基于matlab的心音信号分析比较研究

发布时间：2017-05-04 09:09

  本文关键词：基于matlab的心音信号分析比较研究，由笔耕文化传播整理发布。

【摘要】： 随着现代社会物质生活水平的改善，心血管疾病呈逐年上升趋势，其导致的死亡率已位居各类疾病之首，成为人类健康的最大威胁。心音是心脏及心血管系统机械运动状况的反映，其中包含着心脏各个部分本身及相互之间作用的生理和病理信息。用现代数字信号处理技术对心音进行分析在心血管疾病的基础研究和临床诊断上具有重要价值。 心音研究的主要领域有对第一心音和第二心音的生理病理研究；对人工心脏瓣膜的无创伤检测；对心音微弱成份(第三心音和第四心音)的分析研究；分析心脏杂音的频率变化规律；从一个心动周期中定位提取心音成份；对心音传导机制建模。本文在对心音信号的分析方法、预处理和成份定位进行讨论的基础上，提取了不同病理情况下第二心音的特征频率，为临床医学诊断心脏疾病提供参考。根据瓣膜理论，第二心音(S_2)是由心室舒张时心室壁振动、主动脉瓣(Aortic valve)与肺动脉瓣(Pulmonary valve)关闭和房室瓣开放时血流自心房进入心室引起的，含有多个频率分量，是心音的重要组成部分。本文采用短时傅立叶变换和AR模型功率谱对20例心音数据(其中正常10例，异常10例)进行分析并提取第二心音的两个主要特征频率，结合第二心音的生理特性对实验结果进行了分析讨论。实验结果表明：(1)第二心音(S_2)含有主动脉瓣(A_2)和肺动脉瓣(P_2)两个主要成份；(2)异常第二心音(S_2)的主动脉瓣(A_2)和肺动脉瓣(P_2)的频率比正常第二心音有升高；(3)第二心音中还含有低频、幅度低、持续时间较长的成份。 本文主要开展了如下几方面的研究内容： 1．从硬件采集到的心音数据干扰非常严重，使心音信号不能进行正常的分析处理，，这些干扰主要包括50Hz工频干扰、呼吸音干扰以及白噪声干扰等。根据信号与噪声经小波变换后小波系数随尺度变化的不同，本文提出了采用小波多分辨率分析对心音信号进行去噪。通过对比分析，找到了小波去噪的最佳参数，即采用coif5小波对心音信号进行5层分解，通过软阈值和固定阈值进行去噪。 2．针对心音信号的时变特性，采用以下几种方法对心音进行分析研究，并比较了它们在分析心音信号时的优缺点，以便根据不同的研究目的选择不同的分析方法。(1)心音、心杂音的频率成份是心音的一个重要特征，因此，采用现代功率谱AR模型分析方法对一个周期的心音进行能量分析，把心音的频率成份分为高频、中频和低频三个频段。(2)由于心音是时变信号，它的时-频特性最能反映其特征，针对2205Hz的采样频率，采用128点的Hamming窗对心音信号进行短时傅立叶变换，其分析结果可采用二维和三维两种方式显示，显示结果直观易懂。(3)对心音进行时频分析的另一种方法是小波分析，利用二进小波的子带滤波特性，把心音分解为高频、中频和低频三个频带，采用各频带重构信号的波形图，考察每个频带的时间-幅度特性，对心音各成份及其变化趋势等特点作出了全面的反映。 3．采用小波多分辨分析方法和归一化香农能量提取第二心音。通过小波多分辨分析将心音信号分解后，将不同频带重构出来，再将每一频带以相同时间长度进行分段，计算每段的归一化香农能量，然后，结合心音的特性确定S_2的位置。 4．提取第二心音信号的特征值。采用AR模型和短时傅立叶变换对第二心音的两个主要特征频率进行检测，对比研究了正常心音及有心脏瓣膜疾病的心音的不同点，为临床医学诊断心脏疾病提供参考。 本文对心音信号的临床研究提供了基本的分析方法，为心音用于心脏疾病辅助诊断奠定了基础。
【关键词】：心音信号 小波变换 短时傅立叶变换 自回归模型
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：R318.04
【目录】：

• 摘要3-5
• Abstract5-10
• 第一章 绪论10-13
• 1.1 本课题的研究意义10
• 1.2 本课题国内外的研究现状10-12
• 1.3 本课题的主要研究内容和所做工作12-13
• 第二章 医学心音信号的探讨13-17
• 2.1 心音形成的生理机制13-14
• 2.2 心音的时域特性14-15
• 2.3 心音信号的频率特性15
• 2.4 心音与心脏瓣膜疾病的关系15-17
• 第三章 心音信号分析方法的比较研究17-31
• 3.1 心音信号分析所用环境17
• 3.2 心音的AR模型谱估计17-20
• 3.3 短时傅立叶变换20-21
• 3.4 小波变换21-28
• 3.4.1 连续小波变换23
• 3.4.2 离散小波变换23
• 3.4.3 二进制小波变换23-24
• 3.4.4 小波变换的多分辨率分析24-25
• 3.4.5 Mallat算法—快速二进小波分解与重构算法25-27
• 3.4.6 心音信号的小波变换27-28
• 3.5 分析方法的讨论28-30
• 3.6 小结30-31
• 第四章 心音信号的小波消噪31-42
• 4.1 引言31
• 4.2 噪声在小波分解下的特性31-32
• 4.3 小波降噪的方法和步骤32-33
• 4.4 小波母函数的选择33-36
• 4.4.1 Haar小波33-34
• 4.4.2 Daubechies小波系34-35
• 4.4.3 Symlet小波系35-36
• 4.4.4 Coiflet小波系36
• 4.5 小波分解的层数36
• 4.6 小波消噪中闭值的选取规则36-38
• 4.7 计算机仿真实验分析38-41
• 4.8 小结41-42
• 第五章 正异常心音信号的定性与定量对比分析42-49
• 5.1 实验数据的选取42
• 5.2 提取第二心音42-46
• 5.2.1 心音成份提取的一些方法42-43
• 5.2.2 基于小波变换的心音成份提取43-46
• 5.3 正异常心音信号分析及特征提取46-48
• 5.4 小结48-49
• 第六章 结论与展望49-51
• 6.1 总结49-50
• 6.2 工作展望50-51
• 参考文献51-54
• 致谢54-55
• 攻读学位期间的研究成果55

【引证文献】

中国期刊全文数据库 前1条

1 张国华;袁中凡;;远程心音采集识别系统的研发[J];中国测试;2012年06期

中国硕士学位论文全文数据库 前4条

1 刘娟;噪声环境下心音身份识别算法研究[D];杭州电子科技大学;2011年

2 胡泊;智能电子听诊器设计与实现[D];天津大学;2010年

3 谢梅兰;心脏杂音分级量化研究及心脏能量分析[D];重庆大学;2010年

4 沈琴琴;用于身份辨识的心音信号分析算法研究[D];杭州电子科技大学;2012年

  本文关键词：基于matlab的心音信号分析比较研究，由笔耕文化传播整理发布。

本文编号：344792