基于心脏血流动力学的心音信号特征分析方法研究
发布时间：2021-04-01 06:40
心音是评价人体心脏功能的重要生理信号之一,由于心音信号比较微弱并且包含的噪声较强,所以分析心音信号特征对心脏疾病的早期诊断和治疗具有重要意义。本文研究了心音信号去噪以及包络提取方法,在此基础上检测信号的有效时段,计算心脏功能指标以及进行功率谱分析。本文首先介绍了心音产生及其时域和频域的特性,然后基于小波变换法对心音信号进行噪声滤除。再利用短时平均能量的方法对心音信号进行包络提取,利用双阈值分段法提取心音信号的特征值。最后根据心音信号的频谱特性提取频域特征值。基于心脏血流动力学分析和研究心音信号的特征,对于临床诊断来说是至关重要的。小波去噪部分主要采用小波变换对信号进行8层分解,对分解后的每层进行软阈值去噪,再对阈值处理得到的每一层信号进行重构,获得去噪后的心音信号。然后计算信号的短时能量提取特征包络,采用双门限端点检测算法进行分段处理,确定第一心音（S1）、第二心音（S2）的起止点。最后对心音数据库中400例心音信号进行处理,利用同步心电信号进行校准检测,实验结果表明本文方法可用于心音信号的有效时段检测。在检测出心音信号的特征值的基础之上,参照心电信号计算心音信号的心脏功能指标,包括第...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
经典瓣膜听诊区示意图
划分方法能够更好的检测心脏病变，如图 2.1 所示，为依据此方法划分的心音听诊区主要包括二尖瓣听诊区、三尖瓣听诊区、主动脉瓣第二听诊区、肺动脉瓣听诊区以及主动脉瓣听诊区。心脏的七个听诊区主要包括左心室区、右心室区、肺动脉区、主动脉区、左心房区、右心房区和胸降主动脉区。在这七个听诊区中，前四个听诊区在临床上最为常用。2.3 心音信号的组成正常情况下，心音信号从时域上可分为收缩期（S， Systole）和舒张期（D，Diastole ）两个部分[37]。在收缩期开始的部分第一心音（Sl） 出现，在收缩期的开始部分第二心音（S2）出现。一个正常的心音信号主要包括两个部分，即收缩期（S，Systole）和舒张期（D，Diastole ）[37]。其中，第一心音（Sl）处于收缩期的开始处，而第二心音（S2）处于舒张期的开始处。心音信号的一个心动周期时限是从一个收缩期的起点，经过舒张期，到下一收缩期的起点结束，具体构成如图 2.2 所示。
Wfkftkfttkdjjjj()(2)21()(),()22 原始信号的逆变换为：()()()22ftWfktjjZj 离散小波变换时，是需要有条件限制的，那就是满足3.10）和（3.11）所示。 ,00(t ):bata,batab aaaaab1,1():00, 根据| a |的不同，时间窗和频率窗会有所变化，在根据信号的实际情况来确定窗的大小，相比于固定取值。
【参考文献】：
期刊论文
[1]5种小波在心音信号处理中的分析与比较[J]. 成谢锋,杨贺. 南京邮电大学学报(自然科学版). 2015(01)
[2]一种基于模板匹配的复杂心音定位方法[J]. 苗晟,王威廉,姚绍文. 电子测量与仪器学报. 2015(01)
[3]基于最大Lyapunov指数的心音信号混沌特性分析[J]. 孙丽莎,孙丽丽,彭响华. 北京生物医学工程. 2014(01)
[4]基于Haar小波变换和关联加权的LDA方法[J]. 武莹,李俊州. 华中师范大学学报(自然科学版). 2014(01)
[5]HHT和提升小波包相结合的心音信号识别研究[J]. 庞春颖,韩立喜,刘记奎. 信号处理. 2014(01)
[6]基于奇异谱分析的心音信号小波包去噪算法研究[J]. 卢德林,郭兴明. 振动与冲击. 2013(18)
[7]基于心音的运动员心脏储备评价指标提取方法研究[J]. 陈龙灿,赵红,王海滨,刘洋,邵丹. 西华大学学报(自然科学版). 2013(05)
[8]基于db小波和区域连通性的视频文字定位方法[J]. 黄同,李娣娜,邵思飞. 电子测试. 2013(13)
[9]基于盲源提取和希尔伯特变换的心音包络提取[J]. 侯海良,罗良才,成运,陈洁. 计算机仿真. 2012(10)
[10]心脏听诊教学中存在的问题及其对策[J]. 王贵松,高炜. 中华医学教育杂志. 2012 (05)
硕士论文
[1]基于小波包分解的复杂心音信号分段定位与特征提取研究[D]. 马莉.云南大学 2015
[2]基于包络提取的心音信号分段算法的研究[D]. 李晓玉.浙江大学 2015
[3]心音信号特征分析与识别算法的研究[D]. 钟丽莎.重庆大学 2011
本文编号：3112861
【文章来源】：沈阳工业大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
经典瓣膜听诊区示意图
划分方法能够更好的检测心脏病变，如图 2.1 所示，为依据此方法划分的心音听诊区主要包括二尖瓣听诊区、三尖瓣听诊区、主动脉瓣第二听诊区、肺动脉瓣听诊区以及主动脉瓣听诊区。心脏的七个听诊区主要包括左心室区、右心室区、肺动脉区、主动脉区、左心房区、右心房区和胸降主动脉区。在这七个听诊区中，前四个听诊区在临床上最为常用。2.3 心音信号的组成正常情况下，心音信号从时域上可分为收缩期（S， Systole）和舒张期（D，Diastole ）两个部分[37]。在收缩期开始的部分第一心音（Sl） 出现，在收缩期的开始部分第二心音（S2）出现。一个正常的心音信号主要包括两个部分，即收缩期（S，Systole）和舒张期（D，Diastole ）[37]。其中，第一心音（Sl）处于收缩期的开始处，而第二心音（S2）处于舒张期的开始处。心音信号的一个心动周期时限是从一个收缩期的起点，经过舒张期，到下一收缩期的起点结束，具体构成如图 2.2 所示。
Wfkftkfttkdjjjj()(2)21()(),()22 原始信号的逆变换为：()()()22ftWfktjjZj 离散小波变换时，是需要有条件限制的，那就是满足3.10）和（3.11）所示。 ,00(t ):bata,batab aaaaab1,1():00, 根据| a |的不同，时间窗和频率窗会有所变化，在根据信号的实际情况来确定窗的大小，相比于固定取值。
【参考文献】：
期刊论文
[1]5种小波在心音信号处理中的分析与比较[J]. 成谢锋,杨贺. 南京邮电大学学报(自然科学版). 2015(01)
[2]一种基于模板匹配的复杂心音定位方法[J]. 苗晟,王威廉,姚绍文. 电子测量与仪器学报. 2015(01)
[3]基于最大Lyapunov指数的心音信号混沌特性分析[J]. 孙丽莎,孙丽丽,彭响华. 北京生物医学工程. 2014(01)
[4]基于Haar小波变换和关联加权的LDA方法[J]. 武莹,李俊州. 华中师范大学学报(自然科学版). 2014(01)
[5]HHT和提升小波包相结合的心音信号识别研究[J]. 庞春颖,韩立喜,刘记奎. 信号处理. 2014(01)
[6]基于奇异谱分析的心音信号小波包去噪算法研究[J]. 卢德林,郭兴明. 振动与冲击. 2013(18)
[7]基于心音的运动员心脏储备评价指标提取方法研究[J]. 陈龙灿,赵红,王海滨,刘洋,邵丹. 西华大学学报(自然科学版). 2013(05)
[8]基于db小波和区域连通性的视频文字定位方法[J]. 黄同,李娣娜,邵思飞. 电子测试. 2013(13)
[9]基于盲源提取和希尔伯特变换的心音包络提取[J]. 侯海良,罗良才,成运,陈洁. 计算机仿真. 2012(10)
[10]心脏听诊教学中存在的问题及其对策[J]. 王贵松,高炜. 中华医学教育杂志. 2012 (05)
硕士论文
[1]基于小波包分解的复杂心音信号分段定位与特征提取研究[D]. 马莉.云南大学 2015
[2]基于包络提取的心音信号分段算法的研究[D]. 李晓玉.浙江大学 2015
[3]心音信号特征分析与识别算法的研究[D]. 钟丽莎.重庆大学 2011
本文编号：3112861
本文链接：https://www.wllwen.com/kejilunwen/wltx/3112861.html
