準平穩(wěn)心音信號的時頻和非線性特性分析及辨識.pdf

1、心臟的舒縮運動中,由心肌收縮、心臟瓣膜開合以及血液撞擊心室壁和血管壁等引起振動而產生了心音。心音中含有心臟各個部分如心室、心房、心血管、大血管及心臟瓣膜功能狀態(tài)的大量信息,電子聽診可為心血管疾病的診斷提供有用的輔助信息。
　　為有效地挖掘蘊含在心音中的生理、病理特征信息,本論文從心臟和血流運動出發(fā),探討了心音的發(fā)源機理,充分利用現(xiàn)代信息處理技術對心音信號進行剖析,得到心音及其特征的全面解讀。論文的主要工作包括以下幾個方面。

2、　　首先,研究了以心電信號為輔助參考信號,通過QRS波和T波的定位,實現(xiàn)第一心音(S1)和第二心音(S2)定位的方法;在此基礎上,把連續(xù)的心音信號分為單個心動周期,并在心動周期中實現(xiàn)收縮期、舒張期的劃分以及S1、S2心音成分的辨識;通過研究心音的包絡特性,定義了心動周期、心率、收縮期、舒張期、S1的時限、S2的時限、S1的強度以及S2的強度等心音的時域特征,實現(xiàn)了心音時域特征的部分量化;并以時域特征為主要依據,提出了S2的正常分裂、寬分

3、裂和逆分裂三種情況的鑒別要點。
　　其次,探討了心音功率譜估計、短時傅里葉變換、小波變換、希爾伯特變換等時頻分析方法,對比了各種方法的優(yōu)劣;利用功率譜估計定義了心音的能量-頻率特征,實現(xiàn)了頻率特性的部分量化;在此基礎上,以時頻分析為主要手段,討論了正常S1和S2的頻率分布特性,提出了對二尖瓣關閉不全、肺動脈瓣狹窄、主動脈瓣狹窄、室間隔缺損、三尖瓣關閉不全等心臟機械性損傷引起的收縮期雜音進行鑒別的要點。
　　針對心臟系統(tǒng)的非線

4、性特性,采用代理數據法證實心音信號為確定的非線性系統(tǒng)產生的混沌信號;探討了利用關聯(lián)維數和李亞普洛夫指數兩個非線性參數對心音信號的復雜程度進行定量描述的方法。通過對四種不同心音樣本的關聯(lián)維數計算,表明不同的病變心音關聯(lián)維數有顯著區(qū)別。
　　進一步,論文探討了心音自動聚類識別方法。在心音的特征向量構成方面,充分考慮心音信號的復雜性,采用了Welch功率譜估計、歸一化平均香濃能量分析、關聯(lián)維數計算等多種方法從時域、頻域及非線性動力學等多

5、個角度分析心音并提取10個特征值形成特征向量;提出一種基于神經網絡模型的智能識別系統(tǒng),同時采用了貝葉斯估計方法對給定的神經網絡進行訓練,采用可逆跳轉方法簡化計算。實驗表明該心音辨識系統(tǒng)對給定類別的心音能夠實現(xiàn)高準確率的識別。
　　最后,就電子聽診系統(tǒng)的軟硬件實現(xiàn),論文特別針對心音信號的消噪預處理進行了深入研究。以典型的混沌方程為例,采用仿真手段分析了基于小波變換的軟硬閥值、維納濾波以及隱含馬爾科夫模型三種消噪算法對噪聲混沌時間序列

6、非線性特性的影響,結果表明,基于小波變換的隱馬爾科夫模型的消噪算法對信號恢復效果最好,關聯(lián)維數和李亞普洛夫指數無顯著改變;在此基礎上,采用基于小波變換的隱含馬爾科夫模型消噪方法對心音信號進行了消噪處理。
　　綜上,本文對心音信號進行了多域分析,定量地提取心音和心臟雜音的強度、頻率及發(fā)生時間特征,實現(xiàn)心音信號的半智能化分析和自動鑒別。使電子聽診技術能夠提供比以往更多的心臟信息,進一步擺脫聽診技術對主觀判斷的依賴性,使它在心血管疾病的