智能電子聽診器設計與實現(xiàn).pdf

1、心音和呼吸音是反映心臟和肺部生理及病理的一項重要指標,目前對心音和呼吸音的聽診仍然是心腦血管和呼吸系統(tǒng)疾病的主要診斷手段。但是這些聲信號對于人耳聽診而言,聲波太復雜。傳統(tǒng)聽診器難以捕捉一些微弱的生理聲音信號且診斷結果容易受聽診者主觀經驗的影響,因而準確性較差。
　　 因此臨床上需要建立一種能準確高效的記錄、儲存、顯示和進行縱向與橫向客觀比較的心肺音分析與識別系統(tǒng),以便讓臨床醫(yī)生在聽診的同時能對病人的病變做出更加準確的判斷。如果能

2、深入分析出心肺音中所包含的病變信息,就可有效利用簡單的聽診技術早期發(fā)現(xiàn)疾病,大幅度降低復雜檢查所需的醫(yī)療費用,具有廣泛的應用前景。
　　 本畢業(yè)設計提出運用希爾伯特黃變換等數(shù)字信號處理算法對聲音信號進行分析處理,將聲音的時頻特性以圖形形式表示出來,變聽診為視診,并使用經驗模式分解提取出一種新的特征參數(shù)供模式識別使用,通過神經網絡實現(xiàn)初步的自動診斷。
　　 論文介紹了現(xiàn)代數(shù)字信號處理中時頻分析技術和神經網絡算法,并詳細闡述