心脏的跳动过程是非常复杂的,涉及到生物的电传导以及心肌收缩等方面的因素,心脏跳动所产生的振动信号通过胸腔系统传到体表后所形成的信号被称之为心音信号。它是人体最为重要的生理信号之一,是一种典型的时变信号,正是由于这种时变特性,心音信号包含了丰富的信息,心音周期中出现的杂音和畸变就是重要的诊断依据。传统意义上讲,第一心音、第二心音的产生被认为是心脏瓣膜在开合过程中碰撞所产生的振动信号,这些信号包含多种瞬态非平稳成分。心音信号的变化往往意味着不同瓣膜或者某些心肌发生了病变。为了更好地研究心音的产生机理,掌握病理信号产生的本质原因,本课题主要考虑心脏瓣膜开合产生的振动效应,基于心音信号产生的物理机制搭建了一个弹簧质量阻尼系统来模拟内心音信号的产生,用弹簧的伸缩来模拟心脏瓣膜的开合振动,然后将各个瓣膜的振动信号进行合成,合成后的信号就是内心音信号,与实际的心音信号具有很高的相似性。准确地对心音信号进行建模可以为心音的编码、压缩、识别等工作做好基础。时频分析理论和方法可以同时对信号的时域和频域特性进行分析,它们是分析非平稳信号的有利工具,近年来已成为信号处理领域的一个研究热点,也为心音建模提供了一个新的理论方法。对于实际的心音信号,运用正弦字典和小波字典,提出了基于匹配追踪算法的心音信号时频建模方法。首先将心音信号用匹配追踪算法进行分解,然后用选出来的最优原子合成原信号,实验结果表明对于心音信号的重构,使用小波字典比使用正弦字典的效果更胜一筹。提取独立的心动周期是心音信号分析中最为关键的一步,因为异常信号总是出现在每个心动周期中。从心音信号的本身特点出发,将心音信号看成是含有冲击成分的冲击信号,第一心音、第二心音就是每个心音周期中的冲击成分,基于匹配追踪算法提出了利用相关结构复杂度对心音信号进行分割处理的方法。首先计算心音信号的复杂度,然后将复杂度曲线中包含的有效信息提取出来,同时将信息映射到原信号进行有效成分的提取,成功获取了心音信号的一些典型特征参数:心率、第一心音幅值、第二心音幅值、舒张期以及收缩期等等。