心音是人體內(nèi)常見的可反映心臟及心血管健康程度的一種生理信號(hào)。心血管疾病一直是人類致死的主要原因之一,早期提取心臟的生理及病理信息對治療心血管疾病具有重要價(jià)值,成功的心音自動(dòng)化聽診分析可作為一種有效的輔助診斷工具,幫助普通醫(yī)護(hù)人員確定是否需要進(jìn)行專家診斷,特別是在臨床醫(yī)生稀缺的地區(qū)。因此通過計(jì)算機(jī)研究心音信號(hào)對初步診斷心血管疾病意義重大。根據(jù)心音非線性非平穩(wěn)的特性,本文主要研究了心音信號(hào)的降噪方法與心音分割方法,主要研究內(nèi)容如下:1.心音信號(hào)降噪處理。提出了一種基于改進(jìn)自適應(yīng)白噪聲的完備經(jīng)驗(yàn)?zāi)B(tài)分解（ICEEMDAN）及改進(jìn)自適應(yīng)混合閾值的心音降噪算法。針對傳統(tǒng)心音降噪算法中將部分高頻信號(hào)直接作為噪聲剔除導(dǎo)致降噪后信號(hào)失真、基于經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）的方法存在模態(tài)混疊等缺陷,本文首先使用ICEEMDAN算法將心音分解成n個(gè)模態(tài)函數(shù)分量（IMFs）,并采用聯(lián)合策略找到兩個(gè)臨界模態(tài)分量K值,然后對噪聲主導(dǎo)及混疊模態(tài)分量分別使用小波包和本文改進(jìn)的自適應(yīng)混合區(qū)間閾值算法進(jìn)行降噪,最后重構(gòu)所有分量和剩余分量構(gòu)成降噪后心音信號(hào)。實(shí)驗(yàn)結(jié)果表明,在不同噪聲水平條件下,本文算法可有效去除正常、異常心音中噪... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

心臟剖面圖

第二章心音信號(hào)處理基礎(chǔ)理論7年實(shí)驗(yàn)研究，結(jié)合心臟血液流體力學(xué)、心臟瓣膜以及心肌的振動(dòng)時(shí)變特性，最終科研人員對心音的生成原理達(dá)成了一致認(rèn)知：心音是由人體心肌收縮及舒張、心臟瓣膜關(guān)閉及開啟、血液撞擊心室壁或其它原因?qū)е抡駝?dòng)而生成的微弱的、低頻的音頻信號(hào)[36]。心音信號(hào)含括人體大量的心臟、心血管系統(tǒng)的生理及病理方面信息。因此，心音信號(hào)也是一種重要的能表征人體生理特征的音頻信號(hào)。2.2心音信號(hào)的組成成分心音周期由心臟的一次舒張和收縮組成，正常的心音周期在0.8s左右，心音信號(hào)可能包括S1、S2、S3及S4。第一心音及第二心音（S1及S2）可從正常人體內(nèi)聽到，S1及S2稱為基礎(chǔ)心音(fundamentalheartsound)。在收縮期開始時(shí)可聽到S1，S1由房室二尖瓣和三尖瓣相繼閉合引起，S1頻率約在10到200Hz范圍內(nèi)，它的振幅與心臟的輸出存在很大相關(guān)性，通常情況下，S1是一個(gè)單獨(dú)的聲音信號(hào)，內(nèi)部成分二尖瓣（M1）和三尖瓣（T1）之間有一個(gè)非常小的間隔，間隔接近20-30毫秒。S2產(chǎn)生在舒張期開始，由主動(dòng)脈瓣和肺動(dòng)脈瓣閉合引起，S2的音調(diào)比S1高，其頻率范圍在20-250Hz之間，且S2的持續(xù)時(shí)間更短[37]。然而，在心臟異常期間，由于主動(dòng)脈和肺動(dòng)脈閉合之間存在明顯的時(shí)間間隔，第二心音S2可被觀察為主動(dòng)脈和肺動(dòng)脈的兩次分裂搏動(dòng)，吸氣期間此間隙可能在30到80毫秒之間變化，呼氣期間可能減少到15毫秒。心音周期的組成成分如圖2.2所示：圖2.2心音周期示意圖從S1的末端到S2的起點(diǎn)的間隔稱為收縮期(systole)，S2的末端到下一個(gè)周期S1的開始之間的間隔稱為舒張期(diastole)，且一般舒張期要長于收縮期[38]。當(dāng)心臟或心血管系統(tǒng)發(fā)生異常時(shí)，心音聽診時(shí)，除基礎(chǔ)心音S1及S2之外，還可能存在第三心音和第

第三章基于ICEEMDAN改進(jìn)自適應(yīng)閾值降噪15圖3.1三種算法分解性能示意圖圖3.1(c)表示心音經(jīng)過CEEMD分解后每個(gè)IMF時(shí)域頻譜圖。加入高斯白噪聲然后通過有限次的集成平均運(yùn)算，可以減輕如圖3.1(b)中所示由EMD分解產(chǎn)生的模態(tài)混淆，從圖3.1(c)中可知加入的白噪聲還沒被全部分解，模態(tài)混疊現(xiàn)象還存在。圖3.1(d)表示經(jīng)ICEEMDAN算法處理后的頻譜圖，由圖可知ICEEMDAN算法對模態(tài)混疊現(xiàn)象進(jìn)行了大部分消除，且中和了大部分噪聲；相比于其它兩種算法，ICEEMDAN算法復(fù)雜度最低，耗時(shí)最少。經(jīng)過以上分解實(shí)驗(yàn)可以得出初步結(jié)論，ICEEMDAN算法相比于EMD，CEEMD算法分解精度更高，可有效去除高斯白噪聲且很大程度提升了分解的效率，很大程度上克服了模態(tài)混疊缺陷。3.4.5小波包算法小波包變換是離散小波變換的擴(kuò)展版本，它對信號(hào)進(jìn)行一個(gè)完整的逐級分解，它的分解精度比小波高[58]。其低頻和高頻部分的節(jié)點(diǎn)都被分成細(xì)節(jié)和近似系數(shù)。線性小波函數(shù)構(gòu)成小波包，小波函數(shù)中可逆、正交性和時(shí)頻局域化等重要特征在小波包函數(shù)中仍然得到了繼承。小波包ij，k是一個(gè)函數(shù)，其中k和i,j和分別表示平移參數(shù)、頻率調(diào)制和尺度。其具體表達(dá)式為：/2,2*(2)ijijjktk(3.14)

【參考文獻(xiàn)】：
期刊論文
[1]基于DHMM的低心率變異性心音的分割方法[J]. 許春冬,周靜,應(yīng)冬文,侯雷靜,龍清華.  數(shù)據(jù)采集與處理. 2019(04)
[2]基于CEEMD的心音信號(hào)小波包去噪算法研究[J]. 董利超,郭興明,鄭伊能.  振動(dòng)與沖擊. 2019(09)
[3]心音信號(hào)MFCC特征向量提取方法的優(yōu)化[J]. 許春冬,周靜,應(yīng)冬文,龍清華.  信號(hào)處理. 2019(03)
[4]基于coif-5小波的心音自適應(yīng)閾值降噪方法[J]. 許春冬,周靜,龍清華,許瑞龍.  科學(xué)技術(shù)與工程. 2019(02)
[5]基于改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解的雷達(dá)生命信號(hào)檢測[J]. 劉震宇,陳惠明,陸蔚,李光平.  儀器儀表學(xué)報(bào). 2018(12)
[6]基于CEEMDAN-ICA的單通道腦電信號(hào)眼電偽跡濾除方法[J]. 羅志增,嚴(yán)志華,傅煒東.  傳感技術(shù)學(xué)報(bào). 2018(08)
[7]基于CEEMD和小波包的降噪方法研究[J]. 楊孟,王瑾,周西峰,郭前崗.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[8]基于雙閾值的心音快速分段算法及其應(yīng)用研究[J]. 成謝鋒,姚鵬飛.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(05)
[9]S1和S2共振峰頻率在心音分類識(shí)別中的應(yīng)用[J]. 成謝鋒,陳亞敏.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[10]基于經(jīng)驗(yàn)?zāi)B(tài)分解互信息熵與同步壓縮變換的微地震信號(hào)去噪方法研究[J]. 秦晅,蔡建超,劉少勇,卞愛飛.  石油物探. 2017(05)

碩士論文
[1]基于包絡(luò)提取的心音信號(hào)分段算法的研究[D]. 李曉玉.浙江大學(xué) 2015



本文編號(hào)：3245440