论文部分内容阅读
心音信号作为人体最重要的生理指标之一,蕴藏着心脏状况的大量重要信息。获取并识别心音信号,在医学上对器质性心脏病的诊断具有重大的意义。受限于人耳听觉的频率范围以及主观经验与判断方法,传统的心脏听诊方法与技巧难以讲授与掌握。随着“智能医疗”概念的提出,为了帮助人们更快捷及时的了解自己心脏的健康状况,借助医疗仪器、计算机与数字信号处理等技术对心音信号进行检测与识别,已经成为近几年的研究热点与难点。PVDF压电薄膜作为一种高分子聚合物材料,具有较高的柔韧性与较好的压电性,十分适宜用来制作检测心音信号的压电传感器。本文首先研制了一套成本低廉、绿色环保、纺丝参数可控的桌面型静电纺丝实验平台,基于该实验平台使用静电纺丝技术制备了纤维平均直径为0.24um、压电常数d33为21pC/N、相对介电常数为11.8、介电损耗角正切为0.027的性能良好的PVDF压电薄膜。然后从便携性的角度出发,基于“三明治”结构设计,利用自制的PVDF压电薄膜研制了一款性能稳定、柔韧性高、灵敏度不低于1V/mm的PVDF压电心音传感器。本文所设计的心音信号采集系统,由PVDF压电心音传感器、心音信号调理硬件电路与心音数据采集端组成。根据心音信号特点,对缓冲电路、滤波电路、放大电路进行了设计与仿真;并且基于LabVIEW图形化编程环境,实现了心音信号的采集、存储与可视化。心音信号采集时引入噪声是不可避免的,因此必须先对心音信号进行去噪处理。基于小波变换阈值降噪原理的基础上,本文提出了一种双变量可调阈值函数对心音信号进行去噪,与其他几种小波阈值函数的去噪效果比较,实验结果表明,本文提出的小波阈值函数去噪的心音信号的均方误差与信噪比均优于本文介绍的几种常见的阈值函数。针对心音信号的特点,使用MFCC特征参数提取算法对其特征进行提取,并根据其特征采用SVM算法对心音信号进行识别。本文使用的心音数据集包括公开心音数据库中正常心音信号以及冠心病、主动脉狭、主动脉瓣关闭不全等异常心音信号共3500例,本文研制的PVDF压电心音传感器采集的12例正常心音信号、4例心血管疾病患者的异常心音信号。训练的心音识别模型对正、异常心音信号的正确识别率高达94.60%,实验结果表明,本文设计的PVDF压电心音传感器与提出的正、异常心音信号分类的方法具有较高的实用价值,为心血管疾病的诊断与临床应用奠定了基础。