心音信號特征分析與識別方法研究.pdf

1、心音信號是心臟及心血管系統(tǒng)機械狀況的反映,是包含了人類心臟各部分的生理和病理信息的重要信號。目前通過心音信號診斷疾病的方法主要是人工聽診,如果能夠研究出一套行之有效的算法對采集到的心音進行自動識別分類,當發(fā)現(xiàn)病變的心音時能自動做出判斷提示甚至發(fā)出報警信號,這對心臟疾病的臨床研究具有極其重要的研究價值,本課題正是根據(jù)這一需求來開展的。本文主要做了如下工作。
　?、俦菊撐氖紫葟纳韺W角度對心音信號的產(chǎn)生進行了闡述,并分析了心音信號的主

2、要成分及其時頻特性、心音信號中常見的心雜音及其時頻特性。作為心音信號自動識別系統(tǒng)的數(shù)據(jù)采集部分,本文采用HKY-06B心音傳感器采集心音信號,通過CoolEditPro2.1錄音軟件實現(xiàn)對心音信號的格式轉(zhuǎn)換和儲存。
　　②心音信號的預處理。這個過程包括心音信號的分幀、心音信號端點檢測以及心音信號去噪。心音信號的分幀是利用滑動的矩形窗對心音信號進行處理的。采用雙門限檢測法對心音信號進行端點檢測,去噪采用的是小波分析法。文章通過討論與

3、分析小波分析法中基函數(shù)、分解層次、閾值等的選取,結(jié)合心音信號的特點,選擇合適的方法進行預處理過程。通過實驗可以證明,利用系數(shù)可調(diào)節(jié)閾值法,選用sym7小波函數(shù)對心音信號進行5層分解,能夠達到理想的去噪效果。
　?、塾脙煞N方法對心音信號的特征參數(shù)進行了提取,分別是對心音信號進行EMD分解以及提取心音信號的Mel頻率倒譜系數(shù)(MFCC參數(shù))。通過對比得出了MFCC參數(shù)能夠比EMD分解取得更好的識別效果,并大大縮短模型訓練的時間。

4、>　?、苄囊粜盘柕淖R別。對心音信號的識別方法研究,本文采用的是高斯混合模型法。即建立一個由44例正常心音建立的高斯混合模型庫。對于待識別的心音信號,對其建立高斯混合模型輸入模型庫進行識別,識別結(jié)果輸出被識別心音在高斯混合模型庫中的最大后驗概率。當此概率大于95％,認為此被測心音屬正常心音,若低于95%,認為被測者心音信號出現(xiàn)異常,建議接受進一步的檢查。實驗結(jié)果驗證了心音信號模式識別系統(tǒng)的可行性,對正常心音和病理性心音的正確識別率均高于9