基于语谱图特征的瓣膜病心音信号识别研究

发布时间：2021-11-09 15:41

　　心音是由于心脏及其周围各器官在进行机械运动时产生的一种生物信号,它包含着人体中大量的生理以及病理信息,在一定程度上能反映心脏系统的健康程度。因此如何从心音信号中提取有效的信息来区分不同心脏疾病类型,俨然已经成为一个重要的问题。基于此,本文首先把经过预处理后的瓣膜病心音信号转化成不同种类的心音语谱图,然后通过提取心音语谱图的特征量来对几种瓣膜病心音信号进行分析,最后采用支持向量机作为心音信号分类器来对不同类型的心脏进行分类识别。其中论文的工作主要包括以下几部分内容。（1）心音信号的预处理:在对患有心脏瓣膜病的患者心音信号采集过程中,不可避免的会收录到一些外在的杂音,进而导致有用的心音信息特征不明显等状况。为了更好的提取到不同瓣膜病心音信号的原始特征,本文采用小波去噪的方法来对不同瓣膜病心音信号进行去噪。实验中首先比对正常心音信号与不同瓣膜病心音信号的原始特性,为了尽可能的保留原始心音信号的有效信息,达到相对较好的去噪效果,本文利用在各层级的能量方差和最大的Coif5小波来对瓣膜病心音信号进行处理,并通过对比Coif5小波分解层数的效果来选择分解层。在消噪过程中本文的创新之处在于结合软硬阈... 

【文章来源】：东北师范大学吉林省 211工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

心音信号的采集界面

方差值（mse） 0.0042 0.0039 0.0033表 2-5 主动脉瓣关闭不全心音经三种阈值消噪后的信噪比与均方差值动脉瓣关闭不全 软阈值消噪 硬阈值消噪 改进阈值消噪噪比（snr） 10.7409 11.0925 14.4648方差值（mse） 0.0067 0.0039 0.0018从表中可以看出，经过改进后的阈值去噪法在信噪比，均方差值方面均优他两种阈值去噪法，说明此种方法在一定程度上可以实现对瓣膜病心音信号噪。2.3.5 心音信号的去噪效果分析通过前面章节的分析论述，在对瓣膜病心音信号进行去噪的过程中，本文 Coif5 小波作为小波母函数，其中分解层数选择 5 层，并且利用改进后小波去噪法对几种心音信号进行去噪处理。其中几种瓣膜病心音信号的原始信号噪后的效果图如图 2-2 至 2-5 所示：

二尖瓣关闭不全原始信号与去噪后的效果图


本文编号：3485631