基于小波变换的心音特征值提取算法研究-论文.pdf

《基于小波变换的心音特征值提取算法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、电子测量技术第37卷第6期ELECTR0NICMEASUREMENTTECHN0LOGY2014年6月基于小波变换的心音特征值提取算法研究*张磊邦唐荥斌蒋建波张帅池宗琳王威廉(云南大学信息学院昆明650091)摘要：介绍了一种新的心音特征值提取算法。利用小波变换进行阈值去噪、包络提取、心音定位、特征值提取，最后识别出心音信号的异常与否在阈值去噪中利用小波的多分辨率特性对信号进行8层分解并对每层实施软阀值去噪，把去噪后的信号重构，得到去噪后的心音信号，对去噪后的心音信号进行再分解并求出各层香农能量值，踢出包含信息量最少的层后得到心音信

2、号的小波包络，采取自适应阈值线对所得小波包络进行s1，s2定位，并提取特征值T1、T2、T11及T12，利用特征值在二维散点图中的分布情况，实现了心音信号的自识别。关键词：心音信号；自识别算法；小波去噪；心音包络提取；心音定位；特征参数中图分类号：R540TP274文献标识码：A国家标准学科分类代码：310．61ResearchoncharacteristicextractionalgorithmofheartsoundsignalusingwavelettransformationZhangLeibangTangRongbinJi

3、angJianboZhangShuaiChiZonglinWangWeilian(InformationSchoolYunnanUniversity，Kunming650091，China)Abstract：Inthiswork，anewmethodofheartsoundsignalself-identificationalgorithmusingwavelettransformationwaspresented．First，preprocessingheartsoundsignalsweredonewhichincludingh

4、eartsoundsdenoisewiththresholds，extractionofenvelope，locationofheartsound，andextractingfeatures．Then，identifyingtheheartsoundsweredonetotestifitwasnormalorabnorma1．Indenoisewiththresholdsofheartsounddecomposition8layerusingwaveletmulti—resolutioncharacteristics，andthen

5、takingSoftthresholddenoisingforeachlayerafterdecomposition，Now，reconstructioneachlayerafterdenoisingandgettheidealsignal，forthissignaltakingfurtherdecompositionandcalculatedeachlayerofShannonenergyvalue，discardlayerthathasminimumShannonenergy，andnOW，wecangetenvelopofwa

6、velet，adopttheadaptivethresholdlineproceedthisenvelopandlocationS1，S2，last，drawcharacteristicT1、T2、T11andT12．Finally，self—identificationmethodwasusedforheartsoundsignalusingdistributionofthischaracteristicinthetwo—dimensionalscatterplot．Keywords：heartsound；se1f-．dent．f

7、icationalgorithm；denoiseofwavelettransformation；envelopeextraction；location；characteristicparameter等组成，它含有心脏各个部分如心房、心室、大血管及各个1引言瓣膜功能状态的生理、病理信息，对正常心音与异常心音的近年来，伴随着人们生活水平的提高和生活节奏的加分析比较即可提取出大部分心脏的病理特性，从而加快心剧，与人们健康相关的心血管疾病发病率越来越高，2012血管疾病的诊断、治疗。年世界卫生组织公布的报告中指出，心血管病已成为21世文献[

8、2]指出生物医学信号由于受到本身及外部环境纪人类最大的健康威胁之一，每年导致3600多万人失去的影响，存在着很多其他一般信号没有的特性，如信号比较生命，这个数据仍将持续增加]。根据血液动力学理论，心弱、噪声比较强、频率比较低、随机性比