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(jīng)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Welch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(jīng)網(wǎng)絡的對照實驗結果表明:該方法...

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 課題研究的背景及意義
    1.2 課題研究的國內外現(xiàn)狀
        1.2.1 心音信號的特征分析
        1.2.2 心音信號的識別
    1.3 課題研究的主要內容
        1.3.1 研究目的
        1.3.2 研究內容
    1.4 論文的結構安排
2 心音信號的特征分析
    2.1 心音信號的生理學基礎
    2.2 心音信號的時域特征
        2.2.1 正常心音的時域特征
        2.2.2 雜音的時域特征
    2.3 心音信號的頻域特征
        2.3.1 正常心音的頻率
        2.3.2 心雜音的頻率
        2.3.3 心音信號譜估計
    2.4 心音信號的時頻域分析
    2.5 本章小結
3 心音信號識別算法研究
    3.1 小波分離心雜音
    3.2 歸一化香農(nóng)能量提取心音包絡
    3.3 心音分段定位
    3.4 心音信號的特征參數(shù)
        3.4.1 Mel 頻率倒譜特征參數(shù)
        3.4.2 心音信號的MFCC 提取
    3.5 基于HMM 的心音信號的模式識別
        3.5.1 HMM 的理論基礎
        3.5.2 HMM 的類型
        3.5.3 HMM 的基本算法
        3.5.4 心音信號模式識別
    3.6 心音信號的識別結果分析
    3.7 基于心音信號的醫(yī)學指標
        3.7.1 基于心力--心音關系的心臟儲備評估指標
        3.7.2 基于心雜音的心臟能量效率指標
        3.7.3 醫(yī)學指標的提取
    3.8 本章小結
4 心音數(shù)據(jù)庫管理系統(tǒng)的開發(fā)
    4.1 心音數(shù)據(jù)庫管理系統(tǒng)總體設計
    4.2 數(shù)據(jù)庫基本功能的實現(xiàn)
        4.2.1 SQL Server 2000 數(shù)據(jù)庫
        4.2.2 Visual C＋＋6.0 數(shù)據(jù)庫開發(fā)語言
        4.2.3 數(shù)據(jù)庫訪問技術
        4.2.4 ADO 對象模型
        4.2.5 心音數(shù)據(jù)庫基本功能
    4.3 心音信號分析軟件的實現(xiàn)
        4.3.1 心音信號實時采集模塊
        4.3.2 心音信號的分析模塊
        4.3.3 心臟儲備指標提取
    4.4 本章小結
5 總結與展望
    5.1 總結
    5.2 展望
致謝
參考文獻
附錄
    A. 作者在攻讀學位期間發(fā)表的論文目錄
    B. 作者在攻讀學位期間取得的科研成果目錄



本文編號：4022640