论文部分内容阅读
心音信号是人体最重要的生理信号之一,它包含大量生理病理信息。与心脏疾病有关的各种信息常常反映在心音中,心音的改变和杂音的出现,往往是器质性心脏病的最早表征。通过对心音信号的研究,可以了解心脏的生理特性,为心血管疾病的诊断提供重要依据。但是由于人体心音信号本身十分微弱,且具有随机性,常常被淹没在强噪声中,因此,心音信号的稳健提取具有相当大的困难,为了消除心音信号中的噪声干扰,本文主要围绕心音信号的去噪处理和采集预处理系统的开发两个方面展开研究。
本文首先系统介绍了心音信号的产生机理和主要特征,总结了目前国内外心音信号研究现状和存在的问题;接着分析了小波去噪和经验模态分解(EMD)去噪等方法在心音信号去噪中的优点和缺点,并结合它们的优缺点提出了一种改进型综合去噪算法;然后将本文提出的算法分别与小波去噪和经验模态分解去噪方法进行了定性和定量的对比分析。实验仿真结果表明:在相同条件下,该算法能有效地实现较弱心音信号中噪声的消除,并且对心音中高频有用信息的保留表现出独到的优势,能较好地保持心音信号的特征,这也是本文的创新所在。
最后本文以LabVIEW为开发平台,设计了一个虚拟心音信号采集和预处理系统,应用LabVIEW和Matlab的混合编程技术,将本文提出的改进型综合去噪算法应用于该系统中,实现了心音信号的实时采集和可视化分析,从而为心音信号的智能处理提供了一种新的平台,为心音用于心脏疾病的辅助诊断奠定了基础。