心音时—频分析方法及虚拟动态心音分析系统的研究

心音时—频分析方法及虚拟动态心音分析系统的研究

论文摘要

心脏病是世界上严重危害人们身体健康的最重要的疾病之一。近10年来,随着生活水平的提高和平均寿命的延长,全球心脏病发病率正在逐年上升,而且还有年轻化的趋势。心脏病的危害具有严重性、广泛性和复杂性,这给心脏病的诊断和治疗提出更高的要求,心脏病的防治关键在于早期诊断、及时治疗。因此,积极开展心脏病无损检测和诊断研究,对于心脏病的防治是十分必要的。心音信号是人体重要的生理信号之一,蕴含了人体心脏和血管中丰富的原始生理、病理信息,对于临床诊断和治疗意义重大。论文在深刻分析国内外心音信号检测和分析方法的基础上,克服传统技术的缺点和不足,利用近年来信号处理领域的重大成就及计算机软、硬件技术,并结合Labview8.6开发平台为代表的虚拟仪器技术,开发了虚拟动态心音信号检测与分析系统。特别是运用联合时频、时间序列、小波变换等现代数字信号分析技术对心音信号进行深入研究,为心脏病早期诊断提供有效工具。论文主要针对心音信号时-频分析方法和虚拟动态心音信号检测与分析系统展开研究,取得了以下四个方面的研究成果。1.基于JTSA(联合时-频分析)的心音信号分析:内容涉及基于STFT(短时傅里叶变换)的心音分析、基于JTSA(联合时-频分析)的综合心音分析、基于JTSA的心音MIF(瞬时频率)分析和基于JTSA的心音MIB(瞬时带宽)分析。通过心音信号的联合时频分析得到了心音信号在时间-频率平面上频率随时间的变化过程,采用一些特殊的变换来突出心音信号的特征,由于时频分析方法具有很强的能量聚集作用,因此很容易得到心音信号的能量图谱,通过能量图谱的比较分析,实现了心音相关疾病的早期诊断。2.基于WT(小波理论)的心音信号分析:内容涉及基于DWT(离散小波变换)的多分辨心音信号分析、基于CWT(连续小波变换)多分辫的心音信号分析、基于多尺度小波变换的心音信号分析和基于2D小波变换的心音信号能量图分析。充分利用小波变化多分辨率的特性,提取了心音信号的细节特征,成功的提取了第一心音和第二心音,并根据第一心音、第二心音及其他杂音所表现出的时间和能量特征,实现了对心音相关疾病的鉴别诊断。3.基于TSA(时间序列分析)的心音信号分析:内容涉及基于TSA的心音信号分析、基于AR方法的心音信号三维分析和基于FFT方法的心音信号三维分析。通过建立AR模型的方法以及采用快速傅立叶变换方法,进行了心音信号的三维分析,跟踪比较了正常人、二尖瓣狭窄和主动脉瓣狭窄患者心音的三维图谱特性,对比分析了这几种不同类型的心音信号三维图谱峰值特征、位置以及频率变化等的特点,实现了心音相关疾病的预测诊断。4.虚拟动态心音信号检测与分析系统的研究。虚拟动态心音信号检测与分析系统由硬件部分和分析软件系统两部分组成。硬件部分由心音传感器、心音信号放大器、微机USB接口摸块、微机系统组成;分析软件系统由WindowsXP系统软件、Labview开发软件以及由其各个功能子程序组成的心音信号分析模块。该系统能完成心音信号的采集、显示、回放、存贮以及时域和频域分析。该系统构成简单,操作方便,心音分析功能强大,是心音相关疾病诊断的有效工具。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 第1章 绪论
  • 1.1 引言
  • 1.2 课题的研究意义
  • 1.3 国内外研究现状综述
  • 1.4 本文的研究目的和主要工作
  • 第2章 心音信号概述
  • 2.1 心脏的基本结构
  • 2.1.1 心脏的外形
  • 2.1.2 心脏的形态结构
  • 2.2 常见心脏疾病
  • 2.3 心音信号的产生机理
  • 2.3.1 心音的主要成分和时域特性
  • 2.3.2 心音的频域特性
  • 2.3.3 心音分裂
  • 2.4 小结
  • 第3章 基于联合时-频分布的心音信号分析
  • 3.1 基于STFT 的心音分析
  • 3.1.1 STFT 基本概念
  • 3.1.2 基于STFT 的心音分析
  • 3.2 基于JTSA 的心音分析
  • 3.2.1 时频分布的一般理论
  • 3.2.2 基于JTSA 的心音分析
  • 3.3 基于JTSA 的心音MIF 分析
  • 3.3.1 瞬时频率估计算法
  • 3.3.2 基于JTSA 的心音MIF 分析
  • 3.3.3 基于JTSA 的心音MIB 分析
  • 3.4 小结
  • 第4章 基于小波变换的心音信号分析
  • 4.1 基于DWT 的多分辨心音信号分析
  • 4.1.1 离散小波变换的多分辨率分析
  • 4.1.2 基于离散小波变换的多分辨率心音信号分析
  • 4.2 基于多分辨小波变换的心音信号分析
  • 4.2.1 多分辨率分析
  • 4.2.2 基于多分辨小波变换的心音信号分析
  • 4.3 基于2D 小波变换的心音信号能量图分析
  • 4.3.1 二维小波变换理论
  • 4.3.2 基于2D 小波变换的心音信号能量图分析
  • 4.4 小结
  • 第5章 基于时间序列的心音信号分析
  • 5.1 基于TSA 的心音信号分析
  • 5.1.1 时间序列概念
  • 5.1.2 基于时间序列的心音信号分析
  • 5.2 基于AR 方法的心音信号3D 分析
  • 5.2.1 AR 方法介绍
  • 5.2.2 基于AR 方法的心音信号3D 分析
  • 5.3 基于FFT 方法的心音信号3D 分析
  • 5.3.1 快速傅里叶变换理论
  • 5.3.2 基于FFT 方法的心音信号3D 分析
  • 5.4 小结
  • 第6章 虚拟动态心音信号检测与分析系统的研究
  • 6.1 开发环境简介
  • 6.2 心音信号的采集
  • 6.3 心音信号的滤波
  • 6.3.1 心音信号的时变滤波
  • 6.3.2 心音信号的连续小波滤波
  • 6.3.3 心音信号的离散小波滤波
  • 6.4 虚拟动态心音信号检测与分析系统设计
  • 6.4.1 硬件部分设计
  • 6.4.2 软件部分设计
  • 6.5 小结
  • 结论与展望
  • 结论
  • 工作展望
  • 参考文献
  • 致谢
  • 附录A (攻读学位期间所发表的学术论文目录)
  • 附录B (攻读学位期间所取得的其它成绩)
  • 相关论文文献

    • [1].基于支持向量机的心音信号自动识别[J]. 计算机与现代化 2016(06)
    • [2].论嘈杂环境下心音监听对于心脏病监测的可行性[J]. 现代养生 2019(02)
    • [3].一种心音信号的源成分获取方法[J]. 南京邮电大学学报(自然科学版) 2018(01)
    • [4].基于虚拟时频字典的心音信号压缩方法[J]. 航天医学与医学工程 2015(06)
    • [5].心音信号识别研究方法进展[J]. 北京生物医学工程 2012(03)
    • [6].基于非线性混沌的心律失常心音信号分析[J]. 生物医学工程学杂志 2012(05)
    • [7].双声道心音能量熵比的提取与识别研究[J]. 计算机技术与发展 2017(12)
    • [8].心音信号特征分析与识别方法研究[J]. 广西师范大学学报(自然科学版) 2015(03)
    • [9].基于S变换的心音信号特征提取[J]. 振动与冲击 2012(21)
    • [10].复杂度在心音信号分析中的应用[J]. 仪器仪表学报 2010(02)
    • [11].一种有效的心音信号分析方法[J]. 科技信息 2010(18)
    • [12].心音信号的特征识别方法[J]. 中国医学物理学杂志 2019(06)
    • [13].经验模式分解及关联维数在心音信号分类识别中的应用[J]. 电子科技大学学报 2013(06)
    • [14].基于小波变换的心音信号降噪方法[J]. 信息与电子工程 2010(03)
    • [15].进程择优法及在心音深度信任网络中的应用[J]. 计算机学报 2018(01)
    • [16].心音信号分析方法及应用性研究[J]. 北京工商大学学报(自然科学版) 2009(02)
    • [17].基于心音周期性的自动分段研究[J]. 中国医疗设备 2018(01)
    • [18].一种新型心音检测装置的设计和实现[J]. 中国医疗器械杂志 2018(03)
    • [19].基于Measurement Studio的心音信号采集与分析系统[J]. 电子测量技术 2017(10)
    • [20].心音信号的特征分析及分类识别[J]. 信息通信 2016(10)
    • [21].基于统计规律的心音信号自动识别方法[J]. 医疗卫生装备 2010(12)
    • [22].面向心音分割的个性化高斯混合建模方法[J]. 声学学报 2019(01)
    • [23].基于心动周期估计的心音分割及异常心音筛查算法[J]. 电子与信息学报 2017(11)
    • [24].心音信号分析[J]. 中国医学物理学杂志 2017(11)
    • [25].基于双阈值的心音快速分段算法及其应用研究[J]. 计算机技术与发展 2018(05)
    • [26].基于小波变换和经验模式分解的心音信号研究[J]. 中国生物医学工程学报 2012(01)
    • [27].二尖瓣心音信号降噪与识别的理论仿真[J]. 计算机工程与设计 2019(10)
    • [28].STM32心音的采集传输系统的设计与实现[J]. 大众投资指南 2019(03)
    • [29].基于PCA-SOM的异常心音分类识别方法的研究[J]. 航天医学与医学工程 2018(01)
    • [30].基于混沌理论的心音信号非线性动力学分析[J]. 振动与冲击 2012(15)

    标签:;  ;  ;  ;  

    心音时—频分析方法及虚拟动态心音分析系统的研究
    下载Doc文档

    猜你喜欢