与心脏疾病有关的有用信息可以在心音中反映出来,如冠状动脉狭窄会在心音的舒张期产生杂音。因此,心音检测对临床医生诊断心脏疾病具有很大的辅助作用。在心音的采集过程中,噪声的引入是不可避免的。要对心音信号进行正确识别,首先要对采集到的心音样本信号进行降噪处理。针对心音信号的非平稳性,本课题分析了时频方法、小波分析等方法在心音信号处理中的应用,引入了双自适应提升小波算法,即在提升过程中采用自适应的方法设计更新算子和预测算子。同时,为了克服软、硬阈值函数的缺点,还引入了一种改进的阂值函数。将双自适应性提升小波变换和改进的阈值函数结合,对采集到的心音信号进行降噪处理,取得了良好的效果。特征值的选取也是对心音信号进行正确自动识别的关键,本课题采用HHT分析对去噪后的心音信号提取时域和频域方面的特征值,采用自适应提升小波包变换提取归一化频带能量方面的特征值并根据这些特征值采用支持向量机对五种心音信号进行了分类识别,识别率达到97.1%。