心音和肺音的正常与否是能够直接反映出人体心脏和肺部的健康状况。使用听诊器进行听诊是一种传统的,非侵入的,低成本的诊断方式,但在现实生活中,医生使用听诊器直接听取得到的声音信号,往往是心音与肺音的混合信号,并且还会掺杂环境噪音,这样就严重干扰了医生的诊断。因此寻找一种可靠的方法对心肺音信号进行分离有助于医生对病人的情况做出更加精确的诊断,极大提高治疗的效率。如何将心肺音混合信号分离成独立的心音信号和肺音信号是一个盲信号分离问题,即在信号的混叠状况不知情的状况下,分离出各个独立的信号。本文在已有的心肺音分离方法基础上稍作改进,提供了一种有效的心肺音分离方法,通过将已有的的盲源分离方法与带标签约束的非负矩阵分解方法相结合,将心肺音的先验信息以标签形式加入到心肺音分离的算法中,使得分解后的混合信号已得到初步聚类,最终提高分离的精确度。在该方法实现过程中相继用到了短时傅里叶变换,非负矩阵分解(NMF),带标签约束的非负矩阵分解(CNMF),聚类,时频掩码重构等算法。此方法主要分成四个阶段:1、信号变换阶段—使用短时傅里叶变换将听诊得到的时域混合信号进行变换得到时频域上的稀疏信号。2、分解阶段--再分别用带标签约束的非负矩阵分解与非负矩阵分解对时频域上的信号进行分解。3、聚类阶段--利用聚类算法对分解后的基矩阵与参考基矩阵进行聚类运算。4、重构阶段—通过时频掩码技术得到独立的心音、肺音时频信号,再将时频域的信号通过短时傅里叶逆变换转化为时域信号,最后得到分离后干净的心音和肺音时域信号。此外,在实验部分,选择了不同的数据集,在相同的条件下,对几种不同的分离方法进行了仿真实验,得到相关的波形以及对应的分离精度指标,以验证方法的可行性以及分离的精确度。