血细胞分析是临床上诊断疾病的重要方法,针对血细胞信号具有多形态、非线性、非平稳的特点,本文提出一种基于希尔伯特-黄变换和隐马尔可夫模型相结合的血细胞信号识别方法,对健康人和甲亢患者的血细胞信号进行分类识别。本文使用在时域和频域能同时达到有较高分辨率且具有自适应性特点的希尔伯特-黄变换分析处理血细胞信号。首先使用小波阈值去噪对血细胞信号滤波,以避免经验模态分解产生过多的虚假分量。再采用经验模态分解将血细胞信号分解为一系列本征模态函数,将其中相关系数较高的分量视为真实的本征模态函数分量。提取出真实的本征模态函数的能量矩、谱矩心和边际谱熵并将其构建为血细胞信号的特征向量。分类识别模型是带有停留时间变量的隐半马尔科夫模型这种特殊隐马尔科夫模型,使用一种类似k-means的算法优化训练模型的初始值,获得更加接近全局最优解的模型参数,建立健康人与甲亢患者两类识别模型,实验仿真结果表明对这两类血细胞信号能实现准确的识别。