心音信号的分析及其特征提取方法的研究

心音的改变和心脏杂音的出现,往往是器质性心脏病的最早体征。本研究讨论了一种全面的、综合性的心音信号分析方法,从多个角度对方法进行了探讨,提取心音的特征值,区分不同的心音。分析和仿真结果证明该方法能有效地区分不同的心音,有助于器质性心脏病的辅助诊断。

基于简单度和能量的心音分段算法研究

研究诊断心血管病,结合形象化,利用图像检测,提高诊断水平。心音分段是心音图分析的一个重要环节。分段效果将直接影响心脏疾病的诊断水平。为了提高心音的分段正确率,根据动力学复杂性原理,提出一种简单度和归一化平均香农能的心音分段算法。对于复杂多样的心音信号,算法不仅分段正确率高,而且还能准确计算出第一心音和第二心音的时限。通过对144例正常心音和异常心音信号进行分段仿真实验,结果表明,算法是一种有效的和鲁棒性强的心音分段技术,为后期心音信号的识别奠定了良好的基础。

ICA在肠鸣音信号处理中的应用研究

目的:肠鸣音的去噪及时域特征提取。方法:本文首先分析了独立分量分析的基本原理,研究了FastICA算法,并给出了此算法的具体实现步骤。然后利用该方法对肠鸣音进行了处理,并用归一化平均香农能量分布提取了肠鸣音的时域特征。结果:上述方法有效地去除了肠鸣音信号中的噪声,发现正常音与异常音的时域特征存在典型差异。结论:肠鸣音的检测和处理在胃肠道疾病的诊断治疗中具有重要的价值,实验结果可以看出独立分量分析在肠鸣音信号处理中是非常有效的。

心音信号的预处理与包络提取算法研究

本文介绍了一种心音信号预处理新方法,利用小波变换对心音信号进行多层分解,对分解后的每层进行双参数阈值去噪,最后对阈值处理得到的层进行重构,以达到滤波的目的。对重构后的心音信号,分别采用了小波变换、希尔伯特-黄变换(HHT)、数学形态学、归一化平均香农能量等算法进行包络提取,对提取后的包络作了初步分析,并对每种算法提出改进方案。用以上方法对随机选取的30例原始心音数据进行预处理,得到了满意的结果。利用改进后的方法进行了包络提取,所提取的包络与原信号有很高的吻合度,不论是低频部分还是高频部分的信息均能很好地反映,原信号的更多信息得到了保留。