1、心音信號是人體一個十分重要的生理信號，含有關于心臟各個部分如心室、心房、大血管、心血管及各個心臟瓣膜功能狀態(tài)的大量生理、病理信息。當心血管疾病尚未發(fā)展到足以產(chǎn)生某種病癥的時候，心音中的雜音或者心音的變化往往能夠預示著某種形式心臟病的來臨；尤其是可以診斷出心電圖診斷不出的心臟早衰、先天性心臟瓣膜疾病等癥狀。
　　現(xiàn)實中的心音信號都帶有噪聲，由于噪聲的影響使得心音信號可能產(chǎn)生嚴重的畸變，從而失去診斷價值。傳統(tǒng)的降噪方法是采用基于傅里葉

2、變換的低通濾波器，但是當信號和噪聲的頻帶相互重疊時，效果就比較差。所以本文引入小波變換來實現(xiàn)心音降噪，由于小波變換在低頻部分具有較高的頻率分辨率和較低的時間分辨率，高頻部分具有較高的時間分辨率和較低的頻率分辨率，以及小波母函數(shù)的伸縮和平移對原始信號函數(shù)進行的多尺度分析，我們可以非常好的刻畫信號的非平穩(wěn)特性，輕易的從心音信號中分離出噪聲。
　　傅里葉變換、短時傅里葉變換、Winger-Ville分布等都先后被應用于心音信號，但實驗效

3、果卻不理想。比如傅里葉變換和短時傅里葉變換不適用于非平穩(wěn)信號的分析，Winger-Ville分布分析心音信號時會產(chǎn)生嚴重的交叉干擾項等等。本文引入了一種新的處理方法-希爾伯特黃變換（HHT），由于HHT可以根據(jù)信號的局部時變特性進行自適應的時頻分解，消除了人為因素，克服了傳統(tǒng)方法中用無意義的諧波分量來表示非平穩(wěn)信號的缺陷，并可以得到很高的時頻分辨率，所以HHT非常適合于心音信號這種非平穩(wěn)信號的分析。隨后的實驗效果也再次驗證了希爾伯特黃變