基于STM32可视化心音信号电子测试系统的研究

电子听诊技术在临床医学、工业探测等领域有着广泛应用,医学上心音听诊是诊断心脏等内脏疾病的主要手段之一,而传统听诊器因其固有缺陷,很难满足现代医学发展要求。以医学电子听诊为研究对象,选定STM32F107为中央处理器,结合微弱信号处理技术,设计了一套心音信号的采集分析系统,完成了心音信号高速、高精度、抗干扰、实时可视化听诊,并结合MATLAB仿真软件对采集到的心音信号进行分析,实现了实时心音信号采集、前端信号处理和分析,完成了数据压缩、存储、分类,以及波形及数据显示回放等功能,以满足临床医学听诊的要求。     

一种胎儿心音信号采集系统设计与实现

针对传统胎儿心音信号采集系统体积大、功耗高、无法实时显示的特点,设计一种基于MKL15Z64芯片的片上的胎儿心音采集系统.通过PC机给主控芯片MKL15Z64发送命令,在主控芯片得到命令之后,通过串口接收从TLV2761传来的数据并进行处理,传送至PC机进一步滤波处理,最后显示.该系统能够从母亲腹部采集胎儿心音信号并进行相应的处理之后上传到PC机上并显示.该胎儿心音采集系统结构简单、性能优异、功耗低,可应用于胎儿心音监护上面,具有一定的实用价值.     

基于 LabVIEW2011 对心音信号 CWT 滤波的实现

目的：为除去杂波,同时克服sn叮对分辨率的限制,提高心音分析的准确性和实时性。方法：引入CWT滤波的理论,基于该理论构造算法,利用LabVIEW2011编程在应用上进行实现。结果：利用CWT滤波的方法成功对杂波滤除。结论：采用上述方法能够实现对于心音信号优化处理。     

"声"情并茂,享受"乐活"

罗技欢音通960 USB、轻音通120耳麦、心音通860耳麦使音质、音效全面提升,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.     

基于FPGA的心音信号采集

设计了基于FPGA的心音采集系统,该系统包括高性能的心音传感器、预处理电路、A/D转换电路和串口通信电路。传感器将心音信号转换成电信号,通过预处理电路的放大和滤波,再经过A/D转换电路送到FPGA,FPGA把现场采集到的数据及时可靠地传递给PC。实验结果表明,该系统能无创、快速、廉价地采集心音信号。     

压电薄膜型心音传感器

论述了应用压电高分子薄膜聚偏氟乙烯作成的心音传感器的制作原理、结构、信号检测及实验结果。从实验结果看，这种传感器具有重量轻、灵敏度高等优点。     

基于STM32的心音信号采集系统的设计与实现

心脏病是一种比较常见的疾病,对人类健康的威胁巨大。而心音信号包含着大量反应心脏健康状态的病例特征信息,准确获取和辨别心音信号有助于快速完成对心脏健康的评估和识别。为更方便地辅助和指导学生理解心音产生的机理与传感信号采集的原理,助力学科交叉融合,以提升医师对心脏病的筛查和鉴别能力,以STM32为中央处理器,设计了一套能够实现心音信号高质量获取的便携式心音采集系统,并且使用配套上位机软件,完成了对心音信号波形的实时显示。实验测试结果表明,该系统所采集的心音信号中S1和S2特征清晰、间期稳定、波形平滑,并且系统运行稳定可靠,准确显示的波形对于辅助学生掌握信息采集系统原理与心音信号特征具有重要的工程实践意义。     

基于Android平台的心音识别系统的研究

搭载Android智能手机平台,结合了梅尔倒谱系数和共振峰特征参数,在安卓平台上设计开发出一款集心音采集、心音显示以及心音识别等功能的心音身份识别系统。在该系统中,首先对采集的待测心音信号进行数字化、预加重、分帧、加窗处理,然后提取出心音信号的梅尔倒谱系数特征参数,利用动态时间规整算法将其与数据库模板心音逐一进行模式匹配,并将拥有最小欧氏距离的数据库模板心音作为最终识别结果,最后展示出待测心音和数据库所有模板心音的共振峰特性对比图,定性地反映待测心音和数据库模板心音的差异,给用户直观的判断和感受,进一步认证识别的结果。系统界面简洁,操作方便,识别速度较快,实现了真机运行,并达到了预期效果。     

基于深度卷积神经网络的心音分类算法

针对现有心音分类算法普适性差、依赖于对基本心音的精确分割、分类模型结构单一等问题,提出采用大量未经过精确分割的心音二维特征图训练深度卷积神经网络(CNN)的方法;首先采用滑动窗口方法和梅尔频率系数对心音信号进行预处理,得到大量未经过精确分割的心音特征图;然后利用深度CNN模型对心音特征图进行训练和测试;根据卷积层间连接方式的不同,设计了 3种深度CNN模型:基于单一连接的卷积神经网络、基于跳跃连接的卷积神经网络、基于密集连接的卷积神经网络;实验结果表明,基于密集连接的卷积神经网络比其他两种网络具备更大的潜力;与其他心音分类算法相比,该算法不依赖于对基本心音的精确分割,且在分类准确率、敏感性和特异性方面均有提升.     

基于Hilbert2Huang Transform 的心音信号谱分析

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。针对此本文提出了基于 Hilbert - Huang Transform(HHT) 的心音信号的分析方法,对冠心病患者的心音信号进行了分析。通过把心音信号分 解为内蕴模式函数,利用Hilbert 变换建立了心音信号的时间- 频率- 能量三维Hilbert 谱分布以及边界谱分布; Hilbert 谱及其边界谱在时域以及频域以较高的分辨率表征了心音信号的时频变化特性,揭示了冠心病患者心音信 号的病理特征;为冠心病的早期无损诊断奠定了坚实基础,临床实践中有较大的指导价值。