心音信號特征分析與識別算法的研究.pdf

1、心音信號是人體最重要的生理信號之一，對診斷心血管疾病都具有重要的參考意義。但由于心音自身的復雜性和非平穩(wěn)性，心音信號識別效果依然不理想，已經成為心音廣泛應用于臨床的障礙之一。本文首先介紹心音信號的生理學基礎，然后分析心音信號的特征，在此基礎上進行心音信號的識別，提取心臟疾病輔助診斷指標，最后設計心音數(shù)據(jù)庫并開發(fā)心音分析和識別的軟件系統(tǒng)。
　　心音信號特征分析分別從時域、頻域和時-頻域聯(lián)合進行研究，對心音信號和心雜音信號進行了Wel

2、ch功率譜估計和離散短時傅里葉變換。研究表明正常心音成分和雜音成分的頻率區(qū)間不同，為從頻率的角度分離雜音提供依據(jù)；心音信號的時域特征有一定規(guī)律，各個心音成分的出現(xiàn)的時間先后順序以及幅度大小都為心音的分段定位提供參考。
　　本研究的病理信號樣本都是心雜音信號，因此專門針對雜音的時頻特點利用小波閾值方法進行隔離雜音成分，并按照心音信號的每一心動周期進行處理，盡可能的保留病理信息。心音信號識別是利用語音信號中常用的Mel倒譜頻率參數(shù)和隱

3、馬爾科夫模型，分類也不只是簡單的按常規(guī)分為正常和疾病兩大類，而是根據(jù)心雜音信號的各種疾病類型。與人工神經網絡的對照實驗結果表明：該方法有較好的識別效果，識別率高達94.2％，尤其是在心雜音的識別率有明顯的優(yōu)勢(92.2%vs82.8%)。在心音信號識別的基礎上，提取心臟儲備指標以及基于心雜音的第一心音能量分數(shù)和雜音能量分數(shù)，并對其進行統(tǒng)計分析，發(fā)現(xiàn)應激狀態(tài)會調用心力儲備和心率儲備，D/S比值會降低，S1/S2升高，HR變快；心臟能量效率

4、指標分析，相對于正常心音信號的健康人和瓣膜狹窄雜音的病人，有返流性心臟雜音病人，MEF較高，S1EF較低（p<0.01），表明其能量效率降低。實驗結果表明所提取的指標可為心臟儲備和心臟能量評估提供依據(jù)，可以為醫(yī)生臨床診斷的客觀評價提供依據(jù)。
　　最后選擇SQL Server數(shù)據(jù)庫，以VisualC++6.0為平臺，利用ADO（Active Data Objects）接口技術開發(fā)了一個心音數(shù)據(jù)庫，實現(xiàn)對病人基本信息和心音信號數(shù)據(jù)的現(xiàn)