【摘要】：心音是診斷先心病的主要依據(jù),傳統(tǒng)的心臟聽(tīng)診容易受聽(tīng)診醫(yī)生主觀因素的影響,而心臟彩超是檢查患者是否患有心臟病最直接最有效的方法,但是對(duì)于偏遠(yuǎn)地區(qū)的患者來(lái)說(shuō)他們可能負(fù)擔(dān)不起這筆費(fèi)用,而且對(duì)醫(yī)療設(shè)備的要求很高。因此,心音信號(hào)的分類識(shí)別對(duì)心血管疾病的診斷具有重要的意義,從而實(shí)現(xiàn)幫助醫(yī)生輔助聽(tīng)診。本文通過(guò)S變換方法和小波變換方法提取心音的信號(hào)特征,對(duì)正常和異常的心音信號(hào)分類識(shí)別,通過(guò)對(duì)比說(shuō)明方法的有效性。本文首先結(jié)合先心病心音信號(hào)的相關(guān)知識(shí)做了簡(jiǎn)要的介紹,然后在此基礎(chǔ)上對(duì)臨床采集的心音信號(hào)進(jìn)行分析研究,主要內(nèi)容包括心音信號(hào)的預(yù)處理、特征提取和分類識(shí)別。其中,預(yù)處理主要是對(duì)心音信號(hào)進(jìn)行去噪、提取包絡(luò)和分段定位,得到心音信號(hào)的每一個(gè)心動(dòng)周期,然后采用S變換和小波變換提取每一個(gè)心動(dòng)周期信號(hào)的不同特征參數(shù),通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)心音信號(hào)進(jìn)行分類識(shí)別,比較兩種特征參數(shù)的識(shí)別效果。通過(guò)對(duì)隨機(jī)選取的361例先心病心音信號(hào)提取不同的特征參數(shù)進(jìn)行分類識(shí)別,基于S變換的特征提取并用BP神經(jīng)網(wǎng)作分類識(shí)別,對(duì)正常和異常心音的平均識(shí)別率為80.4%,用小波變換提取的特征參數(shù)進(jìn)行分類識(shí)別其平均識(shí)別率為76%。說(shuō)明與小波變換方法相比,用S變換能提取到更好的CHD心音時(shí)頻特征。
【圖文】：

心音信號(hào)預(yù)處理流程圖

心音聽(tīng)診示意圖
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN911.7;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 全雪峰;;基于S變換和局部奇異熵的心音信號(hào)識(shí)別[J];電子技術(shù)與軟件工程;2015年15期

2 高清河;剛晶;王和禹;;基于平穩(wěn)小波變換心音信號(hào)閾值去噪的對(duì)比分析[J];計(jì)算機(jī)與數(shù)字工程;2015年06期

3 吳巧玉;葉志弘;虞雪琴;;心血管疾病相關(guān)健康評(píng)估的研究進(jìn)展[J];護(hù)理與康復(fù);2015年05期

4 李煒;黃倩;;基于小波時(shí)頻分析的心音異常信號(hào)檢測(cè)[J];電子設(shè)計(jì)工程;2015年06期

5 成謝鋒;楊賀;;5種小波在心音信號(hào)處理中的分析與比較[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

6 李江;李曉玉;;基于HHT的心音分段和醫(yī)學(xué)指標(biāo)提取[J];控制工程;2015年01期

7 成謝鋒;陳泓;姬漢貴;郭宇鋒;張少白;;一種基于集總參數(shù)的心血管系統(tǒng)仿真模型及心音產(chǎn)生機(jī)理[J];中國(guó)科學(xué):信息科學(xué);2014年09期

8 嚴(yán)英榴;;常見(jiàn)先天性心臟病的產(chǎn)前診斷[J];中國(guó)產(chǎn)前診斷雜志(電子版);2014年03期

9 張磊邦;唐榮斌;蔣建波;張帥;池宗琳;王威廉;;基于小波變換的心音特征值提取算法研究[J];電子測(cè)量技術(shù);2014年06期

10 張莉;趙治棟;;基于S變換和Renyi熵的舒張期心音信號(hào)分析[J];杭州電子科技大學(xué)學(xué)報(bào);2014年03期

相關(guān)碩士學(xué)位論文 前9條

1 楊賀;深度學(xué)習(xí)算法的研究及心音深度識(shí)別系統(tǒng)的構(gòu)建與優(yōu)化[D];南京郵電大學(xué);2016年

2 劉麗萍;基于AR模型參數(shù)譜估計(jì)的先心病特征提取及分類識(shí)別研究[D];云南大學(xué);2015年

3 馬莉;基于小波包分解的復(fù)雜心音信號(hào)分段定位與特征提取研究[D];云南大學(xué);2015年

4 李曉玉;基于包絡(luò)提取的心音信號(hào)分段算法的研究[D];浙江大學(xué);2015年

5 盧德林;基于奇異譜去噪的心音信號(hào)混沌動(dòng)力學(xué)分析[D];重慶大學(xué);2013年

6 江洪;基于小波和HHT的心音信號(hào)分析與識(shí)別[D];武漢理工大學(xué);2012年

7 鐘麗莎;心音信號(hào)特征分析與識(shí)別算法的研究[D];重慶大學(xué);2011年

8 楊賽;BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)問(wèn)題的分析研究[D];江西理工大學(xué);2010年

9 姚曉帥;基于神經(jīng)網(wǎng)絡(luò)的心音信號(hào)識(shí)別算法研究[D];重慶大學(xué);2004年

，

本文編號(hào)：2643788