我国每年出生的先天性心脏病(先心病)儿童高达30万,特别是在医疗条件低下的西部高海拔山区,普遍存在高发病率,低筛查率的医疗现状,给儿童生长发育带来了严重的威胁。考虑到心音信号与心脏结构和功能密切相关,许多研究致力于通过心音信号处理的方法实现心脏疾病识别与检测,并取得了一定的进展。然而目前关于先心病儿童心脏杂音的智能诊断研究很少,且忽略了心音本身存在的机理性问题。本文以心音智能听诊用于儿童先心病筛查为研究背景,首先发展了一种先心病儿童心脏杂音的智能诊断方法,然后研究了电子听诊器下心音听诊区域的选择性问题,最后对心音的流体力学机理做了初步探究。具体通过以下三部分内容开展了本文研究:1.为发展一种针对先心病儿童的心脏杂音智能诊断方法,采集了62例先心病儿童杂音和24例正常儿童心音信号。基于离散小波变换与哈达玛积相结合实现心音成分分割,从分割后的特定信号段中提取了10个时频特征值作为分类器输入,将86个人工神经网络分类器组成一个分类系统以识别先心病杂音。为实现心音诊断过程的可视化,基于Matlab设计了心音智能听诊系统GUI操作界面。最终对心脏杂音的诊断达到了93%的准确率,93.5%的灵敏度和91.7%的特异度。综上,成功发展了一种先心病儿童心脏杂音的智能诊断方法,该方法方便有效,可用于儿童先心病的在线筛查。2.为探究电子听诊器下心音听诊区域选择与心脏杂音检测的关联性,对同一先心病患者五个传统听诊区下采集的心音信号进行了对比分析。首先进行了时频分布比较,其次设计了心音信号质量检测系统做质量评定,最后将五组信号分别输入本文设计的心音智能听诊系统进行杂音检测。对比结果表明,最佳听诊位置下的心音信号质量最高,高频杂音成分最多,但五个听诊区域下的信号均能检测到心脏杂音。由此说明电子听诊器下心音听诊区域的选择与心脏杂音检测无关,虽然信号质量有所区别,但放置于心脏体表大概位置都能检测到心脏杂音。该研究为心音听诊中心音信号的非专业性采集提供了理论支持。3.为进行心音流体力学机理的初步探究,基于离体猪心左心部分搭建了心脏瓣膜射流模拟实验台,采集120mmHg静态和动态下二尖瓣不同泄漏孔口的射流声音信号。在对信号的时频及特征分析基础上,提出了一种根据射流声音信号预测瓣膜泄露孔口面积的数学模型。并得到以下结果:1)射流声音信号频率主要分布在0Hz~200Hz,200Hz~400Hz有少量分布。2)静态和动态实验中,随着泄露孔口的增大,射流声音信号的时频分布及特征呈趋势性变化。3)提出的数学模型对不同射流状态下瓣膜泄露孔口面积的预测相对误差均在5%以内。该预测模型准确可靠,本实验为心脏射流声音的机理性问题提供了基础研究与探索。