基于提升小波变换的心音信号特征提取方法

为了准确提取心音信号的病理性信息,提出了一种基于提升小波变换的改进的特征提取方法。针对性地分析第一心音(S1)和第二心音(S2)及其时限,并对不同心音信号进行分类。首先利用提升小波软阈值降噪法对不同心音信号作去噪预处理;然后利用提升小波时间熵法检测心音信号在不同时刻的分布情况,并提取其熵值;通过香农能量优化双阈值法提取心音包络信号及S1、S2时限;最后改进选取心率、S1和S2时限、心动周期、包络面积、熵值6个特征参数,利用支持向量机算法对不同心音信号进行分类。分析和仿真结果表明,该算法对正常和心脏病患者的心音准确分类率达到98%,能有效识别不同心音信号。