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     

心脏储备无创监测系统的研究

研究了基于心力一心音关系的心脏储备无创监测系统.该系统由心音传感器、心音信号采集处理电路及计算机组成.文中对该系统的测试原理及特点、系统总体结构等部分作了详细介绍,提出了心脏储备指标.通过临床实验和人群调研表明,该系统能无创、快速、低成本和客观量化地对心血管病人和健康人的心脏储备指标进行检测和评估.这些指标可广泛用于医生临床诊断、运动员心脏功能监测、孕产妇心脏安全性评估以及一般人体质评估等,具有十分重要的意义.     

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。     

心音信号的检测与处理

目的：实现低负荷心冲击信号提取，方法：使用固体振动传感器提取心音信号，使用双向检波及低通滤波实现心音包络的提取，结果：与心电信号的同步对照显示该方法能够有效提取心冲击信号，结论：基于固体振动传感器的心音检测的技术能够有效提取心冲击信号，是低负荷心冲击信号提取的有效途径。     

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。