基于简单度的包络提取算法在心音分段中的应用

《基于简单度的包络提取算法在心音分段中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于简单度的包络提取算法在心音分段中的应用作者：于倩,赵加祥,虎乐乐,倪虹【摘要】有效提取心音包络对于检测S1、S2，分离杂音进而判断心脏病类型和严重程度具有重要意义。我们应用动力学复杂性，给出一种有效的心音包络提取方法及仿真结果。该方法能够有效分离二尖瓣关闭不全信号的S1、S2和杂音，明显突出肺动脉瓣关闭不全信号中幅度较低的S2，准确判断二尖瓣狭窄杂音持续时间。经验证，该方法具有对幅度变化的鲁棒性，在信号不同成分交界处，包络边沿变化陡峭，降低了后期心音成分提取和辨识工作的难度。【关键词】包络提取；心音分段；

2、病理性声音的复杂性；医学诊断Abstract：TheefficientextractionoftheheartsoundenvelopecansignificantlyfacilitatedetectingS1,S2,separatingmurmursandthereforedeterminingtheseverityofcardiacdisease.Weprovidedanefficientphonocardiogram(PCG)envelopeextractionscheme,byutilizingthec

3、omplexityofdynamicalsystem.OurschemecouldefficientlydepartS1,S2andthecardiacmurmursofthemitralregurgitationsignal,10effectivelydisplayedthelowamplitudeS2ofthepulmonicregurgitationcaseandpreciselycomputedthedurationofthediastolicmurmurofthemitralstenosis.Itis

4、robusttothevariationoftheamplitudes.Furthermore,thechangeoftheenvelopeissharpattheboundariesofdifferentcomponents.Theseadvantagesmaketheextractionandidentificationofheartsoundeasier.Keywords：Envelopeextraction;Heartsoundsegmentation;Complexityofphysiological

5、sounds;Clinicaldiagnosis1引言10心音分段是心音图分析的第一步，是基于心音图进行心脏杂音分析的关键环节。现有的心音分段方法主要分为两类：一类以其他检测方法作为心音分段的参考信号，如Lehner［1］提出以心电图和颈动脉搏动为参照的心音分段算法，用心电图中R波的突起估计S1的开始，颈动脉搏动中的重搏切迹估计S2的开始。另一类为心音包络分析法，如Branek［2］应用低通滤波器和希尔伯特变换，提取心音图包络以检测心音周期中的有用成分。Liang［3］首先提出了一种在时域中应用香农能量，以突出

6、中等幅度信号，进而提取心音包络并检测S1、S2的算法；之后在频域应用小波分解重构［4］提取S1、S2所在频段，滤除其他成分对分段过程造成的干扰，使该方法有所改进。参照其他检测信号作参考的方法主要存在两方面缺点：首先，由于病理性情况的多样性，一个心动周期的电信号与心脏机械性运动之间的时间差异因不同患者而不同［5］；其次，参考信号的应用需要额外的硬件。基于能量的心音包络提取方法的问题，首先在于低幅度的S1或S2容易被淹没在背景噪声或者杂音中；其次，由于心杂音经常处于一种渐强或渐弱的情况下，开始或结束部分的幅度很低，

7、造成基于香农能量的算法无法得到精确的持续时间判别结果。基于频域的方法也会由于时频分辨率而遇到检测界限不精确的问题。目前已有的心音包络分析法的不足在于它们都是依赖于心音中如时域幅度或者频率分布的绝对参量的测量。这些绝对参量因不同个体显示出很大的变化，无法恰当设计出一个通用的分段算法。10本研究提出了一种基于特征值谱（ES）复杂性的心音包络提取方法。复杂性具有对幅度变化的鲁棒性，弥补了很多传统分段算法的缺陷。提取心音信号的简单度作为参量，克服了基于时频分析方法以绝对分布作为参数的缺点；在心音不同成分交界处，简单度包

8、络给出陡峭的边沿变化，与基于能量的方法相比，能够准确测量杂音的持续时间。本文中以分离二尖瓣关闭不全杂音、提取肺动脉瓣关闭不全低幅度S2以及判断二尖瓣狭窄杂音持续时间为例，说明该方法在心音分段中的应用。　　2动力学原理和复杂性心音的复杂性可以反映心脏机能的变化。由于心音比杂音和噪声简单（随机性较弱），可首先计算信号简单度，然后通过设定适当的阈值进行选通判断。心音信号可以看作长度为N的时间