基于Hilbert边际能量的舒张期心音诊断算法

针对心音信号的病理特性及傅里叶频谱分析的局限性,提出了以多频率阈值下的Hilbert边际能量比值作为特征集区分正常和异常心音的方法。利用希尔伯特—黄变换(HHT)获取边际能量谱,将高频能量占总能量的比值作为特征。对比正常和异常心音能量谱以及各频率点能量比值的差异,确定频率阈值范围,构造特征集,通过主成分分析(PCA)降维去除冗余特征,结合支持向量机(SVM)分类。对18例正常人和18例冠心病人进行分析,结果表明:在多频率阈值80~160 Hz下,构造的特征集在两类样本中具有显著性差异。