基于EEMD的冠脈狹窄舒張期心音分析算法研究.pdf

1、冠心病是嚴(yán)重危害人們身體健康的最重要的疾病之一。發(fā)病快，死亡率高，隨著生活水平的提高、工作節(jié)奏的加快，老齡化的加劇，其發(fā)病率和患病率有日益增加的趨勢，早期的檢測與診斷至關(guān)重要。心音信號是人體重要的生理信號之一，當(dāng)心臟冠狀動脈狹窄尚未發(fā)展到心電圖異常、痛感等癥狀之前，心音中出現(xiàn)的高頻心雜音蘊(yùn)含了冠脈狹窄診斷的可靠病理信息。運用現(xiàn)代信號處理方法，研究分析舒張期心音信號，對于冠心病的早期診斷具有重要意義。
　　 本文主要研究了基于EE

2、MD(Ensemble Empirical Mode Decomposition，簡稱EEMD)的冠脈狹窄舒張期心音分析及特征提取算法。在分析了冠狀動脈堵塞與舒張期心音關(guān)系的基礎(chǔ)上，首先研究了心音的消噪和分段預(yù)處理；其次運用EEMD對舒張期心音進(jìn)行了研究，提出了基于EEMD和能量算子Teager(Teager Energy Operation，簡稱TEO)的瞬時頻率提取算法及基于EEMD和樣本熵相結(jié)合的舒張期心音非線性動力學(xué)分析算法；最

3、后分析了臨床冠心病患者的舒張期心音信號，有效提取了隱含于舒張期心音中的冠心病病理特征，為冠心病的早期診斷提供了一種有效的手段。
　　 本文的主要研究內(nèi)容有：
　　 研究分析了EEMD(Ensemble Empirical Mode Decomposition，簡稱EEMD)算法原理，提出了基于EEMD閾值的心音自適應(yīng)消噪方法，分析了臨床采集到的心音信號，有效的去除了噪聲，提高了信噪比；提出了基于希爾伯特變換的心音分段算法

4、，用大量臨床采集到的心音信號進(jìn)行了分段，結(jié)果表明算法魯棒性強(qiáng)，準(zhǔn)確率高，并無需額外信號做參考。
　　 研究了舒張期心音的瞬時頻率提取算法。建立了基于EEMD和Teager能量算子的舒張期心音分析及特征提取方法，獲得了舒張期心音瞬時頻率的變化規(guī)律。分析了臨床冠心病患者的舒張期心音，結(jié)果表明，提取的特征有效的揭示了冠狀動脈狹窄的信息，刻畫了冠狀動脈狹窄時舒張期心音的變化。
　　 研究了舒張期心音的非線性動力學(xué)樣本熵分析算法。