基于智能听诊器的心音信号采集与处理

基于智能听诊器,研究了心音信号采集与处理的新方法.心音采集部分包括传统的听诊头、耳机、微型麦克风及IC录音机.通过USB接口将采集的数据传输到计算机,并通过单自由度分析模型提取心音特征波形,计算心音特征值参数[T1,T2,T11,T12],它们是心音特征波形与阈值THV之间形成的交叉点所确定的时间间隔,与第一心音和第二心音有关,可用来判别正常或异常心音.文中通过采集大量的临床心音数据对正常/异常心音案例进行解析,验证了心音特征波形法在心音自动解析中的有效性.     

心音信号分析方法及应用性研究

阐述了心音信号的产生机理、组成成分以及人体微弱心音信号检测的关键技术,介绍了心音信号处理技术在心血管疾病无创诊断中的意义,结合应用分析了经典心音信号谱分析方法的局限性,对现代心音分析中的常用的时频分析方法的特点进行了探讨,并展望了心音信号识别技术的应用与发展前景.     

心音特征波形法的研究及临床验证

为快速、准确地判断心音的正常与否,本文提出一种心音特征波形法,通过建立单自由度分析模型提取心音特征波形,计算出心音特征参数来判别正常与异常的心音。文中通过对心脏病患者术前/术后的心音案例进行分析,验证了心音特征波形法的有效性,并对已采集的50组正常与30组异常的心音数据进行实验及统计分析,准确率分别达到了98%、93.33%。     

基于改进的希尔伯特-黄变换的心音信号特征分析

为了快速、准确地分析心音信号的特征,提出了一种基于改进希尔伯特-黄变换(HHT)的心音信号特征分析方法。通过对一个典型的振动信号进行经验模式分解(EMD),验证了该方法的有效性,同时针对两例标准心音进行希尔伯特谱分析并仿真得到心音信号的时-频谱及边际谱。结果表明,该分析方法能够很好地表征心音的时频变化特性,为后续实现心音的分类与识别提供了参考。     

基于Android的心音身份识别系统研究

心音信号蕴含了丰富的个体特征,心音信号的唯一性、不易伪造、易采集性决定了心音信号可以用于生物特征识别领域。该文基于安卓系统开发了一种利用心音进行身份识别的新型身份识别系统。识别算法基于MEL频率倒谱系数和矢量量化算法。该系统利用心音信号实现了用户注册,身份辨识等功能,可以准确高效地实现用户的身份识别。     

心音采集分析系统设计

设计一种用于检测心功能的家用心音采集分析系统。该系统由心音采集板和分析软件组成。心音采集板由心音传感器和信号处理模块组成,能够采集心音信号并通过USB接口将心音数据发送至上位机进行分析。分析软件以Microsoft Visual C＋＋为开发平台,用于心音的采集和正常、异常心音的识别,并以易于理解的图形给出诊断结果。通过使用正常和异常的心音数据对系统进行验证,其结果证明该系统可采集并识别正常和异常心音。该系统经过进一步发展将可以真正成为一种家用心功能检测设备。     

基于提升小波变换的心音信号特征提取方法的研究

为了准确提取心音信号的病理性信息,提出了一种基于提升小波变换的改进的特征提取方法针对性地分析第一心音(S1)和第二心音（S2）及其时限并对不同心音信号进行分类。首先利用提升小波软阈值降噪法对不同心音信号作去噪预处理;然后利用提升小波时间熵法检测心音信号在不同时刻的分布情况,并提取其熵值;通过香农能量优化双阈值法提取心音包络信号及S1、S2时限;最后改进选取心率、S1和S2时限、心动周期、包络面积,熵值六个特征参数,并利用支持向量机算法（SVM）对不同心音信号进行分类。分析和仿真结果表明该算法对正常和心脏病患者的心音准确分类率达到98%,表明该算法能有效识别不同心音信号。     

一种便携式心音信号记录仪研究

该文介绍了一种便携式心音信号记录仪的研究与实现.该方案采用有源模拟滤波器将环境噪声从心音信号中滤除,提取心音的实时数据,通过DSPIC芯片的内部AD模块将心音信号数字化和信号处理.固件程序将数字化的心音信号以FAT32文件系统格式写入SD卡保存.上位机软件采用LabVIEW软件编写,软件将保存在SD卡中的心音时域数据回...     

基于心音信号谱分析的身份特征提取算法

该文针对心音信号是临床上有用的心脏疾病诊断工具,也是一种很好的用于身份识别的认证方法。该文提出了一种基于心音信号谱分析的身份特征提取算法。首先对心音信号进行消噪预处理,然后利用Welch方法分析了心音信号的谱特征,采用欧式距离作为匹配算法完成身份识别。最后,利用30个不同测试者心音数据对该方法的识别效果进行了测试,识别的错误率为0,证明了该方法的可行性和有效性。     

基于希尔伯特振动分解的心音身份识别算法

心音信号是典型的非平稳信号,该文提出了基于希尔伯特振动分解的心音信号分析方法.将心音信号分解为一组自适应谐波分量作为特征参数进行身份识别.对码本大小为60的心音数据库进行实验,结果识别率到达93.3％,证明了这个方法的有效性.     

分布式心音采集及时域分析系统设计

设计一套基于三层C／S架构的分布式心音采集及时域分析系统。该系统由单通道心音采集仪、客户端、服务器组成。单通道心音采集仪将采集到的心音数据以TXT文档形式存入SD卡,并通过USB接口将数据上传到客户端。客户端通过TCP协议与服务器进行通信,并利用Socket方式向服务器提交采集到的心音数据。服务器将客户端提交的数据存储在数据库中。心音时域分析算法在MATLAB中进行开发,并通过combuilder将其转换为com组件,供服务器软件调用,实现心音的分析。服务器将分析结果图片存入数据库,供用户查询。     

基于高阶香农熵的心音分段算法

针对心音分段中存在的分段结果容易受心杂音干扰的问题,改进了基于香农能量的心音分段算法。先用小波变换对心音信号进行预处理,消除环境噪声和高频杂音的影响,再计算信号的高阶香农熵,并以此作为信号包络,抑制低频杂音的干扰,最后根据生理知识对包络进行分段,确定分段边界。利用本算法对包含正常和异常心音的实验数据进行分段,正确分段率达96%以上。     

第二心音的数学模型和数值计算

利用特征线法对第二心音的一维数学模型进行了数值计算,计算结果与Stein的计算结果吻合良好,并且提出了第二心音的二维轴对称物理模型.利用SIMPLE法直接求解非定常轴对称Navier-stokes方程,得到了主动脉管内血液流动的二维速度场和压力场,以及心音的频幅特性,对诊断疾病的听诊观察手段提供了定性的指导作用.     

基于心音的运动员心脏储备评价指标提取方法研究

为提取运动员的心率、第一心音最大幅值(S1)/第二心音最大幅值(S2)和舒张期时限(D)/收缩期时限(S)3项心脏储备评价指标,以评估心脏泵血功能状况,提出了一种心音分析方法。该方法主要包括心音预处理、包络提取、自适应阈值线选取及心音定位4个部分。实验对200例心音信号进行心脏储备评价指标的提取,其结果与其同步的心电信号结果对比发现,该方法的准确率达到96.5%,从而验证了该方法的可行性。最后用该方法提取了30例高水平运动员心脏储备评价指标并进行了评估。其评估结果是29名运动员的3项指标在正常范围内,1例运动员的D/S指标反映出该运动员处在亚健康状态,与实际情况相符。该方法为教练员科学地安排运动员的训练或选拔新的运动人才提供了参考依据。     

基于射频识别的心音身份认证系统研究

心音信号是人体最重要的生理信号之一,在不同的人身上有着不同的特征并且具有较高的稳定性,可以作为生物认证技术的认证特征.该文在GMM动态阈值算法基础上,开发了一种基于射频识别的心音身份认证系统,实现了用户身份注册、身份认证功能.     

心音信号分析方法及其进展

指出心音信号分析对于心血管疾病的诊断具有重要的意义,并对心音信号的主要基本方法及发展趋势作一个综合的介绍