心音信号是人体最重要的生理信号之一,富含心脏各个部分如心房、心室及心血管功能状态的大量病理信息,是临床评估心脏功能状态的最基本参数。在心血管疾病尚未发展到足以产生临床及病理改变之前,心音中出现的杂音和畸变就是重要的信息。脉搏信号同样携带有丰富的心血管健康状况信息,因此,记录心音和脉搏图对于心血管监护具有重要的参考价值。本文在分析国内外有关研究现状的基础上,对多源信息融合理论作了较为详细的介绍,分析几种融合方法的优缺点,并最终选用了在处理不确定信息方面具有明显优势的Dempster-Shafer证据理论。考虑到监护系统一般要求具有良好的实时处理能力,而监护系统的数据量又非常大,且要以最快的速度来到达检测目标,此时D-S证据理论就显得有些力不从心,为了弥补理论的不足而影响系统的实时性,我们借助了具有良好的非线性映射能力和自学习能力的BP神经网络。在监护系统软件设计方面,以图形化虚拟仪器开发软件LabVIEW 8.2为平台,开发出了友好的监护系统界面,主要有实时采集界面、信号分析界面和记录管理界面;系统软件设计主要实现心音、脉搏信号的采集、显示、信号处理、特征提取、存储、回放等功能。在监护系统的数据存储方面,本文采用数据库技术,研究开发了病员管理数据库。考虑到监护系统对数据库实时访问的要求,本文选用LabSQL实现对数据库的访问,数据库选用广泛使用的小型桌面关系型数据库管理系统——Microsoft Access 2003。本次研究综合运用了多源信息融合技术、神经网络技术、数字信号处理技术、数据库技术,等等。本文设计的监护系统通过数字化心音、脉搏波等传感器采集与心血管健康相关的心音、脉搏波等信号,经过计算机的处理与分析获取心音、脉搏等特征参数,利用智能化的信息融合方法观察人体的心血管功能是否正常。整个系统本身具有为无创伤、实时性好等优点。