本文關(guān)鍵詞：基于FPGA的心音信號分類識別系統(tǒng)的研究與設(shè)計(jì)

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

【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(jié)果具有很高的應(yīng)用價(jià)值,也因此得到了非常廣泛應(yīng)用。人體心音信號的研究分析與應(yīng)用從最初的醫(yī)生主觀聽診分析不斷的發(fā)展為更加準(zhǔn)確客觀的數(shù)字化醫(yī)療設(shè)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(shè)備微型化便攜化的發(fā)展,對心音信號的快速硬件實(shí)現(xiàn)和便于攜帶提出了要求。本文設(shè)計(jì)了基于FPGA的心音信號分類識別系統(tǒng),在硬件實(shí)現(xiàn)心音信號的分析速度更快,更加方便攜帶。本設(shè)計(jì)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(shí)現(xiàn)。論文的主要工作如下:1)使用過載能力強(qiáng)和抗干擾能力強(qiáng)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(jìn)行放大,再經(jīng)過帶通濾波電路,達(dá)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(jìn)行下一步處理。2)在FPGA芯片中用Verilog語言設(shè)計(jì)一個(gè)心音信號去噪模塊。選擇Db6小波基函數(shù)來對心音信號進(jìn)行小波變換分解去噪,根據(jù)實(shí)驗(yàn)分析結(jié)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(gòu)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(guān)特征參數(shù)的運(yùn)算,計(jì)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(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?根據(jù)實(shí)驗(yàn)分析分解層數(shù)也選擇5層,5層分解能夠得到5個(gè)經(jīng)驗(yàn)?zāi)Ｊ椒至縄MF;第二步:對5個(gè)IMF進(jìn)行希爾伯特變換(HT)得到每層的瞬時(shí)頻率和包絡(luò)幅值;第三步:根據(jù)每層的瞬時(shí)頻率和包絡(luò)幅值計(jì)算該心音信號瞬時(shí)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(jìn)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(guān)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(shí)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(shí)現(xiàn),用C語言在軟核中實(shí)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(luò)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(luò)模塊的子模塊包括激勵(lì)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(luò)做離線訓(xùn)練求得隱含層和輸出層的權(quán)值,然后在System Generate中建模設(shè)計(jì)整個(gè)識別模塊。本文選用二尖瓣狹窄導(dǎo)致的異常心音信號、二尖瓣關(guān)閉不全導(dǎo)致的異常心音信號、房間隔缺損導(dǎo)致的異常心音信號和正常心音信號四類心音信號作為設(shè)計(jì)系統(tǒng)的分類識別對象。經(jīng)過這四種心音的識別實(shí)驗(yàn),結(jié)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(guān)鍵詞】：FPGA 心音識別 瞬時(shí)頻率 能量譜 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(shè)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(jié)構(gòu)15-16
• 第二章 心音信號的生理特性分析與預(yù)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(yù)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(jié)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(yàn)?zāi)Ｊ椒纸獾南柌刈儞Q23-25
• 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(shí)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(jié)30-31
• 第四章 心音信號的采集與預(yù)處理實(shí)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(shí)現(xiàn)32-37
• 4.2.1 心音去噪的Mallat算法實(shí)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(shí)現(xiàn)34-37
• 4.3 本章小結(jié)37-38
• 第五章 心音信號特征提取與分類識別的系統(tǒng)實(shí)現(xiàn)38-69
• 5.1 特征參數(shù)提取過程中的EMD分解模塊實(shí)現(xiàn)38-43
• 5.1.1 SOPC系統(tǒng)的硬件設(shè)計(jì)38-39
• 5.1.2 SOPC系統(tǒng)的軟件部分設(shè)計(jì)39-43
• 5.2 特征參數(shù)提取中的希爾伯特變換模塊實(shí)現(xiàn)43-57
• 5.2.1 希爾伯特變換算法的分析與推導(dǎo)43-47
• 5.2.2 窗函數(shù)與速率變換模塊的設(shè)計(jì)與實(shí)現(xiàn)47-51
• 5.2.3 FFT模塊與濾波模塊設(shè)計(jì)51-54
• 5.2.4 IFFT算法及數(shù)據(jù)輸出模塊設(shè)計(jì)54-55
• 5.2.5 希爾伯特變換的頂層設(shè)計(jì)55-56
• 5.2.6 實(shí)驗(yàn)結(jié)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(shí)現(xiàn)62-63
• 5.4.2 心音識別模塊中的輸出層神經(jīng)元實(shí)現(xiàn)63-64
• 5.4.3 心音識別模塊中的BP神經(jīng)網(wǎng)絡(luò)建模64-66
• 5.5 系統(tǒng)的測試66-68
• 5.6 本章小結(jié)68-69
• 第六章 總結(jié)與展望69-71
• 參考文獻(xiàn)71-74
• 附錄A74-76
• 致謝76-77
• 攻讀學(xué)位期間的研究成果77-78

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙治棟,唐向宏,趙知?jiǎng)?潘敏,陳裕泉;基于Hilbert-Huang Transform的心音信號譜分析[J];傳感技術(shù)學(xué)報(bào);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(yīng)用性研究[J];北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

3 郭興明;林輝杰;肖守中;;復(fù)雜度在心音信號分析中的應(yīng)用[J];儀器儀表學(xué)報(bào);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(xué)學(xué)報(bào);2010年04期

5 侯海良;羅良才;成運(yùn);陳潔;;便攜式心音采集與處理系統(tǒng)的設(shè)計(jì)[J];中國醫(yī)學(xué)物理學(xué)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(xué)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(dǎo)機(jī)制[J];生物醫(yī)學(xué)工程學(xué)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(fù)旦學(xué)報(bào)(自然科學(xué)版);1997年03期

中國重要會(huì)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(dòng)力學(xué)分析方法的初步研究[A];中國電子學(xué)會(huì)第十七屆信息論學(xué)術(shù)年會(huì)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(xué)會(huì)2011學(xué)術(shù)年會(huì)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(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

4 趙衛(wèi)強(qiáng);趙治棟;;基于射頻識別的心音身份認(rèn)證系統(tǒng)研究[A];浙江省信號處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

5 徐富強(qiáng);王威廉;;基于LabVIEW的心音信號分析[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)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(shè)計(jì)[A];第七屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2006年

7 羅保欽;曾慶寧;陳遠(yuǎn)貴;黃邦奉;胡斌;;基于LabVIEW的心音信號分析系統(tǒng)設(shè)計(jì)[A];2009全國虛擬儀器大會(huì)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(yīng)用[A];第十一屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

中國博士學(xué)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(shí)性的研究[D];重慶大學(xué);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(xué);2015年

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 嚴(yán)妼;心音信號的混沌特性、重構(gòu)和應(yīng)用研究[D];南京郵電大學(xué);2015年

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

6 李靜佳;多位置融合心音身份識別技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D];杭州電子科技大學(xué);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(shè)計(jì)[D];江西理工大學(xué);2016年

8 陳國強(qiáng);心音信號的提取和處理研究[D];西安電子科技大學(xué);2009年

9 孫樹平;基于自適應(yīng)時(shí)頻分析方法的心音信號分析研究[D];西華大學(xué);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(xué);2011年

本文編號：1128090