心音中含有大量的人体心脏的生理病理信息，正确定位心音各成分之间的时间关系在心音识别和诊断中具有十分重要的作用。将心动周期划分为第一心音(S1)、收缩期、第二心音(S2)、舒张期的心音分段技术是大多数心音信号分析都必须经历的预处理过程。当心脏出现异常时，心音中将包含除S1、S2之外的附加音和心杂音，辨别心杂音的发生和持续时间对判断杂音的性质和临床意义帮助很大。心音分裂常常是一些心脏早期器质性病变的前兆，定量地计算心音分裂的时间对分裂类型的判断和心脏器质性病变的早期诊断有重要作用。　　 本文的主要研究方向是心音时间参数(S1、S2持续时间，心杂音开始、持续时间，心音分裂时间)的提取算法。优质的心音包络是获取心音时间参数的前提，已有的包络提取算法大多采用统一的方法处理所有类型的心音，算法复杂且实际表现不够理想。本研究通过对常见心音类型的产生机理和时频特性进行分析，根据其特征提出了基于分类思想的更有针对性的时间参数提取方法。　　 对于正常心音，本文采用了基于香农能量的包络提取算法，并结合相关的医学知识设定阈值，计算S1、S2的持续时间。对异常心音本文采取了分类处理的方案：对于杂音和S1、S2在频率分布上不交叠的心音信号(常见于二尖瓣关闭不全异常心音)，应用小波分解重构的方法重构S1、S2所在小波层的信号，从而将问题回归到与处理正常心音相同的状态。对于心音成分在时间上是独立状态的异常心音，本文采用了基于复杂度的包络提取算法，该算法对幅度变化具有鲁棒性，在心音不同成分交界处边沿变化陡峭，在分离二尖瓣关闭不全杂音、提取肺动脉瓣关闭不全低幅度S2及判断二尖瓣狭窄杂音持续时间方面有显著优势。对心音分裂时间的计算，本文提出了一种在实现上快捷有效的方法：首先在高频率分辨率情况下，利用短时傅立叶变换语谱图和香农能量，分离出S1的主要成分M1、T1，S2的主要成分A2、P2；然后在高时间分辨率情况下，利用瞬时能量密度包络图计算出心音分裂时间。实验结果表明，因房间隔缺损(ASD)产生的心音分裂是一种固定分裂。