1、心臟的舒縮運(yùn)動(dòng)中,由心肌收縮、心臟瓣膜開合以及血液撞擊心室壁和血管壁等引起振動(dòng)而產(chǎn)生了心音。心音中含有心臟各個(gè)部分如心室、心房、心血管、大血管及心臟瓣膜功能狀態(tài)的大量信息,電子聽診可為心血管疾病的診斷提供有用的輔助信息。
　　為有效地挖掘蘊(yùn)含在心音中的生理、病理特征信息,本論文從心臟和血流運(yùn)動(dòng)出發(fā),探討了心音的發(fā)源機(jī)理,充分利用現(xiàn)代信息處理技術(shù)對(duì)心音信號(hào)進(jìn)行剖析,得到心音及其特征的全面解讀。論文的主要工作包括以下幾個(gè)方面。

2、　　首先,研究了以心電信號(hào)為輔助參考信號(hào),通過QRS波和T波的定位,實(shí)現(xiàn)第一心音(S1)和第二心音(S2)定位的方法;在此基礎(chǔ)上,把連續(xù)的心音信號(hào)分為單個(gè)心動(dòng)周期,并在心動(dòng)周期中實(shí)現(xiàn)收縮期、舒張期的劃分以及S1、S2心音成分的辨識(shí);通過研究心音的包絡(luò)特性,定義了心動(dòng)周期、心率、收縮期、舒張期、S1的時(shí)限、S2的時(shí)限、S1的強(qiáng)度以及S2的強(qiáng)度等心音的時(shí)域特征,實(shí)現(xiàn)了心音時(shí)域特征的部分量化;并以時(shí)域特征為主要依據(jù),提出了S2的正常分裂、寬分

3、裂和逆分裂三種情況的鑒別要點(diǎn)。
　　其次,探討了心音功率譜估計(jì)、短時(shí)傅里葉變換、小波變換、希爾伯特變換等時(shí)頻分析方法,對(duì)比了各種方法的優(yōu)劣;利用功率譜估計(jì)定義了心音的能量-頻率特征,實(shí)現(xiàn)了頻率特性的部分量化;在此基礎(chǔ)上,以時(shí)頻分析為主要手段,討論了正常S1和S2的頻率分布特性,提出了對(duì)二尖瓣關(guān)閉不全、肺動(dòng)脈瓣狹窄、主動(dòng)脈瓣狹窄、室間隔缺損、三尖瓣關(guān)閉不全等心臟機(jī)械性損傷引起的收縮期雜音進(jìn)行鑒別的要點(diǎn)。
　　針對(duì)心臟系統(tǒng)的非線

4、性特性,采用代理數(shù)據(jù)法證實(shí)心音信號(hào)為確定的非線性系統(tǒng)產(chǎn)生的混沌信號(hào);探討了利用關(guān)聯(lián)維數(shù)和李亞普洛夫指數(shù)兩個(gè)非線性參數(shù)對(duì)心音信號(hào)的復(fù)雜程度進(jìn)行定量描述的方法。通過對(duì)四種不同心音樣本的關(guān)聯(lián)維數(shù)計(jì)算,表明不同的病變心音關(guān)聯(lián)維數(shù)有顯著區(qū)別。
　　進(jìn)一步,論文探討了心音自動(dòng)聚類識(shí)別方法。在心音的特征向量構(gòu)成方面,充分考慮心音信號(hào)的復(fù)雜性,采用了Welch功率譜估計(jì)、歸一化平均香濃能量分析、關(guān)聯(lián)維數(shù)計(jì)算等多種方法從時(shí)域、頻域及非線性動(dòng)力學(xué)等多

5、個(gè)角度分析心音并提取10個(gè)特征值形成特征向量;提出一種基于神經(jīng)網(wǎng)絡(luò)模型的智能識(shí)別系統(tǒng),同時(shí)采用了貝葉斯估計(jì)方法對(duì)給定的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,采用可逆跳轉(zhuǎn)方法簡(jiǎn)化計(jì)算。實(shí)驗(yàn)表明該心音辨識(shí)系統(tǒng)對(duì)給定類別的心音能夠?qū)崿F(xiàn)高準(zhǔn)確率的識(shí)別。
　　最后,就電子聽診系統(tǒng)的軟硬件實(shí)現(xiàn),論文特別針對(duì)心音信號(hào)的消噪預(yù)處理進(jìn)行了深入研究。以典型的混沌方程為例,采用仿真手段分析了基于小波變換的軟硬閥值、維納濾波以及隱含馬爾科夫模型三種消噪算法對(duì)噪聲混沌時(shí)間序列

6、非線性特性的影響,結(jié)果表明,基于小波變換的隱馬爾科夫模型的消噪算法對(duì)信號(hào)恢復(fù)效果最好,關(guān)聯(lián)維數(shù)和李亞普洛夫指數(shù)無顯著改變;在此基礎(chǔ)上,采用基于小波變換的隱含馬爾科夫模型消噪方法對(duì)心音信號(hào)進(jìn)行了消噪處理。
　　綜上,本文對(duì)心音信號(hào)進(jìn)行了多域分析,定量地提取心音和心臟雜音的強(qiáng)度、頻率及發(fā)生時(shí)間特征,實(shí)現(xiàn)心音信號(hào)的半智能化分析和自動(dòng)鑒別。使電子聽診技術(shù)能夠提供比以往更多的心臟信息,進(jìn)一步擺脫聽診技術(shù)對(duì)主觀判斷的依賴性,使它在心血管疾病的