学位论文 > 优秀研究生学位论文题录展示

心音采集与分析方法研究

作　者: 李天生
导　师: 李霆
学　校: 五邑大学
专　业: 模式识别与智能系统
关键词: 心音信号小波消噪分段 HHT 支持向量机
分类号: TP29-AI
类　型: 硕士论文
年　份: 2009年
下　载: 253次
引　用: 5次
阅　读: 论文下载

内容摘要

心音信号是人体最重要的生理信号之一,心音检测是了解心脏状态的一项重要手段,具有心电检测不可取代的临床价值。心音图(PCG)记录了大量人耳较难分辨的有用信息,对心脏及心血管疾病具有极高的临床诊断价值。由于心音信号是一种时变的、非平稳的、由多种成份组成的复杂信号,传统的分析方法难以达到令人满意的效果。因此,寻求更为有效的、更能反映心音信号本质特征的分析方法以及分类算法,是目前心音研究者的目标所在。心音信号是非平稳信号,为了全面了解心音信号的特征,需要从时域、频域、时一频域三个角度对其进行分析,提取特征参数。由于各种干扰的存在,采集到的心音信号质量较差,因此在进行分析之前要对心音信号进行预处理,消除其包含的各种噪声。经过预处理后,心音信号质量显著提升,可用于进一步分析。在本文中,主要研究内容如下:1.设计了一种简单、成本低廉的心音采集装置,结合软件可以实现心音的采集与回放功能。2.为了消除心音信号中的噪声,提出了小波双变量阈值去噪的方法。它通过对传统阈值函数的改进,使其具有很好的去噪效果同时又有更好的灵活性。3.为了得到更准确的时域特征,通过EMD(经验模态分解)包络算法提取心音的包络,并给出了心音分段算法步骤及策略。考虑到心音信号的多样性及复杂性,用大量的实际采集数据以及实验数据进行了验证,达到了很高的分段正确率。4.将HHT(希伯特-黄变换)引入心音信号的研究,建立了基于HHT的心音信号分析及特征提取方法。5.介绍了SVM二类分类原理,以及SVM多类分类思想,并在此基础上提出了一种基于支持向量机的心音分类方法。

全文目录

摘要  4-5
Abstract  5-9
第一章绪论  9-16
  1.1 心音分析研究内容与意义  9-10
  1.2 心音信号处理方法概述  10-14
    1.2.1 心音信号预处理的研究  10-11
    1.2.2 心音信号的分析及特征提取方法  11-13
    1.2.3 心音信号的模式识别研究  13-14
  1.3 本论文的内容安排  14-16
第二章心音信号相关基础知识  16-23
  2.1 心音发生机理  16-18
  2.2 心音的主要成分和时域特性  18-19
  2.3 心音的频域特性  19-20
  2.4 心音采集系统  20-22
  2.5 小结  22-23
第三章小波阈值消噪理论及算法  23-32
  3.1 小波变换基本理论  23-26
    3.1.1 连续小波变换  23-24
    3.1.2 离散小波变换  24-25
    3.1.3 多分辨率分析  25-26
  3.2 小波阈值去噪  26-31
    3.2.1 小波阈值算法  26-29
    3.2.2 双变量阈值函数消噪实验  29-31
  3.3 本章小节  31-32
第四章心音自动分段算法研究  32-42
  4.1 心音分段方法  33-39
    4.1.1 心音预处理  33-35
    4.1.2 信号包络线的提取  35-37
    4.1.3 分段策略  37-39
  4.2 结果和讨论  39-41
  4.3 本章小结  41-42
第五章心音信号瞬时频率及HHT分析  42-51
  5.1 Hilbert-Huang Transform(HHT)理论  42-47
    5.1.1 HHT的理论基础  42-43
    5.1.2 HHT算法的实现过程  43-47
  5.2 整周期心音信号的HHT分析  47-49
  5.3 特征提取  49-50
  5.4 本章小结  50-51
第六章支持向量机识别  51-58
  6.1 支持向量两类分类问题  51-54
  6.2 支持向量多类分类  54-55
  6.3 心音的分类识别  55-57
  6.4 本章小结  57-58
第七章总结  58-60
参考文献  60-66
攻读硕士学位期间发表的论文  66-67
致谢  67

心音采集与分析方法研究

内容摘要

全文目录

相似论文