肠鸣音(Bowel Sounds,BS),是由人体肠道蠕动而产生的声音。肠鸣音自1905年被发现以来,一直都是临床中首要的肠道状况诊断依据。人工听诊肠鸣音在危重病人的监护和肠道疾病的诊疗中有着重要作用。临床应用中,医生通过听诊患者肠鸣音,对肠鸣音的强度、音调和频次进行估计,诊断肠道状态。然而,人工听诊主观性强、可重复性差、容错性低,无法进行长期检测。电子听诊肠鸣音技术,因其灵敏度高、易携带和存储方便等优点,成为了人工听诊技术的主要替代方式。尤其在肠道术后恢复情况监测、肠道疾病的辅助诊断和肠道药物疗效评估等方面,电子听诊肠鸣音技术的作用显著。现阶段,电子听诊肠鸣音技术的实施方案多种多样,功能各有侧重,可结合便携设备和现代信号处理算法的电子听诊技术却不多见。本论文从该角度对肠鸣音信号采集系统和特征提取方法做了详细的研究和深入的分析。肠鸣音信号处理是医学信号处理的一个分支,需要兼顾信号处理知识和医学常识两个方面。本文首先结合实际临床需求,设计了肠鸣音信号采集系统。该系统的创新点是特制腹带和听诊器阵列,实测数据验证了采集设备的有效性和稳定性。在听诊器阵列的近场结构的基础上,提出了基于通道预校正的肠鸣音时域提取算法,对肠鸣音进行了精细分段。实验表明该方法可以有效地屏蔽环境音的影响,提取肠鸣音信号段。其次,利用自适应滤波、盲源分离和小波维纳滤波等方法实现了肠鸣音分段信号的去噪。分析了三种算法的实际去噪效果,论述了自适应滤波和盲源分离算法效果不理想的原因,最终选择适用范围更广的小波维纳滤波算法作为肠鸣音信号的主要去噪算法。最后,为了深度分析肠鸣音数据,引入了多种肠鸣音特征及其提取方法,选择了简单的特征进行分类,探究了利用特征进行分类的可行性。并在此基础上搭建了肠鸣音特征数据库。该数据库的建立对肠鸣音的客观解释和肠道疾病的智能化分析都有着积极意义。