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。     

基于统计规律的心音信号自动识别方法

目的：研究一种用于心音信号进行自动识别的算法。方法：对去噪后的心音提取信号包络,结合心音相关的生理学知识以及大量临床心音数据的统计分析结果,对心音信号进行识别,自动将S1、S2、收缩期和舒张期进行区分,以便于心音相关特征参数的提取和进一步的处理。结果：应用该算法对正常心音信号、心律不齐和早搏二联律等3类信号进行仿真实验,识别正确率达到了98%。结论：该算法可以用于心音分析中的自动识别。     

心音图自动识别算法的设计研究

目的：开发出实现心音自识别的算法。方法：采用Matlab平台设计,通过小波分解、短时平均能量等方法获取心音包络,并对所取得的包络进行双阈值定位,找出心音特征点,并计算相关参数。结果：算法可以获取平滑的心音包络,并由此进行高精度的心音定位,获取心音持续时间,计算心率、心音时限比等参数。结论：算法可实现对心音的自动定量分析,相比于传统心音听诊,具有可观性强、频带宽等特点,并可记录患者的病理特征,通过治疗前后的对比为诊疗过程提供评估依据。     

基于HKY06A心音传感器的心音信号提取

目的:实现心音信号提取。方法:使用HKY06A心音传感器提取心音信号,使用双向检波及低通滤波实现心音包络的提取。结果:心音与心电的同步采集信号的对照显示该方法能够有效提取心音信号。     

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。     

基于虚拟仪器的数字心音图分析仪的设计研究

目的:研究开发基于虚拟仪器的数字心音图分析仪.方法:设计了一种基于LabVIEW虚拟仪器的数字心音图分析仪,它包括心音传感器、心音模拟放大滤波电路、AD转换电路、数据传递电路和基于LabVIEW的心音分析软件,同时设计了三导联心电采集电路和LabVIEW显示模块,作为心音定位的参考.结果:该分析仪实现了体表心音的采集和实时显示,心音信号的频谱分析以及临床听诊库的管理.结论:基于虚拟仪器的数字心音图分析仪能够为心率失常和异常杂音等疾病提供辅助诊断,同时也可作为听诊教学的教学工具.     

论嘈杂环境下心音监听对于心脏病监测的可行性

与心电检测、彩色多普勒和磁共振成像等传统心电监护方法相比,心音监听对于心脏病的诊断更安全、更便宜,可在门诊患者或者患者日常生活中完成,因而具有更广泛的适用性。心音的改变和杂音常常能够提供心脏异常状态的最早信息,这使得心音监测器对于心血管疾病的诊断非常重要。本文基于一种噪声环境下心音监测的设备框架,实现心音信号的采集、传输和自动分析。我们在志愿者身上进行了临床试用,实现结果表明我们的方法可以正确地分类94%的测试心音。     

一种可视化心音教学系统的设计

目的:设计一种可视化心音诊断教学系统,帮助初学者从“听”和“视”2个方面来学习和掌握不同心音的特点.方法:系统首先将读入的信号用fir滤波器进行滤波,之后采用S变换提取信号包络,并分别从ARMA双谱分析、CWD分布2个不同方面进行分析,来提取心音信号的三维特征,以Delphi为开发平台,结合第3方组件DewLab Studio、AudioLab、PlotLab,以及Python语言进行系统开发.结果:设计的系统能够采集、显示、处理、存储心音信号.结论:该系统从可视、可听2个方面改进心音教学效果,系统简单、经济、功能较强,适合心音诊断教学.     

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。     

基于小波变换的病灶心音信号识别

心音信号分析在无创诊断心血管疾病中发挥着重要作用,病灶心音信号中包含大量的心脏疾病信息。本文根据心音信号频率分布的特点,采用小波变换算法,在不同的尺度上对心音信号进行提取分析,将不同尺度的高频部分进行重构,分别计算其能量,再对比正常心音在相应尺度上的能量分布,通过仿真可实现对病灶信号的识别。本文方法能够准确识别病灶信号,由于较少采用复杂度高的算法方法,因而具有较高的检测效率。     

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.     

Automatic snoring sounds detection from sleep sounds via multi-features analysis

Obstructive sleep apnea hypopnea syndrome (OSAHS) is a serious respiratory disorder. Snoring is the most intuitively characteristic symptom of OSAHS. Recently, many studies have attempted to develop snore analysis technology for diagnosing OSAHS. The preliminary and essential step in such diagnosis is to automatically segment snoring sounds from original sleep sounds. This study presents an automatic snoring detection algorithm that detects potential snoring episodes using an adaptive effective-value threshold method, linear and nonlinear feature extraction using maximum power ratio, sum of positive/negative amplitudes, 500 Hz power ratio, spectral entropy (SE) and sample entropy (SampEn), and automatic snore/nonsnore classification using a support vector machine. The results show that SampEn provides higher classification accuracy than SE. Furthermore, the proposed automatic detection method achieved over 94.0% accuracy when identifying snoring and nonsnoring sounds despite using small training sets. The sensitivity and accuracy of the results demonstrate that the proposed snoring detection method can effectively classify snoring and nonsnoring sounds, thus enabling the automatic detection of snoring.     

基于2.4G无线数据通信技术的无线心音传感器设计

目的:为实现心音信号的无线采集和传输,从外形上简化设备,减少对被测患者的干扰。方法:利用先进的2.4 G无线数据通信传输技术,将前端传感器所采集到的心音信号无线传输至分析端。结果:成功利用该设备传输传送心音信号,且性能良好。结论:采用2.4 G无线通信技术的无线心音传感器设计方法能够实现对于心音信号的无线采集和传输。     

基于Cohen类时频分布的心音信号分析

目的：通过心音信号的能量图谱分析,区分不同的心音,为心脏病的治疗提供辅助诊断。方法：以LabVIEW8.6为开发平台,利用Cohen类时频分布,绘出心音信号的能量图谱。结果：通过对正常人和二尖瓣狭窄患者的样本进行分析,在时频能量图谱上能够表现出明显的差异。结论：分析结果证明,该方法能有效地区分正常和异常心音,并揭示出心音频率成分随时间的变化过程,有助于心脏病的辅助诊断。     

颈总动脉超声图像中内中膜定位方法的研究

目的:在颈总动脉的B超图像中,由计算机自动定位颈总动脉正常内中膜组织位置。方法:编制Matlab程序,在采集的B超样本图像中进行实验。基本算法思想为在颈总动脉水平径向位图像中,搜索各像素列,探查像素自上而下的灰度值变化,当检测到长距离低像素(<5)而后出现高、低和更高的像素值变化时,认为找到了内中膜位置。进行多点探测,取最佳位置。结果:选取5幅正常颈总动脉的水平径向位B超图像,程序运行结果均能够准确定位内中膜位置。结论:利用计算机在颈总动脉超声图像中自动定位正常内中膜位置是可行的,为进一步实现内中膜厚度测量、动脉硬化斑块分析的自动化提供了基础。