試集樣本的心音信號(hào)分類識(shí)別實(shí)驗(yàn),獲得了較高的識(shí)別準(zhǔn)確率