基于噪声检测网络的心音分类方法研究

发布时间：2021-11-15 20:05

　　心脏是人体非常重要的器官,其活动状况往往能反映我们的生理或者病理情况。心音是评估心脏病的重要线索,是高级诊断检查的指南,常用于心血管疾病的早期诊断。心音听诊是身体检查的重要部分并可以发现许多病理性心脏病。心血管疾病的积极预防以及可靠的监控对于抑制心血管疾病的蔓延起到非常重要的作用,也是治疗心血管疾病的重要举措。由于人工听诊具有操作简单﹑低成本﹑听诊效果显著和容易转移听诊环境等特点,所以听诊器听诊成为了目前诊断心脏疾病最常用的一种手段。然而人工听诊需要医生具备丰富的临床经验和过硬的专业知识,而且容易受到临床环境噪声的影响。因而提供一种对心音信号进行自动分类的方法是非常有必要的,特别是能对复杂临床环境的混合心音信号进行分类。为了模拟复杂的临床听诊环境,用不同的污染强度和污染比例来表示心音信号被环境噪声污染的程度,本文采用实验室本课题组的噪声数据集按照不同污染程度随机污染心音信号进而获得不同污染程度的混合心音信号。由于环境噪声对心音分类会造成很大的干扰,如果直接使用分类网络对临床心音信号进行心音分类会导致分类效果不理想。因此,有必要在分类网络之前添加一个预检测网络,以减少环境噪声对分类效果的... 

【文章来源】：广东工业大学广东省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

心脏和血管的结构图

图 2-2 正常心音信号的波形图Fig.2-2 Waveform of normal heart sound signal由图 2-2 可知，正常心音信号的时域特性以及其主要成分。第一心音发生在收缩期之前，第二心音发生在舒张期之前。精确识别并划分心音信号的每个主要成分以及确定主要成分之间的时间关系是分析研究心音信号必不可少的步骤。通过定义以下几个心音信号的时域参数，便于对心音信号定量分析以及心音时域特性的阐述[47]。S1 时限：就是当前心动周期第一心音持续的时间，时间长度约 0.07 至 0.15 秒。S2 时限：就是当前心动周期第二心音持续的时间，时间长度约 0.06 至 0.12 秒。S1-S2 间期：就是当前心动周期的第一心音结束点至当前心动周期的第二心音开始点这段持续时间。S2-S1 间期：就是当前心动周期的第二心音结束点至下一个心动周期的第一心音开始点这段持续时间。

含有时域特性，还含有频域特性。许多研信号的频域特征，因为频域特征也能表征到 1000 赫兹之间。患有心脏疾病的心脏，该频率甚至可以大于 1500 赫兹。正常心一样的。第一心音和第二心音的频率范围率范围是 10-50 赫兹。心音除了干净的心擦音和高频杂音都属于心脏杂音，他们的高可以达到 660 赫兹），120 赫兹到 660 心音的频率和第二心音的频率范围是一致的难度。

【参考文献】：
期刊论文
[1]《中国心血管病报告2017》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿.  中国循环杂志. 2018(01)
[2]基于最小二乘支持向量机的心音分类识别研究[J]. 许莉莉,师炜,郭学谦,曲典.  中国医疗设备. 2017(04)
[3]基于自适应阈值小波变换的心音去噪方法[J]. 周克良,邢素林,聂丛楠.  广西师范大学学报(自然科学版). 2016(01)
[4]平移不变小波在心音信号去噪中的应用[J]. 郭兴明,何彦青,卢德林,袁志会.  计算机工程与应用. 2014(24)
[5]心音信号的预处理与包络提取算法研究[J]. 张磊邦,唐荣斌,蒋建波,张帅,池宗琳,王威廉.  生物医学工程学杂志. 2014(04)
[6]一种改进型综合去噪算法在心音信号预处理上的研究[J]. 陈新华,成谢锋.  南京邮电大学学报(自然科学版). 2010(06)
[7]基于一种新的小波阈值函数的心音信号去噪[J]. 陈远贵,罗保钦,曾庆宁.  计算机仿真. 2010(11)
[8]心音信号的自适应小波去噪[J]. 朱冰莲,刘倩.  计算机技术与发展. 2006(10)

硕士论文
[1]基于心电信号和脉搏信号耦合强度的睡眠分期研究[D]. 汲长娟.南京邮电大学 2018
[2]基于无需分段的心音分类算法的研究[D]. 汪晶.南京邮电大学 2018
[3]基于包络提取的心音信号识别与分类[D]. 李爽.河南大学 2018
[4]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
[5]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



本文编号：3497415