心音信号是人体最为重要的生理信号之一,与心脏疾病有关的各种信息常常反映在心音信号中.心音的改变和杂音的出现往往是器质性心脏病的最早体征;同时心音分析与心电图、超声心电图等检测方法相比,具有检测方便、无创、花费少等优点,因此对心音信号进行定量分析对于基础研究和临床诊断都有着重要的意义.本文主要研究了心音信号的包络提取方法与分割方法.主要研究内容如下:一、对心音信号进行预处理.首先,为了减少后续分析的数据处理量,对心音信号进行了重采样;其次,分别采用巴特沃斯带通滤波和小波阈值去噪两种方法来去除心音信号中不同频率的噪声;特别的,由于心音信号是近似周期性的,本文提出一种新方法来获得强度大小和长度统一的心音信号,为后续的分段和识别作准备.二、提出一种新的包络提取模型,该模型与现有的包络提取方法相比,具有明显的优势.对单分量信号而言,由该模型得到的上下包络能够保证其对称性.经验模态分解的固有模态函数是单分量信号的经验模型,所以本文将新的包络模型与经验模态分解相结合,对可表征心音信号的固有模态分量进行包络提取,从后续的心音信号分割结果可看出新方法的优良特性.三、在特征提取方面,本文基于第四章提出的包络模型,提出一种新的心音信号分割方法,该方法包括心动周期估计和心音分割两步.先对心音进行心动周期估计可以保证后续分割过程中出现较大偏差时能够及时的进行纠正,提高分割准确率.然后通过分割来提取时域特征.此外,本文还提取心音信号的频域特征和小波系数能量特征.实验表明,基于该联合特征能够达到很好的分类识别率.