学位论文 > 优秀研究生学位论文题录展示
基于小波变换与希尔伯特黄变换的心音信号分析
作 者: 张亮
导 师: 刘小峰
学 校: 山东科技大学
专 业: 信号与信息处理
关键词: 心音信号 信号降噪 小波变换 希尔伯特黄变换 时频分析 能量分析
分类号: TN911.7
类 型: 硕士论文
年 份: 2010年
下 载: 176次
引 用: 0次
阅 读: 论文下载
内容摘要
心音信号是人体一个十分重要的生理信号,含有关于心脏各个部分如心室、心房、大血管、心血管及各个心脏瓣膜功能状态的大量生理、病理信息。当心血管疾病尚未发展到足以产生某种病症的时候,心音中的杂音或者心音的变化往往能够预示着某种形式心脏病的来临;尤其是可以诊断出心电图诊断不出的心脏早衰、先天性心脏瓣膜疾病等症状。现实中的心音信号都带有噪声,由于噪声的影响使得心音信号可能产生严重的畸变,从而失去诊断价值。传统的降噪方法是采用基于傅里叶变换的低通滤波器,但是当信号和噪声的频带相互重叠时,效果就比较差。所以本文引入小波变换来实现心音降噪,由于小波变换在低频部分具有较高的频率分辨率和较低的时间分辨率,高频部分具有较高的时间分辨率和较低的频率分辨率,以及小波母函数的伸缩和平移对原始信号函数进行的多尺度分析,我们可以非常好的刻画信号的非平稳特性,轻易的从心音信号中分离出噪声。傅里叶变换、短时傅里叶变换、Winger-Ville分布等都先后被应用于心音信号,但实验效果却不理想。比如傅里叶变换和短时傅里叶变换不适用于非平稳信号的分析,Winger-Ville分布分析心音信号时会产生严重的交叉干扰项等等。本文引入了一种新的处理方法-希尔伯特黄变换(HHT),由于HHT可以根据信号的局部时变特性进行自适应的时频分解,消除了人为因素,克服了传统方法中用无意义的谐波分量来表示非平稳信号的缺陷,并可以得到很高的时频分辨率,所以HHT非常适合于心音信号这种非平稳信号的分析。随后的实验效果也再次验证了希尔伯特黄变换的可行性及有效性。
|
全文目录
摘要 5-6 Abstract 6-9 1 绪论 9-21 1.1 前言 9 1.2 心音信号分析方法概况 9-14 1.3 心音信号的产生 14-20 1.4 小结 20-21 2 基于小波变换的心音降噪 21-34 2.1 前言 21 2.2 小波概念的引入 21-23 2.3 小波变换 23-25 2.4 基于小波变换的降噪实验 25-33 2.5 小结 33-34 3 基于希尔伯特黄变换(HHT)的心音分析 34-48 3.1 前言 34-35 3.2 希尔伯特黄变换概念的引入 35-40 3.3 希尔伯特变换 40-43 3.4 基于HHT的数据分析 43-47 3.5 小结 47-48 4 基于HHT的心音生理病理信息分析 48-61 4.1 心音信号的生理信息分析 48-55 4.2 心音信号的病理信息分析 55-60 4.3 小结 60-61 5 总结与展望 61-63 致谢 63-64 攻读硕士学位期间发表的论文 64-65 参考文献 65-68
|
相似论文
- 高频雷达信号电离层污染及时频分析方法研究,TN958.93
- 海杂波背景下的舰船目标雷达成像算法研究,TN958
- 地波辐射源的调制类型识别与参数估计,TN957.51
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号处理
© 2012 www.xueweilunwen.com
|