心音心电采集系统设计与信号处理研究

心电、心音信号是对心脏疾病初步判断的非常有效的信号,本文介绍了一种基于Lab VIVW的心音、心电实时采集系统,最后用MATLAB进行信号预处理的信号处理解决方案。     

局部投影和离散小波变换在心音信号去噪中的应用

针对心音信号非线性的特点,提出噪声水平自适应估计的局部投影与离散小波阈值相结合的去噪方法,该算法既能得到精确的重构信号又能保留微弱信号的有效特征。Lorenz序列数值仿真结果表明,该方法可以有效地抑制噪声,其信噪比和均方误差均优于局部投影去噪和离散小波阈值去噪;对比不同算法去噪前后信号的最大Lyapunov指数,得出该方法能很好地保留原始信号的非线性特征。对实测心音信号的降噪研究,进一步表明了该方法的有效性。     

平移不变小波在心音信号去噪中的应用

小波阈值去噪方法可以消除心音信号中的噪声,但其缺乏平移不变性,可能在信号的奇异点附近产生人为的振荡现象,即Pesudo-Gibbs现象,影响去噪效果。采用平移不变(Translation Invariance,TI)小波阈值去噪的方法对心音信号进行去噪,通过对信号序列平移来改变奇异点在整段信号的位置,以降低或消除振荡。对信号采用平移不变小波去噪之前,先通过消除趋势项来降低信号采集过程中引入的干扰。实验结果表明,该方法消除了人为振荡现象,在保留心音信号主要特征的前提下,信号的信噪比(Signal-to-Noise Ratio,SNR)和根均方误差(Root Mean Square Error,RMSE)均得到明显改善。     

联合CEEMD及AFSA优化小波阈值的心音信号去噪研究

心音是诊断身体健康的重要生理信号，为有效降低心音信号的噪声，提出一种联合互补总体经验模态分解(CEEMD)及AFSA优化小波阈值去噪相结合的方法。即先将不同频率范围的心音信号通过CEEMD进行分解，然后选取高频部分的IMF分量使用人工鱼群(ArtificialFish-SwarmAlgorithm,AFSA)优化小波阈值算法进行去噪，最后将去噪后的信号与分解的低频IMF信号进行重构得到去噪后的心音信号。将联合CEEMD及AFSA优化小波阈值去噪算法与传统的CEEMD算法、小波阈值去噪算法进行仿真对比。实验结果表明，联合去噪算法在去除心音信号噪声方面效果最好。     

“声”情并茂，享受“乐活”

罗技欢音通960USB、轻音通120耳麦、心音通860耳麦使间质、间效全面提升，充分享受网络视频聊天，电脑游戏和数字音乐的“乐活”科技生活     

压电薄膜传感器及其在心脏监测中的应用

介绍了应用有机高分子压电材料聚偏氟乙烯(PVDF)制作的压电传感器和结合电子线路进行的心音监测试验.压电薄膜传感器的设计利用了阻抗变换器,使PVDF膜的高阻抗输出变为低阻抗输出,输出阻抗为3kΩ左右,并在后续电子线路中设计了高信噪比的放大电路,可对信号进行有效的放大;配合单片机、存储器等芯片技术研制出初步监测心音心电信号的监测系统,能进行心音心电信号数据的采集、传送、处理.实验表明,该薄膜传感器与整机之间结构、性能完全匹配,该心音心电监测系统能够准确监测人体心音心电信号.     

心音的降噪预处理和基于HHT的特征分析研究

为了准确地提取心音信号的病理特征,在研究小波阈值收缩降噪法的基础上提出改进的阈值函数以弥补传统软、硬阈值函数的不足,将其应用于临床采集的心音信号降噪中获得了很好的降噪效果,有助于特征参数的准确提取和分析.在深入研究HHT的基础上,对降噪后的心音信号利用EMD分解、HT变换及归一化香农能量定理等从多个角度提取心音的特征值,通过对采集的多组正常和异常心音数据进行分析,验证了该方法提取特征的有效性,具有较强的临床实用价值.     

高阶统计量在心音信号检测与分析中的应用

介绍一种心音信号检测系统和采用高阶统计量对信号进行分析的方法，首先根据心音信号的特点，讨论了信号检测系统的结构，在信号处理方面，采用现代谱估计方法对心音信号进行谱分析，在此基础上提出应用双谱技术分析心音信号，检测信号的相位耦合信息，进而说明利用高阶统计量能够在高斯噪声背景下大大提高信号检测能力，最后，给出心音信号的双谱估计结果，从中可以得到一般功率谱分析无法得到的有关信息，为心音信号的自动分类提供