基于小波倒谱系数和概率神经网络的先心病心音识别研究

发布时间：2020-07-01 13:31

【摘要】：心血管疾病、脑血管疾病具有较高的发病率和死亡率,且难以预防和治疗,而心脏类疾病是常见的心脑血管疾病之一。心脏信号是重要的生理信号,心脏听诊是先心病初诊的主要手段,在心脏病变之前就能发现异常信息,从而预防心脏疾病发生。目前,临床获取心脏信息的方法是医生听诊,但仅仅依靠医生听诊,会导致判断结果不准确,不可避免发生误诊情况。因此,对心音信号进行特征提取和识别等分析有利于先天性心脏病的诊断,为心脏病的临床确诊提供客观依据。本文探究小波倒谱系数特征提取算法、概率神经网络对先心病心音信号的分析和识别,主要工作内容分为信号预处理、特征提取及分类识别三个部分。信号预处理:使用数字滤波器和小波变换去噪,对结果进行对比之后,本文选择小波变换去除心音噪声。比较不同的包络提取方法的优缺点,采用维奥拉积分方法得到心音信号的平滑包络;然后,采用双阈值分段法进行分段,得到心音信号的心动周期;特征提取:对每个心动周期信号进行小波倒谱系数计算,并提取小波倒谱系数作为信号的特征向量;分类识别:选择概率神经网络作为信号识别网络,将提取的小波倒谱系数作为特征向量,输入概率神经网络进行识别。本文从课题组构建的心音数据库中随机抽取2083例心音样本(其中,正常心音信号1700例,先心病心音信号383例,训练集占80%,测试集占20%)进行分析研究。实验结果表明该研究方法的识别率:特异度为91%,敏感度为86.7%,识别准确率为90.2%。实验结果表明:本研究方法可以有效识别先天性心脏病心音信号。
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R541.1;TN912.34;TP183
【图文】：

流程,心音信号,信号特征,包络

络收敛速度快，训练简单，因此本文使用概率神经网络实现对心音信号的二分类研究。逡逑１．４论文整体架构及章节安排逡逑本研究的技术方案如图１．１所示：逡逑傲正提取逡逑？逦信号去噪逡逑？邋提取包络逦？邋ＢＰ算法识另Ｕ逡逑．邋分段定位逦？邋小波倒谱逦？邋ＰＮＮ识别逡逑？邋信号特征逡逑预处理逦分类识别逡逑图Ｕ本文技术流程图逡逑本文根据图１．１中所示流程，大致的结构如下：逡逑第一章绪论：主要介绍了心音信号的研宄背景、研宄意义和国内外研宄心音信号逡逑的基本现状；逡逑第二章心音信号相关知识：主要介绍人体心脏结构和心音信号的产生机理，周期逡逑性心音信号的组成成分分析，实验室心音信号的采集情况，常见异常信号和本课题信号逡逑的采集设备等；逡逑第三章心音信号预处理：本章节的主要内容是介绍小波去噪的原理、方法和效果，逡逑选择不同算法对信号提取包络，根据实验效果选择最好的方法应用于实验，最后进行分逡逑段定位等。逡逑第四章提取信号特征：对比ＭＦＣＣ方法，简述小波倒谱系数算法的理论知识等，逡逑４逡逑

人体,心脏,心脏结构,左心房

２．邋１人体心脏及血液循环逡逑心脏位于人体胸腔上部，约有三分之一在身体正中线右侧，三分之二在身体正中线逡逑左侧，外观上可以分为心底和心尖。图２．１是人体心脏的结构７Ｋ意图：逡逑}0Ｓ逡逑册＾挪逡逑右肺动脉＾邋Ａ逦．左肺动脉逡逑未ａ邋邋逦＂＊１逦．氧合血逡逑下Ｅ？Ｍ＜逦ｊＪＪ逦一降主动脉逡逑图２．１人体心脏结构图逡逑如图２．１所不，人体心脏主要由左心房、右心房、左心室、右心室以及周围彟膜组逡逑成［１２］，其中瓣膜主要包括主动脉瓣，肺动脉瓣，二尖瓣和三尖瓣Ｐ］。心脏前面大部分逡逑都被两肺遮住，小部分和胸骨以及肋软骨相连，心脏前面称为胸肋面，后面称为膈面。逡逑心脏内部隔膜将心脏分成两半，而左心房和右心房以及周围的瓣膜又将左右两半分成上逡逑半部和下半部。逡逑心脏的主要功能是通过其不断的收缩和舒张来驱动血液循环，使血液到达身体各个逡逑部位，以确保身体的正常运行。全身循环是血液流动的必要条件，它包括体循环和肺循逡逑环两种循环，并且这两种循环之间相互连接，以构成完整的循环系统｜｜４］。体循环开始逡逑于左心室

【参考文献】