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。     

基于智能手机的心音监测系统的研究与设计

心音监测对心脏疾病的检测和预防有重要作用,研究并设计基于智能手机的心音监测系统。该系统由心音测量节点、智能手机节点、服务器端组成。测量节点实现心音信号的采集,智能手机节点接收测量节点的心音并将其经GPRS网络传递到服务器端,服务器端对心音进行远程的监测。其中智能手机节点是该系统的枢纽,其主要功能是分析处理心音：对心音进行小波去噪处理,通过LZ复杂度算法获取心音的特征指标,将特征指标用于心功能的分析评价及其异常预警。通过功能性测试表明该系统能稳定运行。     

改进的高斯混合模型在心音信号分类识别中应用

为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMFCC;针对传统GMM参数初始化K-means算法缺点,用加权可选择模糊C均值算法进行改进;将提取的特征参数分别输入到改进后GMM进行分类识别。对临床采集的心音数据测试结果表明,该方法能有效提取心音特征,优于传统GMM识别性能。     

基于样本熵快速算法的心音信号动力学分析

为了准确刻画冠状动脉狭窄引起的血流动力学状态改变,提出了一种基于样本熵快速算法的舒张期心音分析方法。首先利用小波变换去除心音中的呼吸干扰,然后采用改进的香农能量算法自动分割出舒张期段,最后对分割出的舒张期心音用快速算法估计样本熵。对25例健康人和25例冠心病人的分析结果显示,冠心病人和健康人在舒张期心音的样本熵值上具有显著性差异。利用该方法检测冠状动脉狭窄,敏感性为80%,特异性为84%。     

便携式电子心音检测装置的设计

本文研究实现具有心音采集、心音信号模拟处理和心率检测,以及单片机控制的心率显示等功能的便携式电子心音检测装置。     

“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     

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。     

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。