心音信号的测量与处理

阐述了心音信号的产生机制及成分,分析了心音信号的采集和预处理,最后对近年来心音信号的识别和分类进行了简要的说明。     

基于FPGA的DDS信号发生器设计

设计了一种可灵活在线调节的直接数字频率合成信号发生器,首先利用现场可编程门阵列生成各种频率、波形的信号数据,再采用LTC1821实现D/A转换,最后通过选择性滤波和功率放大电路实现信号输出,幅值范围0～10V,频率范围1Hz～100kHz,波形可设为三角波、矩形波、正弦波、锯齿波;实际测试验证了信号发生器的准确性和有效性.     

心音身份识别技术的研究

文中研究心音身份识别的基本原理和实现方法.首先分析心音信号的特性和作为生物识别的可行性;然后建立基于心音子波族的心音信号合成模型,并且用特征向量分布相图形象地比较两个心音的特征,用倒谱减法消除听诊器的类型和位置变化所产生的影响;最后,采用心音线性频带倒谱(HS-LBFC)提取心音特征参数,用相似距离等实现心音的身份识别.为了突出心音在时、频域上存在的差异,重点研究了构建心音子波的方法,合成模型中各参数的计算方法,以及心音特征参数的确定和对应的数据处理技术.实际实验结果表明,该方法具有很好的识别率和实用性.     

基于AD9854的信号发生器设计

介绍了用数字方式实现频率合成技术的基本原理和DDS芯片AD9854的内部结构及工作模式。设计了一种采用单片机控制AD9854为核心的信号发生器,它具有输出信号波形种类多、精度高、可程控等特点。文中详细分析了该信号发生器的系统结构、软硬件设计和具体实现电路。     

基于单片机的混沌信号发生器的Proteus仿真设计

混沌信号发生器在信息加密、保密通信、雷达系统等领域具有重大的应用价值。基于Proteus虚拟实验平台,以AT89C51单片机为核心,给出了一种混沌信号发生器的数字硬件实现方案。以R觟ssler系统方程作为数学模型,采用四阶Rung-Kutta算法离散化得到数字信号,再通过D/A转换、I/V转换及电压放大电路产生混沌信号。Proteus仿真结果与电路实验结果一致,验证了该方案的可行性。     

基于HKY06C传感器的心音信号检测与实现

根据人体心音信号噪声强、信号弱、随机性强,容易受到外界干扰的特点,设计了基于HKY06C新型传感器的心音检测系统,实现了对微弱心音信号的数据采集以及心音图的实时显示与保存,通过对不同个体的实测表明,该检测系统可以满足对人体心音信号的检测要求,通过心音图可以清晰的分辨出各种心音成分.     

基于树莓派的心音诊断系统

当今社会,心脏疾病已成为威胁人类健康的“头号杀手”。心血管类疾病一直伴随着我们人类,成为人们生活中最大的隐患,对人们的生命健康造成了严重的威胁。因此,为了提取反映心脏健康状况的定量的全方位的心音信息,利用先进的数字信号处理技术和计算机技术,以树莓派为中央处理器,通过被誉为“数学显微镜”的小波变换分析心音的各种成份时间,设计一套便捷的、高质量的心音采集系统,并与互联网信息连接,能够对心音信号波形进行显示。实验测试结果表明,该系统所提取的波形平滑,系统运行稳定,可以准确地判断出所采集的心音信号类型,这对于心血管疾病的预防有重大意义。     

基于循环平稳特性的心音信号噪声评价指标

采用计算机来分析心音信号引起了越来越多的研究人员的关注,但是,心音信号在采集过程中常常会受到各种噪声的干扰,如何评价心音信号受噪声影响的程度就成为一个重要的问题。提出了一种基于循环平稳特性的心音信号噪声评价指标--质量因子,它能够准确地、定量地评估心音信号的噪声情况,即质量因子越大,信号受噪声的影响越小。如果实际采集的心音信号比较长,那么计算整个信号的质量因子,把质量因子最大的那一段心音信号取出来进行处理,这样可以大大减少去除噪声等预处理过程,节省了计算量和时间。所提出来的质量因子,对于正常和异常心音信号都适用,计算机完全可以自动计算,无需人工干预。     

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。     

基于HHT和PPA的心音分段算法研究

心音是人体的一种重要的生理信号,它含有大量关于心脏病理状况的相关信息,反映了心脏及心血管结构及生理和病理信息。针对能否有效地提取第一心音(S1)、第二心音(S2),从而判断心脏是否病变,并且作为后续研究的基础,提出基于HHT和PPA的心音分段算法,包括首先利用希尔伯特-黄变换(HHT)进行心音包络的提取,然后利用中值滤波对包络进行平滑处理,最后通过峰逐层算法(PPA)来消除多余的低幅度峰值。通过对40例心音进行分段处理,可以对其中的39例进行正确分段。结果证明这种方法可以有效地提取心音信号的S1、S2,为后期的识别研究奠定了良好的基础。     

基于混沌复合映射的语音信号流安全通信仿真实现

利用连续Chua's电路方程与离散标准映射复合产生的序列,将语音信号流进行混淆并在信道中传送,该设计方案能对语音文件进行快速加密和完整还原,从密钥的敏感性及空间分析,此方案具有良好的安全保密性,适用于网络的安全传输.     

基于声卡的虚拟信号发生器设计与实现

介绍了一种以普通声卡为硬件设备的虚拟信号发生器的设计方法。设计采用了虚拟仪器技术,利用NI公司的Lab-VIEW软件的模块化编程以及多线程技术,实现了多种常见周期信号及任意指定信号的双通道输出。     

基于DSP的混沌信号源设计与实现

采用数字信号处理器DSP设计实现了各种已知非线性微分方程的混沌信号源.文中还对采用DSP产生的混沌信号提出了一种基于CCS与MATLAB结合的简单有效的信号混沌性检测方法.     

基于混沌映射的伪随机序列发生器

提出了一种基于线性分段混沌映射(PWLCM)的收缩式伪随机序列发生器。针对分段线性混沌映射“逐段线性”的缺点,提出一种新的混沌轨迹比特位提取算法。该算法使用具有最长周期的线性移位寄存器(m-LFSR)所产生的序列来控制混沌轨道比特位的提取,从而有效避免混沌轨道泄露造成的安全性问题。分析表明,该发生器具有良好的密码学特性。     

基于混沌映射的伪随机序列发生器

提出了一种基于线性分段混沌映射(PWLCM)的收缩式伪随机序列发生器.针对分段线性混沌映射“逐段线性”的缺点,提出一种新的混沌轨迹比特位提取算法.该算法使用具有最长周期的线性移位寄存器(m-LFSR)所产生的序列来控制混沌轨道比特位的提取,从而有效避免混沌轨道泄露造成的安全性问题.分析表明,该发生器具有良好的密码学特性.     

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Logistic混沌序列的图像空域复合加密研究

提出了一种针对大数据量数字图像空域复合加密／解密的方法。加密过程是借助Logistic混沌动力学系统过程既非周期又不收敛，且对初始条件敏感性，产生实数值混沌序列；再通过离散映射关系，把图像自带信息同实数值混沌序列耦合，生成参数序列；然后对图像的色度空间和像素位置分别进行置乱处理。解密算法即为加密的逆过程。其特点是：色度空间和像素位置的加密参数既依赖于密匙，又与每幅加密图像所携带的信息密切相关。大量的实验结果表明，此算法达到了令人满意的效果。     

基于DSP的数字心音信号检测系统设计

分析了心音信号的产生机理、信号成分及心音的临床诊断价值。根据人体心音信号噪声强、信号弱、随机性强、容易受到外界干扰等特点,设计了基于DSP的心音信号数字检测系统,该系统由心音传感器、放大电路、滤波电路、A/D转换和DSP等部分组成;使用该系统先后在多家医院进行了临床心音信号采集,300多例心音样本采集实验表明,本系统可实现对微弱心音数据的实时采集、放大与有效滤波,采集系统可以满足对心音信号的检测要求。     

基于小波变换的心音信号滤波方法研究

为了准确提取心音信号,心音信号消噪是实现心血管疾病无创诊断的前提,传统的心音信号消噪方法在消除噪声的同时,也滤除了心音的有用信息.利用小波变换多尺度多分辨率的特点对心音信号进行分解,将不同频带的信号展现在小波分解的不同尺度上,根据心音信号的频率分布特点,通过选择重构系数可消除心音信号中的干扰分量,并对不同小波的消噪效果以及同一小波不同分解层数的消噪效果进行仿真对比研究.结果表明,在haar、db6、sym8、coif5四种常用小波中,db6小波对心音信号的消噪效果最明显,证明其中采用db6小波进行5层分解可以获得最佳消噪效果,并对临床采集的228例心音信号进行消噪实验,db6小波均获得了很好的效果.     

一种基于混沌映射的真随机比特发生器

提出了一种用任意分布的模拟随机源对一维分段线性映射的参数进行调制来获得真随机比特的方法。统计检验证实了所产生的随机比特流具有理想的分布特性。