發(fā)布時間：2017-11-01 19:03

  本文關鍵詞：基于FPGA的心音信號分類識別系統(tǒng)的研究與設計

  更多相關文章： FPGA 心音識別 瞬時頻率 能量譜 神經(jīng)網(wǎng)絡

【摘要】：在心血管疾病的無創(chuàng)診斷方面,人體心音信號的研究分析結果具有很高的應用價值,也因此得到了非常廣泛應用。人體心音信號的研究分析與應用從最初的醫(yī)生主觀聽診分析不斷的發(fā)展為更加準確客觀的數(shù)字化醫(yī)療設備輔助診斷,診斷的效率和正確度得到了非常大的提升。但是又隨著醫(yī)療設備微型化便攜化的發(fā)展,對心音信號的快速硬件實現(xiàn)和便于攜帶提出了要求。本文設計了基于FPGA的心音信號分類識別系統(tǒng),在硬件實現(xiàn)心音信號的分析速度更快,更加方便攜帶。本設計采用的硬件FPGA芯片是Xilinx的XC5V1X30芯片,軟件環(huán)境為ISE軟件,采集模塊在自制電路板上實現(xiàn)。論文的主要工作如下:1)使用過載能力強和抗干擾能力強的心音傳感器采集心音信號轉(zhuǎn)換為模擬電壓信號;用INA337精密儀用放大器對電壓信號進行放大,再經(jīng)過帶通濾波電路,達到AD轉(zhuǎn)換芯片的模擬輸入電壓要求,經(jīng)過AD9268芯片轉(zhuǎn)換后輸入FPGA芯片進行下一步處理。2)在FPGA芯片中用Verilog語言設計一個心音信號去噪模塊。選擇Db6小波基函數(shù)來對心音信號進行小波變換分解去噪,根據(jù)實驗分析結果小波變換分解層數(shù)選為5層。在每一層各選取最佳的閾值來閾值處理小波變換分解得到每一層的高頻系數(shù),重構就得到去除噪聲心音。3)對去除噪聲后的心音信號做提取相關特征參數(shù)的運算,計算得到的特征向量作為識別向量。第一步:對去除噪聲后的心音進行經(jīng)驗模式分解,根據(jù)實驗分析分解層數(shù)也選擇5層,5層分解能夠得到5個經(jīng)驗模式分量IMF;第二步:對5個IMF進行希爾伯特變換(HT)得到每層的瞬時頻率和包絡幅值;第三步:根據(jù)每層的瞬時頻率和包絡幅值計算該心音信號瞬時頻率的方差Q與平均值E。第四步:用提升小波包對經(jīng)過去噪處理后的心音信號進行分解,分解層數(shù)根據(jù)研究分析選擇為4層,再選擇相關小波包分解系數(shù)求其能量值作為能量譜向量。特征參數(shù)選取模塊的子模塊主要包括EMD分解模塊、希爾伯特變換提取瞬時頻率模塊、小波包分解提取能量向量模塊。EMD分解在FPGA芯片中通過軟核實現(xiàn),用C語言在軟核中實現(xiàn)EMD分解算法;然后在System Generate中建模希爾伯特變換和小波包分解模塊,再轉(zhuǎn)換為硬件描述語言。4)本系統(tǒng)選擇BP神經(jīng)網(wǎng)絡作為識別器,以提取得到特征參數(shù)向量作為輸入向量來對心音信號識別。用于心音信號分類識別的神經(jīng)網(wǎng)絡模塊的子模塊包括激勵函數(shù)模塊、隱含層神經(jīng)元模塊、輸出層神經(jīng)元模塊和控制模塊等。用Matlab軟件對該神經(jīng)網(wǎng)絡做離線訓練求得隱含層和輸出層的權值,然后在System Generate中建模設計整個識別模塊。本文選用二尖瓣狹窄導致的異常心音信號、二尖瓣關閉不全導致的異常心音信號、房間隔缺損導致的異常心音信號和正常心音信號四類心音信號作為設計系統(tǒng)的分類識別對象。經(jīng)過這四種心音的識別實驗,結果顯示該系統(tǒng)能夠有效辨別這四類心音信號,識別率在96%以上。
【關鍵詞】：FPGA 心音識別 瞬時頻率 能量譜 神經(jīng)網(wǎng)絡
【學位授予單位】：江西理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN911.7;R54
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究的背景與意義10-11
• 1.1.1 研究的背景10-11
• 1.1.2 研究的意義11
• 1.2 心音分析的國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 心音分析的國外研究現(xiàn)狀11-12
• 1.2.2 心音分析的國內(nèi)研究現(xiàn)狀12-13
• 1.3 心音分析設備的研究現(xiàn)狀13-14
• 1.4 主要的研究內(nèi)容14-15
• 1.5 論文的結構15-16
• 第二章 心音信號的生理特性分析與預處理16-22
• 2.1 心音信號的生理特性分析16-17
• 2.1.1 心音信號的產(chǎn)生16-17
• 2.2 心音信號的采集分析17-18
• 2.3 心音信號去噪預處理方法18-21
• 2.3.1 小波變換原理18-19
• 2.3.2 Mallat算法19-21
• 2.4 本章小結21-22
• 第三章 心音的特征提取與分類識別方法22-31
• 3.1 心音信號的分段22-25
• 3.1.1 EMD的基本理論和算法22-23
• 3.1.2 經(jīng)驗模式分解的希爾伯特變換23-25
• 3.2 心音信號的特征參數(shù)提取25-28
• 3.2.1 心音信號的瞬時頻率25-26
• 3.2.2 小波包提取心音信號能量譜26-28
• 3.3 心音信號的分類識別28-30
• 3.4 本章小結30-31
• 第四章 心音信號的采集與預處理實現(xiàn)31-38
• 4.1 心音信號的采集31-32
• 4.2 心音信號的去噪實現(xiàn)32-37
• 4.2.1 心音去噪的Mallat算法實現(xiàn)33-34
• 4.2.2 心音去噪的閾值處理34
• 4.2.3 心音去噪的多層小波變換實現(xiàn)34-37
• 4.3 本章小結37-38
• 第五章 心音信號特征提取與分類識別的系統(tǒng)實現(xiàn)38-69
• 5.1 特征參數(shù)提取過程中的EMD分解模塊實現(xiàn)38-43
• 5.1.1 SOPC系統(tǒng)的硬件設計38-39
• 5.1.2 SOPC系統(tǒng)的軟件部分設計39-43
• 5.2 特征參數(shù)提取中的希爾伯特變換模塊實現(xiàn)43-57
• 5.2.1 希爾伯特變換算法的分析與推導43-47
• 5.2.2 窗函數(shù)與速率變換模塊的設計與實現(xiàn)47-51
• 5.2.3 FFT模塊與濾波模塊設計51-54
• 5.2.4 IFFT算法及數(shù)據(jù)輸出模塊設計54-55
• 5.2.5 希爾伯特變換的頂層設計55-56
• 5.2.6 實驗結果仿真56-57
• 5.3 提取心音信號的頻帶能量模塊57-59
• 5.4 心音信號分類識別模塊59-66
• 5.4.1 心音識別模塊中的隱含層實現(xiàn)62-63
• 5.4.2 心音識別模塊中的輸出層神經(jīng)元實現(xiàn)63-64
• 5.4.3 心音識別模塊中的BP神經(jīng)網(wǎng)絡建模64-66
• 5.5 系統(tǒng)的測試66-68
• 5.6 本章小結68-69
• 第六章 總結與展望69-71
• 參考文獻71-74
• 附錄A74-76
• 致謝76-77
• 攻讀學位期間的研究成果77-78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙治棟,唐向宏,趙知勁,潘敏,陳裕泉;基于Hilbert-Huang Transform的心音信號譜分析[J];傳感技術學報;2005年01期

2 陳天華;韓力群;唐海滔;鄭若金;;心音信號分析方法及應用性研究[J];北京工商大學學報(自然科學版);2009年02期

3 郭興明;林輝杰;肖守中;;復雜度在心音信號分析中的應用[J];儀器儀表學報;2010年02期

4 劉娟;趙治棟;;基于心音信號譜分析的身份特征提取算法[J];杭州電子科技大學學報;2010年04期

5 侯海良;羅良才;成運;陳潔;;便攜式心音采集與處理系統(tǒng)的設計[J];中國醫(yī)學物理學雜志;2011年05期

6 李橋，邵慶余;心音信號分析方法述評[J];山東生物醫(yī)學工程;1994年02期

7 孫麗莎,沈民奮;心音信號的采集和處理系統(tǒng)分析[J];現(xiàn)代儀器使用與維修;1995年01期

8 吳延軍，，徐涇平，趙艷;心音的產(chǎn)生與傳導機制[J];生物醫(yī)學工程學雜志;1996年03期

9 吳延軍，徐涇平，趙艷，程敬之;心音信號處理與識別[J];中國醫(yī)療器械雜志;1996年05期

10 汪源源;利用小波變換分析心音信號[J];復旦學報(自然科學版);1997年03期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 丁曉蓉;宋陸州;包鑫;郭興明;;心音采集及其混沌動力學分析方法的初步研究[A];中國電子學會第十七屆信息論學術年會論文集[C];2010年

2 駱懿;趙治棟;;一種便攜式心音信號記錄儀研究[A];浙江省信號處理學會2011學術年會論文集[C];2011年

3 王佳;趙治棟;;嵌入式心音身份識別系統(tǒng)研究[A];浙江省電子學會2011學術年會論文集[C];2011年

4 趙衛(wèi)強;趙治棟;;基于射頻識別的心音身份認證系統(tǒng)研究[A];浙江省信號處理學會2012學術年會論文集[C];2012年

5 徐富強;王威廉;;基于LabVIEW的心音信號分析[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

6 徐昆良;全海燕;杜海濤;王威廉;;心音心電數(shù)據(jù)采集儀信號調(diào)理電路設計[A];第七屆工業(yè)儀表與自動化學術會議論文集[C];2006年

7 羅保欽;曾慶寧;陳遠貴;黃邦奉;胡斌;;基于LabVIEW的心音信號分析系統(tǒng)設計[A];2009全國虛擬儀器大會論文集（一）[C];2009年

8 全海燕;王威廉;;Hilbert-Huang變換及其在心音信號分析中的應用[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 陳歷明;基于心音信號遙測的心肌變力性與變時性的研究[D];重慶大學;2004年

2 苗晟;先天性心臟病心音信號分析方法研究[D];云南大學;2015年

3 韋哲;心音時—頻分析方法及虛擬動態(tài)心音分析系統(tǒng)的研究[D];蘭州理工大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王亞光;基于ZigBee網(wǎng)絡的心音信號采集系統(tǒng)研究與設計[D];江西理工大學;2015年

2 姬漢貴;基于心音的時間序列符號熵對心力衰竭的研究[D];南京郵電大學;2015年

3 嚴妼;心音信號的混沌特性、重構和應用研究[D];南京郵電大學;2015年

4 李皓瑋;基于STM32的心音信號采集設備研究[D];云南大學;2016年

5 雍希;基于EMD及SVD的心音信號提取方法研究[D];重慶大學;2016年

6 李靜佳;多位置融合心音身份識別技術研究及系統(tǒng)實現(xiàn)[D];杭州電子科技大學;2015年

7 章祖忠;基于FPGA的心音信號分類識別系統(tǒng)的研究與設計[D];江西理工大學;2016年

8 陳國強;心音信號的提取和處理研究[D];西安電子科技大學;2009年

9 孫樹平;基于自適應時頻分析方法的心音信號分析研究[D];西華大學;2009年

10 馬中武;基于心音信號分析的心臟病輔助診斷方法研究[D];蘭州理工大學;2011年

本文編號：1128090