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。     

改进HHT算法及在心音信号分析中的应用

HHT(Hilbert-Huang Transform)是一种具有自适应性的、新型的、基于模态分解的时间序列数据处理方法。心音信号是一种典型的非平稳信号,传统信号处理方法来处理心音信号有一定的局限性。为了研究心脏的动力学特征,将HHT算法引入到心音的信号分析中。提出了一种改进的HHT算法,针对仿真信号进行了分析,验证改进的算法可以正确地提取出信号中的各个分量IMF(Intrinsic Mode Function);使用该算法对一例正常心音信号进行分解处理,表明该算法能按不同的时间尺度对心音信号信号进行分解     

基于非正交对角化算法的非平稳信号盲分离

运用分段平稳的思想处理非平稳信号,对每一子分段信号进行计算,得到相关矩阵群,并运用非正交对角化算法(alternatmg columns diagonal centers,ACDC)求得分离矩阵的逆阵,从而在混合信号中分离出源信号.仿真结果表明,在信噪比为40 dB的情况下,信号的平均干扰比可以保持在-15 dB以下.因而采用分段平稳和非正交对角化算法相结合的思想来处理信噪比较高时的非平稳信号,可以取得较好的分离效果.     

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。     

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。     

经验模式分解及关联维数在心音信号分类识别中的应用

针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.     

基于信息维数的欺骗干扰存在性检测

利用欺骗干扰信号与目标回波包络上的不同,基于分形理论中的信息维数提出了一种欺骗干扰的存在性检测方法。当信号本身的信息维数与信号包络的信息维数之差超过一定门限时,可判断存在欺骗干扰,同时可获知欺骗干扰的起始时刻。仿真结果表明:本文算法在干噪比不低于6dB时,检测概率在90%以上。     

再制造对象磁记忆信号的特征提取方法

针对在工程实践中对再制造对象进行金属磁记忆检测时容易受环境磁场干扰的情况,给出一种利用小波分析和希尔伯特变换进行磁记忆信号去噪和特征提取的方法.利用金属磁记忆检测仪采集一铁磁性试件的磁记忆信号,对其中受环境磁场干扰的信号进行小波阈值去噪处理,并对去噪后的信号采用希尔伯特变换提取信号包络,最后通过求取梯度获得信号特征.试验结果表明：利用小波阈值方法进行磁记忆信号去噪效果明显,对磁记忆信号利用希尔伯特变换可以获得信号的包络,从而有效地提取信号特征.     

基于复解析小波变换的信号包络检测

水声信号中的低频线谱成分是目标声信号的一个重要特征量,在水声信号检测、识别和分类中起着重要的作用。为了提取水声信号中的线谱成分,本文利用复解析小波变换兼具带通滤波和包络提取的特性提取信号包络。仿真和实测数据分析表明,与传统的Hilbert变换提取信号包络算法相比较,基于复解析小波变换的信号包络提取算法可以完全抑制所分析通带以外的噪声,从而提高了信号包络的信噪比。     

基于Teager-Huang边界谱的心音身份确认

心音信号是一种典型的非平稳信号,传统信号处理方法的应用受到很大限制,为此该文提出了基于Teager边界谱和矢量量化的心音身份确认算法。实验表明,该算法取得很好的识别效果,正确识别率达到96．6％,等错误率仅为5．1％。     

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.     

嵌入式心音身份识别系统研究

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完全不同的特征并且具有极高的稳定性,可以用作生物识别技术的识别特征.该文在梅尔频率倒谱系数特征提取和矢量量化模式匹配识别算法的基础上开发了一种基于虚拟仪器的嵌入式心音身份识别系统,实现了用户身份注册、身份辨识和身份确认的功能.该装置可为当前社会所面临的各种身份鉴定和...     

基于S变换和Renyi熵的舒张期心音信号分析

冠心病的无创诊断一直是学者研究的热点,近几年基于心音的冠心病诊断方法相继被提出。该文利用时频变换中的S变换对心音信号进行时频分析,在此基础上,用Renyi熵来度量舒张期心音信号的复杂度,以获取舒张期心音特征来区分正常信号与病理信号。实验结果表明,在S变换下,舒张期心音信号的Renyi熵能很好地区分正常人和冠心病患者。     

一种B超序列心脏图像的腔体分割方法及其在心腔体积定量计算中的应用

采用一种Snake模型，提出了针对高噪声B超心脏图像的腔体分割算法，并将这一方法运用到序列图像的分割中：对于序列中的第一幅图像，通过人工取点获得初始闭合轮廓逼近。最后将所有图像的分割结果运用于单个心腔体积的定量计算中，实验结果表明了该方法的可行性和有效性。     

基于包络和极值约束的超声混叠信号稀疏分解

稀疏分解由于其在解决信号混叠问题中的出色效果,近年来常被用于多层焊接缺陷的检测中。此类方法的第1个关键步骤是对一维超声数据进行分割,以对主要信号特征进行识别和处理。基于正交匹配追踪算法,对超声检测信号使用Hilbert包络检波绘制信号上包络,同时引入极值约束条件过滤噪声,利用工件参数进一步实现对目标界面波信号段的自适应截取。该方法降低了人工预处理成本,提升有效目标信号截取准确性,从而有助于后续的稀疏分解。经过对实测信号的实验分析,证明了该方法能够准确定位目标信号,消除干扰波形影响,同时提升了超声信号稀疏分解的效果。     

WKS熵阈值法的快速算法

据Shannon熵的性质，将WKS熵阈值法中的目标函数进行了优化，把对数和乘积运算化简为减法运算，从而得到意义明确、形式简洁的WKS熵阈值法的快速算法.这种算法与WKS熵阈值法对图像分割效果完全相同，同时具有更快的运算速度.从理论上给出了该算法的证明，在实验中给出了应用实例.该算法在保持WKS熵阈值法对图像分割效果不变的条件下，提高了运算速度，增强了WKS熵阈值法的实时处理能力.     

心普图示仪的设计

本文叙述了心脏病诊断的心音以及产生心音的因素。分析了心音波的频带宽度并介绍了心音图示仪电路设计的方法。