基于EMD及SVD的心音信号提取方法研究

发布时间：2017-09-14 05:12

  本文关键词：基于EMD及SVD的心音信号提取方法研究

  更多相关文章： 心音信号 降噪 经验模态分解 奇异值分解

【摘要】：心音信号是人体内一种能够反映心脏及心血管系统运行状况的重要生理信号。对心音信号进行检测分析,能够实现多种心脏疾病的预警和早期诊断。随着现代信号处理技术及生物医学工程技术的发展,针对心音的分析研究已从传统的人工听诊定性分析,发展到对特征性状的定量分析。然而,心音信号在采集过程中,不可避免地会受到噪声和其他器官活动声音信号(如肺音等)的干扰,对后续的心音特征分析识别的准确性造成很大影响。因此如何实现心音信号的有效降噪及特征信息的准确提取是心音分析研究领域的重要内容。由于心音信号与噪声干扰通常在时频域上存在非线性的混叠,因此传统的时频域分析方式难以有效去除噪声及干扰。经验模态分解(EMD)是一种数据驱动的针对非平稳信号的非线性分解方法,其时频分辨率随着输入信号的特征变化而变化,具有较高的自适应性,在心肺音分离等方面已经取得了一定的成效。然而,由于心音信号通常信噪比较低,并且部分噪声干扰和信号在频域上完全重叠,这导致传统EMD方法分离的分量会出现模态混叠的问题,进而严重影响分离效果。据此,本文在EMD的基础上,引入了单通道奇异值分解(SSVD)方法,通过利用心音信号在时域上的准周期特性,对EMD获得的固有模态函数(IMF)分量进行进一步的分解,并在此基础上对各个特征分量进行筛选重构,从而获得较为清晰的心音信号。综合以上研究,提出了一套基于经验模态分解和周期对齐奇异值分解(EMD-CASVD)的完整心音信号降噪提取框架。具体的研究内容包括:研究了心音信号的生理学及时频域特性,分析了心音采集过程中所受噪声及干扰的特性,并采用一种自适应定位分段方法,对心音进行定位分段及特征参数提取;研究了经验模态分解理论及其在心音信号分解中的应用方法和原理,对心音信号进行EMD分解和IMF分量筛选,利用IMF分量的窄带特性,有效滤除了大部分噪声干扰;针对EMD分解后的筛选的心音IMF分量存在模态混叠问题,研究了利用周期间信号相关性构造单通道奇异值分解矩阵的方法,对IMF进行单通道奇异值分解,进一步分离信号与噪声;提出了基于特征分量的能量及波形形态联合特征来进行分量的筛选及信号成分的重构,完成心音信号的降噪提取。对本文提出的基于EMD及SVD的心音信号降噪提取算法与小波阈值消噪等方法进行实验测试及对比分析,结果表明本文所提算法在降噪性能、噪声鲁棒性及降噪适应性方面优于传统的小波阈值消噪等方法。
【关键词】：心音信号 降噪 经验模态分解 奇异值分解
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R540.4;TN911.7
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 心音信号研究背景8-9
• 1.2 国内外研究现状9-12
• 1.3 课题研究目的及意义12
• 1.4 论文主要内容及结构12-14
• 2 心音信号分析基础14-28
• 2.1 心音信号基本特征分析14-18
• 2.1.1 心音信号生理学特性14-15
• 2.1.2 心音信号时频域特性15-17
• 2.1.3 心音信号噪声及干扰特性分析17-18
• 2.2 心音信号特征参数提取18-28
• 3 基于EMD-CASVD的心音提取方法28-52
• 3.1 基于EMD的信号非线性分解28-30
• 3.1.1 经验模态分解28-29
• 3.1.2 固有模态函数29
• 3.1.3 EMD分解及重构29-30
• 3.2 基于单通道SVD的信号分解30-31
• 3.2.1 奇异值分解30-31
• 3.2.2 SVD降噪应用31
• 3.3 EMD-CASVD心音提取31-50
• 3.3.1 EMD-CASVD心音分析方法31-34
• 3.3.2 基于波形拟合的心音相位对齐34-39
• 3.3.3 心音EMD分解及IMF筛选39-43
• 3.3.4 周期对齐奇异值分解及信号重构43-50
• 3.4 心音信号成分识别提取50-52
• 4 实验与仿真52-70
• 4.1 实验数据52-53
• 4.2 心音自适应定位分段方法仿真结果及分析53-56
• 4.3 EMD-CASVD心音信号提取仿真结果及分析56-65
• 4.4 基于MATLAB GUI的心音分析系统界面65-70
• 5 总结与展望70-72
• 5.1 总结70-71
• 5.2 展望71-72
• 致谢72-74
• 参考文献74-77

【相似文献】

中国期刊全文数据库 前10条

1 赵治栋,唐向宏,赵知劲,潘敏,陈裕泉;基于Hilbert-Huang Transform的心音信号谱分析[J];传感技术学报;2005年01期

2 陈天华;韩力群;唐海滔;郑若金;;心音信号分析方法及应用性研究[J];北京工商大学学报(自然科学版);2009年02期

3 郭兴明;林辉杰;肖守中;;复杂度在心音信号分析中的应用[J];仪器仪表学报;2010年02期

4 刘娟;赵治栋;;基于心音信号谱分析的身份特征提取算法[J];杭州电子科技大学学报;2010年04期

5 侯海良;罗良才;成运;陈洁;;便携式心音采集与处理系统的设计[J];中国医学物理学杂志;2011年05期

6 李桥，邵庆余;心音信号分析方法述评[J];山东生物医学工程;1994年02期

7 孙丽莎,沈民奋;心音信号的采集和处理系统分析[J];现代仪器使用与维修;1995年01期

8 吴延军，徐泾平，赵艳;心音的产生与传导机制[J];生物医学工程学杂志;1996年03期

9 吴延军，徐泾平，赵艳，，程敬之;心音信号处理与识别[J];中国医疗器械杂志;1996年05期

10 汪源源;利用小波变换分析心音信号[J];复旦学报(自然科学版);1997年03期

中国重要会议论文全文数据库 前8条

1 丁晓蓉;宋陆州;包鑫;郭兴明;;心音采集及其混沌动力学分析方法的初步研究[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

2 骆懿;赵治栋;;一种便携式心音信号记录仪研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

3 王佳;赵治栋;;嵌入式心音身份识别系统研究[A];浙江省电子学会2011学术年会论文集[C];2011年

4 赵卫强;赵治栋;;基于射频识别的心音身份认证系统研究[A];浙江省信号处理学会2012学术年会论文集[C];2012年

5 徐富强;王威廉;;基于LabVIEW的心音信号分析[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 徐昆良;全海燕;杜海涛;王威廉;;心音心电数据采集仪信号调理电路设计[A];第七届工业仪表与自动化学术会议论文集[C];2006年

7 罗保钦;曾庆宁;陈远贵;黄邦奉;胡斌;;基于LabVIEW的心音信号分析系统设计[A];2009全国虚拟仪器大会论文集（一）[C];2009年

8 全海燕;王威廉;;Hilbert-Huang变换及其在心音信号分析中的应用[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国博士学位论文全文数据库 前3条

1 陈历明;基于心音信号遥测的心肌变力性与变时性的研究[D];重庆大学;2004年

2 苗晟;先天性心脏病心音信号分析方法研究[D];云南大学;2015年

3 韦哲;心音时—频分析方法及虚拟动态心音分析系统的研究[D];兰州理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 王亚光;基于ZigBee网络的心音信号采集系统研究与设计[D];江西理工大学;2015年

2 姬汉贵;基于心音的时间序列符号熵对心力衰竭的研究[D];南京邮电大学;2015年

3 严妼;心音信号的混沌特性、重构和应用研究[D];南京邮电大学;2015年

4 李皓玮;基于STM32的心音信号采集设备研究[D];云南大学;2016年

5 雍希;基于EMD及SVD的心音信号提取方法研究[D];重庆大学;2016年

6 陈国强;心音信号的提取和处理研究[D];西安电子科技大学;2009年

7 孙树平;基于自适应时频分析方法的心音信号分析研究[D];西华大学;2009年

8 马中武;基于心音信号分析的心脏病辅助诊断方法研究[D];兰州理工大学;2011年

9 丁晓蓉;基于混沌理论的心音信号非线性动力学分析[D];重庆大学;2012年

10 雷鸣;基于非线性分形理论的心音信号分析研究[D];重庆大学;2012年

本文编号：848067