基于FPGA的心音信號(hào)分類識(shí)別系統(tǒng)的研究與設(shè)計(jì).pdf

1、在心血管疾病的無創(chuàng)診斷方面，人體心音信號(hào)的研究分析結(jié)果具有很高的應(yīng)用價(jià)值，也因此得到了非常廣泛應(yīng)用。人體心音信號(hào)的研究分析與應(yīng)用從最初的醫(yī)生主觀聽診分析不斷的發(fā)展為更加準(zhǔn)確客觀的數(shù)字化醫(yī)療設(shè)備輔助診斷，診斷的效率和正確度得到了非常大的提升。但是又隨著醫(yī)療設(shè)備微型化便攜化的發(fā)展，對心音信號(hào)的快速硬件實(shí)現(xiàn)和便于攜帶提出了要求。本文設(shè)計(jì)了基于FPGA的心音信號(hào)分類識(shí)別系統(tǒng)，在硬件實(shí)現(xiàn)心音信號(hào)的分析速度更快，更加方便攜帶。本設(shè)計(jì)采用的硬件FPG

2、A芯片是Xilinx的XC5V1X30芯片，軟件環(huán)境為ISE軟件，采集模塊在自制電路板上實(shí)現(xiàn)。論文的主要工作如下：
　　1)使用過載能力強(qiáng)和抗干擾能力強(qiáng)的心音傳感器采集心音信號(hào)轉(zhuǎn)換為模擬電壓信號(hào)；用INA337精密儀用放大器對電壓信號(hào)進(jìn)行放大，再經(jīng)過帶通濾波電路，達(dá)到AD轉(zhuǎn)換芯片的模擬輸入電壓要求，經(jīng)過AD9268芯片轉(zhuǎn)換后輸入FPGA芯片進(jìn)行下一步處理。
　　2)在FPGA芯片中用Verilog語言設(shè)計(jì)一個(gè)心音信號(hào)去噪模塊

3、。選擇Db6小波基函數(shù)來對心音信號(hào)進(jìn)行小波變換分解去噪，根據(jù)實(shí)驗(yàn)分析結(jié)果小波變換分解層數(shù)選為5層。在每一層各選取最佳的閾值來閾值處理小波變換分解得到每一層的高頻系數(shù)，重構(gòu)就得到去除噪聲心音。
　　3)對去除噪聲后的心音信號(hào)做提取相關(guān)特征參數(shù)的運(yùn)算，計(jì)算得到的特征向量作為識(shí)別向量。第一步：對去除噪聲后的心音進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?，根?jù)實(shí)驗(yàn)分析分解層數(shù)也選擇5層，5層分解能夠得到5個(gè)經(jīng)驗(yàn)?zāi)Ｊ椒至縄MF；第二步：對5個(gè)IMF進(jìn)行希爾伯特變換（

4、HT）得到每層的瞬時(shí)頻率和包絡(luò)幅值；第三步：根據(jù)每層的瞬時(shí)頻率和包絡(luò)幅值計(jì)算該心音信號(hào)瞬時(shí)頻率的方差Q與平均值E。第四步：用提升小波包對經(jīng)過去噪處理后的心音信號(hào)進(jìn)行分解，分解層數(shù)根據(jù)研究分析選擇為4層，再選擇相關(guān)小波包分解系數(shù)求其能量值作為能量譜向量。特征參數(shù)選取模塊的子模塊主要包括EMD分解模塊、希爾伯特變換提取瞬時(shí)頻率模塊、小波包分解提取能量向量模塊。EMD分解在FPGA芯片中通過軟核實(shí)現(xiàn)，用C語言在軟核中實(shí)現(xiàn)EMD分解算法；然后在

5、System Generate中建模希爾伯特變換和小波包分解模塊，再轉(zhuǎn)換為硬件描述語言。
　　4)本系統(tǒng)選擇 BP神經(jīng)網(wǎng)絡(luò)作為識(shí)別器，以提取得到特征參數(shù)向量作為輸入向量來對心音信號(hào)識(shí)別。用于心音信號(hào)分類識(shí)別的神經(jīng)網(wǎng)絡(luò)模塊的子模塊包括激勵(lì)函數(shù)模塊、隱含層神經(jīng)元模塊、輸出層神經(jīng)元模塊和控制模塊等。用 Matlab軟件對該神經(jīng)網(wǎng)絡(luò)做離線訓(xùn)練求得隱含層和輸出層的權(quán)值，然后在 SystemGenerate中建模設(shè)計(jì)整個(gè)識(shí)別模塊。