论文部分内容阅读
心音信号的特征提取和自动识别具有重要的临床意义。为提高正常和异常心音信号识别率，本文首先用DB6小波对心音信号进行降噪处理，然后用希尔伯特一黄变换（HHT）分析提取心音信号的时域、频域特征值，再通过自适应提升小波包提取信号的频带能量特征值，最后通过支持向量机对心音进行分类识别。对临床采集的240例异常心音和正常心音进行实验，正确识别率达到97．2％。可见，希尔伯特一黄变换和自适应提升小波包相结合的方法可有效识别正常和各种异常心音信号。