心力衰竭是一种非常严重的心脏疾病，几乎所有类型心脏疾病和大血管疾病都可能发展为心力衰竭。心力衰竭已经给医疗和社会造成沉重的负担。能量变化在心力衰竭发生的机制中起着重要的作用。目前，心脏能量的测量主要基于生物化学和核医学方法。心音是心脏作机械功时产生的振动信号，因此心脏的能量状态的评估，可以通过对心音能量进行分析来实现。本文对心音能量分析方法进行研究，并以此分析不同类型心音的能量进而对心脏能量的状态进行评估。首先选用小波变换对心音信号进行预处理。选择coif3小波函数用于去噪，只对部分高频系数进行阈值去噪，以在保留信号主要能量的前提下最大限度地去除噪声的能量。在此基础上通过希尔伯特变换提取预处理后心音信号包络，设置阈值对心音进行定位和分段，为后续的分析奠定基础。然后研究心音能量的频域分析方法。介绍并对比分析采用傅里叶变换、魏格纳变换和小波变换对心音能量进行频域分析的方法和效果。结果表明，傅里叶变换可以从整个频域给出心音能量的分布情况，但其给出的细节信息有限使得量化分析时受限。魏格纳变换具有较好的直观性和分辨率，可以很直观的分析时域和频域上能量的分布情况，但该方法没有较适用的心音能量分析的定量指标，需要靠研究人员对能量谱图进行观察和分析。采用小波包变换的频带能量百分比，可以量化地刻画出心音能量在高低频段的分布情况，且采用频域能量百分比的方法对心音能量进行分析，可以有效避免心音采集差异带来的误差，使分析结果更加准确和可信。因此，本文最终选择计算和分析小波包分解的子频带能量百分比的方法对心音能量的频域分布进行分析。最后，从频域分布和心音成分能量分数两个方面，对正常心音和二尖瓣关闭不全、二尖瓣狭窄、主动脉瓣关闭不全、主动脉瓣狭窄和室间隔缺损五类病理性心音的能量进行了分析。对心音进行三层小波包分解并计算子频带能量百分比（E1～E8），对数据进行统计分析，结果表明不同类型的心音其E1～E8的分布是不同的，通过这个分布情况可以对心音进行分析和区别，尤其是高频段的能量对心音的分析具有较高的价值。同时，计算了心音的第一心音能量分数（S1EF，第一心音能量占心音总能量的比例）和杂音能量分数（MEF，杂音能量占心音总能量的比例），对实验数据进行统计分析。结果表明，正常心音的第一心音能量分数（S1EF）比病理性心音的S1EF更大，且存在显著性差异（P<0.01）；从杂音能量分数的角度，对于不同类型的心音，其杂音能量分数也是不同的。最后结合小波包子频带能量百分比和心音成分能量分数对不同类型心脏疾病的心脏能量状态进行了分析。不同类型的心脏疾病患者的心脏能量用于泵血的效率不同，其对应的心音能量的指标也不同，这为心音能量分析用于心脏疾病辅助诊断提供了一种新的思路。