基于解析小波的心音信号时频能量图谱分析

目的:通过分析彩色时频能量图谱,能够直观地区分不同心音,为临床心脏病诊断提供一种有效的参考。方法:基于LabVIEW8.6虚拟仪器开发平台,采用解析小波变换(AWT)构建心音信号的时-频二维彩色能量图谱。结果:通过对正常人和心肌病患者的不同样本分析,在时频能量图谱上能够明显地表现出其差异。结论:分析结果证明,该方法能有效地区分正、异常心音,并揭示出频率成分随时间的变化过程,有助于心脏病的辅助诊断。     

基于AR方法的心音信号3D分析

目的:心音信号是人体重要生理信号之一,通过三维(3D)图谱,能够直观的区分不同心音,为临床心脏病诊断提供一种有效的参考.方法:基于Labview8.6虚拟仪器开发平台,采用时间序列自回归模型(AR)双谱构建心音信号的三维图谱.结果:通过对正常人和心脏疾病患者的不同样本分析,在三维图谱上能够清晰的表现出其差别.结论:分析和结果证明该方法能有效的区分正异常的心音,揭示了能量成分随时间的变化过程,有助于心脏病的辅助诊断.     

小波多分辨率理论在心音信号分析中的应用

目的：心音信号是人体重要生理信号之一,通过小波多分辨率理论,能够准确地区分正常心音与杂音成分,使用现代信号处理技术能有效地提高诊断效果。方法：以LabVIEW8.6为开发平台,利用小波多分辨率理论,对心音信号进行多层分解。结果：通过对心音信号不同层中的分析,可以准确地区分S1、S2以及心脏杂音,还可将心音信号正确地划分为收缩期杂音信号（SM）、舒张期杂音信号（DM）和正常信号。结论：分析结果证明,该方法能准确地区分正常心音与杂音成分,为心脏病的辅助诊断提供有效的参考。     

心音信号时频分析方法研究

目的:研究分析适用于心音信号的时频分析方法,该方法具有较高的时频分辨率,能够充分表现不同心音信号的时频特性,实现心脏病辅助诊断.方法:对心音信号进行相关预处理后采用维格纳分布、短时傅里叶变换和S变换3种方法分别对心音信号进行分析.结果:维格纳分布法具有良好的时频聚集性,且分辨率高,但含有交叉干扰项;短时傅里叶变换的时频聚集性差,且分辨率低;S变换的方法时频分辨率非常高,时频聚集性良好.结论:S变换具有宽度可变的高斯窗,频率分辨率高,可以满足心音信号时频分析对频率分辨率的要求     

基于LabVIEW的心音信号采集与回放系统设计

目的:通过wav格式心音信号的回放,还原心脏跳动音,解决传统听诊器听诊心脏跳动音弱的缺点.方法:基于PLabVIEW8.6开发平台,设计了心音信号回放系统,以电脑声卡的形式清楚地播放心脏跳动音.结果:通过对正常人和二尖瓣狭窄患者的心音信号进行回放,从心脏跳动音和心音图上都能够表现出明显的差异.结论:实验结果证明该方法能直观有效的区分正常和异常心音,解决了传统心脏听诊存在的主要问题,有助于心脏病的辅助诊断.     

基于LabVIEW8．2的心音信号检测与分析系统的研究

目的：研究心音信号检测与分析系统，以期通过心音信号的检测与分析能够客观地提取诊断信息，辅助临床诊断。方法：设计心音信号检测与分析系统硬件和软件，基于LabVIEW8．2的开发平台，对心音信号进行检测与分析。结果：该系统不仅能检测、记录、存储、显示心音信号，而且能对心音信号进行时域和频域分析。结论：该系统经临床初步应用．具有良好效果。     

基于LabVIEW2011的心音信号STFT分析＊

目的：为了便于对心音信号进行分析,提高操作经验不足人员的分析能力和病情诊断效率,实现对于病症的快速鉴别。方法：引入短时傅里叶变换（STFT）理论进行算法分析研究,利用LabVIEW201l进行编程设计,实现将一维的心音信号图形转化为有较强识别特征的强度图谱形式。结果：成功利用所设计的程序实现对心音信号基于STFT的图谱分析,简化了对于病情判别过程,提高了工作效率。结论：采用心音信号的STFT分析方法能够实现对于心音信号分析的优化,可以起到预想的作用。     

基于Labview2014的心音信号瞬时频率分析

目的 利用信号处理手段对心音信号进行分析,为医生诊断心音相关心脏疾病提供客观依据。方法 基于Labview2014开发平台对心音进行瞬时频率分析,给出其能量图谱以及瞬时频率曲线。结果 正常与异常心音的瞬时频率曲线及功率谱有明显差异。结论 经试验验证,该方法能够准确描述正常与异常心音的频率差异,使医生能够便捷、高效地诊断心音相关心脏疾病。     

基于小波变换的心音分析系统设计

目的:研究一种可用于辅助诊断的心音信号分析系统,通过对心音进行检测和处理,起到辅助心脏疾病诊断的作用。方法:系统通过对心音信号进行采集和预处理,并通过ZigBee技术无线传输至PC,利用Matlab信号分析工具对数字心音信号进行处理,实现心音的自动定位及特征提取,进而判断心音中是否包含病理性杂音。结果:设计的系统能够有效地检测人体的心音信号,处理算法能够准确定位第一心音和第二心音的位置,对心脏疾病的辅助诊断具有重要意义。结论:所设计的信号采集系统电路可靠、操作简单、成本低廉,能够实现数据的实时无线传送,适用于家庭监护;借助小波分析提取包络的方法来定位S1、S2,算法简便,耗时较短,适用于实时分析。     

第二心音信号的瞬时功率和功率谱极大值分析

将时频分析方法用于第二心音的分析，研究了正常和异常第二心音信号的时频谱，根据时频分布的边缘条件，给出了第二心音的瞬时功率极大值和功率谱极大值特性，并将其作为描述心脏生理病理特性的量化指标。结果表明时频谱反映了第二心音各个成分在时频平面的能量分布及动态变化过程，瞬时功率极大值和功率谱极大值描述了第二心音信号的时变特征。     

基于多尺度特征波形的心音分段算法

目的:实现心音信号的自动分段;定位第一心音、第二心音、杂音。方法:提出一种无需心电参考的心音自动分段算法。利用小波变换对心音信号进行多层分解-重构,保留心音信号主要成分,削弱杂音比重,突出心音基本特征;提取心音信号特征波形,进而得到心音包络,对心音包络采用相关算法,实现心音定位。结果:采用612个周期不同病症的心音信号进行验证,平均心音信号分段正确率为98%。结论:仿真结果表明,心音信号分段算法抗噪能力强、分段正确率高。     

Autonomous auscultation of the human heart employing a precordial electro-phonocardiogram and ensemble empirical mode decomposition

The research presented in this paper serves to provide a tool to autonomously screen for cardiovascular disease in the rural areas of Africa. With this tool, cardiovascular disease can potentially be detected in its initial stages, which is essential for effective treatment. The autonomous auscultation system proposed here utilizes recorded heart sounds and electrocardiogram signals to automatically distinguish between normal and abnormal heart conditions. Patients that are identified as abnormal by the system can then be referred to a specialist consultant, which will save a lot of unnecessary referrals. In this study, heart sound and electrocardiogram signals were recorded with the prototype precordial electro-phonocardiogram device, as part of a clinical study to screen patients for cardiovascular disease. These volunteers consisted of 28 patients with a diagnosed cardiovascular disease and, for control purposes, 34 persons diagnosed with healthy hearts. The proposed system employs wavelets to first denoise the recorded signals, which is then followed by segmentation of heart sounds. Frequency spectrum information was extracted as diagnostic features from the heart sounds by means of ensemble empirical mode decomposition and auto regressive modelling. The respective features were then classified with an ensemble artificial neural network. The performance of the autonomous auscultation system used in concert with the precordial electro-phonocardiogram prototype showed a sensitivity of 82% and a specificity of 88%. These results demonstrate the potential benefit of the precordial electro-phonocardiogram device and the developed autonomous auscultation software as a screening tool in a rural healthcare environment where large numbers of patients are often cared for by a small number of inexperienced medical personnel.     

基于移动电话传输信号的心音遥测方法的初步研究

目的:探索心力和心率同时遥测的一种方法。方法:用一心音信号采集装置采集心力和心动周期信号,经一音频电缆传给一只移动电话机,再以无线方式传到另一只移动电话机,最后通过另一条音频电缆传输到计算机。结果:心音信号能通过移动电话机以无线方式传到另一只移动电话机再传到计算机;2只移动电话机之间的无线传输距离为5m,3km和2000km远。结论:心力和心率同时遥测可以通过移动电话机—移动电话机的模式来实现,这种方法具有无创、简便、快速、费用低、可重复采用等特点。     

基于声卡的心音信号采集与处理系统的实验研究

目的研究一套基于PC机声卡的心音信号采集与处理系统,用于心音信号的实验研究。方法利用PC机声卡功能和Labview 8.2中的数据采集与信号处理工具包进行研究。结果该系统能够采集、存储、显示、处理心音信号。结论该系统简单、经济、功能较强,适合心音信号的实验性研究。     

基于数据库的心音合成软件设计

目的:设计一套心音合成软件,可以根据用户的选择合成正常和常见瓣膜疾病的心音。方法:使用电子听诊器采集健康人和常见瓣膜疾病患者的心音并应用Office 2013建立Access数据库,结合最优改进对数谱幅度估计方法和小波阈值方法对心音降噪,并将降噪后的心音分割为第一心音(S1)、第二心音(S2)、收缩间期(S1~S2)和舒张间期(S2~next S1)4个部分后保存在计算机中。最后以MATLAB GUI为平台,利用MATLAB语言设计心音合成软件。结果:心音合成软件界面直观,页面跳转少,使用流畅。用户可以使用该软件自行生成各类心音并播放,查看合成心音的波形和时频图。结论:心音合成软件为心音听诊教学提供了便利,具有较高的使用价值和进一步开发的潜力。