心音采集分析系统设计

设计一种用于检测心功能的家用心音采集分析系统。该系统由心音采集板和分析软件组成。心音采集板由心音传感器和信号处理模块组成,能够采集心音信号并通过USB接口将心音数据发送至上位机进行分析。分析软件以Microsoft Visual C＋＋为开发平台,用于心音的采集和正常、异常心音的识别,并以易于理解的图形给出诊断结果。通过使用正常和异常的心音数据对系统进行验证,其结果证明该系统可采集并识别正常和异常心音。该系统经过进一步发展将可以真正成为一种家用心功能检测设备。     

分布式心音采集及时域分析系统设计

设计一套基于三层C／S架构的分布式心音采集及时域分析系统。该系统由单通道心音采集仪、客户端、服务器组成。单通道心音采集仪将采集到的心音数据以TXT文档形式存入SD卡,并通过USB接口将数据上传到客户端。客户端通过TCP协议与服务器进行通信,并利用Socket方式向服务器提交采集到的心音数据。服务器将客户端提交的数据存储在数据库中。心音时域分析算法在MATLAB中进行开发,并通过combuilder将其转换为com组件,供服务器软件调用,实现心音的分析。服务器将分析结果图片存入数据库,供用户查询。     

基于智能听诊器的心音信号采集与处理

基于智能听诊器,研究了心音信号采集与处理的新方法.心音采集部分包括传统的听诊头、耳机、微型麦克风及IC录音机.通过USB接口将采集的数据传输到计算机,并通过单自由度分析模型提取心音特征波形,计算心音特征值参数[T1,T2,T11,T12],它们是心音特征波形与阈值THV之间形成的交叉点所确定的时间间隔,与第一心音和第二心音有关,可用来判别正常或异常心音.文中通过采集大量的临床心音数据对正常/异常心音案例进行解析,验证了心音特征波形法在心音自动解析中的有效性.     

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.     

心音信号分析方法及应用性研究

阐述了心音信号的产生机理、组成成分以及人体微弱心音信号检测的关键技术,介绍了心音信号处理技术在心血管疾病无创诊断中的意义,结合应用分析了经典心音信号谱分析方法的局限性,对现代心音分析中的常用的时频分析方法的特点进行了探讨,并展望了心音信号识别技术的应用与发展前景.     

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。     

基于希尔伯特振动分解的心音身份识别算法

心音信号是典型的非平稳信号,该文提出了基于希尔伯特振动分解的心音信号分析方法.将心音信号分解为一组自适应谐波分量作为特征参数进行身份识别.对码本大小为60的心音数据库进行实验,结果识别率到达93.3％,证明了这个方法的有效性.     

智能式听诊辅助系统的设计

描述了心音信号的采集系统的新型设计,给出了高性能的心音传感器、前向处理电路、A/D转换电路和与PC机的高速接口电路.该心音信号采集系统为心脏疾病临床诊断提供了医学参考.     

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     

基于压缩感知心音数据压缩算法的研究

心音信号是一种重要的生理信号,为了进一步降低心音信号无线采集过程中的数据传输量,以缓解通信压力、降低通信能耗,基于压缩感知数据处理新理论,针对心音信号提出并设计了一种新的采集和处理方法,同时利用Matlab软件对该方法的有效性、优良性进行了仿真验证。     

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。     

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.     

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。     

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PC声卡的虚拟示波器的开发实现

运用LabVIEW开发系统，用普通的计算机声卡代替商用数据采集卡，设计了一个简单的虚拟示渡器。该系统能够正确采集声卡设计频率范围内的信号，可以实现基本示波器的测量功能和频谱分析功能。     

基于心音的运动员心脏储备评价指标提取方法研究

为提取运动员的心率、第一心音最大幅值(S1)/第二心音最大幅值(S2)和舒张期时限(D)/收缩期时限(S)3项心脏储备评价指标,以评估心脏泵血功能状况,提出了一种心音分析方法。该方法主要包括心音预处理、包络提取、自适应阈值线选取及心音定位4个部分。实验对200例心音信号进行心脏储备评价指标的提取,其结果与其同步的心电信号结果对比发现,该方法的准确率达到96.5%,从而验证了该方法的可行性。最后用该方法提取了30例高水平运动员心脏储备评价指标并进行了评估。其评估结果是29名运动员的3项指标在正常范围内,1例运动员的D/S指标反映出该运动员处在亚健康状态,与实际情况相符。该方法为教练员科学地安排运动员的训练或选拔新的运动人才提供了参考依据。     

心音信号分析方法及其进展

指出心音信号分析对于心血管疾病的诊断具有重要的意义,并对心音信号的主要基本方法及发展趋势作一个综合的介绍