一种心音信号的源成分获取方法

文中介绍了一种利用同步采集的四通道心音来获取心音信号源成分的新方法。首先,详细介绍了心音的产生机制,并提出心音信号具有"分时产生"的特征;其次,根据心音在胸腔内部传播的基本特点,对心音在胸腔内部的传递过程进行了数学建模,提出了一种心音传播过程的数学模型;最后,根据模型的数学特点,以心音信号具有"分时产生"的主要特征为出发点,提出了一种针对四通道心音信号的信源分离方法,以获取心音的源成分。文中算法的目的是消除同步采集的四通道心音信号之间的相互影响,使获得的心音信号重新表现出了时间上的差异性、能量的集中性以及频谱的低频性等特征,从而得到心音信号的源成分。实验结果表明,文中所采用的算法能够较好地获得成分较单一的心音源成分:第一心音S1的4个主要成分以及第二心音S2的A和P成分,对分析心音的原始成分和产生机理具有积极的意义。

基于混沌理论的心音预测模型、方法与应用

利用混沌预测方法由已知的心音信号对未知的心音波形做出预测,能为研究心脏状况的变化规律提供可靠依据。文中首先应用Volterra级数理论到心音信号的短时预测,可以有效预测3~5 s后未来心音的变化情况,可用于患者手术、拔牙等出现心音异常情况的提前干预;其次根据心音信号混沌特性随年龄变化的规律,提出了一种基于经验公式的心音长期预测模型,可以对心音波形未来较长时间范围内的变化情况给出大致估计,有利于用户了解其心音的发展趋势;最后利用Matlab GUI设计了一个心音混沌特征分析与预测平台,为心音的实际应用提供了一条新途径。

基于混沌特性的心音反控制方法研究

针对正常心音信号和病理心音信号所存在的混沌特性差异,提出了一种将病理心音对正常心音进行跟踪的心音混沌反控制方法。首先提出了心音混沌反控制方法的设计原则和标准,在此基础上设计了一种结合TD与FuzzyPID控制理论的心音信号混沌反控制方法,当输入病理心音时,控制方法能根据另一路读取的正常心音实时自整定PID参数,快速地使病理心音跟踪上正常心音。实验结果与定量分析表明,该控制方法跟踪速度快、误差小、鲁棒性好,控制后的病理心音信号可以很好地对正常心音信号进行轨迹跟踪,且混沌特性得到明显增强。这种心音信号混沌反控制方法,可以用于开发心血管疾病的相关医疗辅助理疗设备,具有可行性和实用性。

听诊位置对心音生物识别效果的影响

心音信号作为一种生物特征已成为身份识别研究领域的新热点,并且已经有大量研究结果证明心音应用于身份识别技术是可行的,然而不同听诊位置采集到的心音信号具有一定的差异性,因此文中研究这种差异性对身份识别的影响。首先利用自制的4通道同步心音传感器记录来自二尖瓣、三尖瓣、肺动脉瓣、主动脉瓣的心音信号,然后对原始心音进行去噪和分段预处理,再通过线性预测编码(LPC)的方法提取S1和S2的共振峰频率作为心音识别的特征向量,并结合欧氏距离度量样本之间的相似性,分别对四个听诊位置进行身份识别实验。实验结果表明,不同听诊位置的识别率略有差异:在肺动脉瓣获得的识别率为92.5%,主动脉瓣的识别率为90%,二尖瓣和三尖瓣的识别率分别为87.5%和85%,并且肺动脉瓣获得的心音信号与实验对象的性别基本无关。这为心音采集与识别提供了一种有实用价值的参考。