毕业答辩 -心音信号自动识别技术研究.pptVIP

设计学生：吴博文 指导老师：候海良 心音信号自动识别技术研究 课题研究背景 1.心音在心肌收缩能力评价中的应用。实验研究表明，第一心音幅值强度与心肌收缩能力之间有密切的关系。 2.心音在心血管疾病诊断中的应用。心杂音和心音的弱音成分（如第三心音S3、第四心音S4）以及主动脉瓣第二心音A2和肺动脉瓣第二心音P2在心音图上的位置关系和强度关系对诊断心血管疾病都具有重要的参考意义。 课题研究意义 心音信号的研究对心脏疾病的诊断和治疗具有重要的意义。心音诊断是临床评估心脏功能状态的最基本方法。在心血管疾病尚未发展到足以产生临床及病理改变时，心音中出现的杂音和畸变就是重要的诊断信息。因此，心音信号的正确识别与分析对心血管系统疾病的诊断具有重要的意义。 课题研究内容 1. 了解心音的产生原因及传导机制，心音识别技术的当前发展研究现状。 2. 掌握基于希尔伯特—黄变换、数学形态学、相移小波、香农能量等常用的心音包络提取方法，并掌握基于这些包络的心音分段技术。 3. 重点掌握新提出了一种基于双门限的第一心音（S1）和第二心音（S2）自动识别方法 。 论文的结构和主要内容 第一部分：引言 第二部分：基于心音包络的常用分段方法 第三部分：基于双门限的一种心音识别方法 第四部分：总结 致谢 参考文献 心音信号的简介 心音是由心脏的瓣膜和大血管在血流冲击下形成的振动，以及心脏内血流的加速与减速形成的湍流与涡流以及对心脏瓣膜、心房、室壁的作用所产生的振动，再加上心肌在周期性的心电活动作用下的刚性的迅速增加和减小形成的振动，经过心胸传导系统到达体表形成的体表心音。因此，心音可以反应心脏的活动和血液流动情况。 心音的特点 心音的时域特征。 心音的频域特征 常用的心音包络提取方法 1、心音包络提取的必要性。 不但不会影响检测精确度，而且会减少计算量，简化识别流程，提高识别效率。 2、常用的心音包络提取方法。 常用的方法有希尔伯特变换进行提取，小波变 换、数学形态学方法、平均香侬能量方法 一种新的第一、二心音自动识别方法 该方法首先通过海明窗进行滤波预处理，然后采用改进型希尔伯特-黄变换提取心音包络并利用双门限法对心音进行分段，最后利用临床知识对S1和S2进行自动识别。通过对正常心音和异常心音中S1和S2识别的高准确率证明了该方法的可靠性，为心音的进一步的分析及诊断奠定了基础。 心音识别算法的流程图 信号预处理 计算信号包络 寻找心音段的边界 区分S1和S2分段成功 希尔伯特—黄变换提取包络 1.一种主要用于分析非平稳信号的新信号分析方法 。 2.“新”的地方：提出了本征模函数(IMF) 概念和引入了经验模态分解(EMD) 方法。 3.通过EMD，将信号分解成IMF( 一般为有限数目) 的和，对每IMF 分别进行Hilbert 变换谱分析就可以获得有意义的瞬时频率，从而给出非平稳信号中频率随时间变化的精确表达。 双门限法心音包络分段 方法的实现：设置两个门限值TH1和TH2，TH1值较小，TH2值较大。首先将包络幅度与TH1比较，如果某时刻包络幅度大于TH1并且此后一直大于TH1，则将该时刻作为S1或者S2备选起点，然后将包络幅度与TH2比较，当出现幅度比TH2大，则备选起点为S1或S2的起点，从起点开始TGS为1。如果包络幅度一直比TH2大，当幅度比TH2小并且此后一直比TH2小，出现幅度小于TH1的时刻为S1或S2的终点，此后TGS为0。 双门限法与传统方法的比较 双门限的优点 单门限的缺点 1.搞干扰能力强，能有效抑制低强度噪声、心杂音。 2.降低对阈值T1的敏感性。若只使用门限T1，则其取值会极大地影响检测出心音段的数量；T2的存在有效地增加了分段的稳定性。 3.边界更准确，选择合适的Z将有效心音与背景噪声分离。 1.门限值太大，会使提取的S1和S2变窄； 2.门限值太小，会将一些轻微的噪声当成S1和S2提取出来。 区分第一、第二心音 在得到心音信号的正确分段的基础上，S1和S2的识别就变得相当容易。直接计算相邻三个门信号的间隔，其中间隔短的是心室收缩周期(S1结束到S2开始的时间)，这样便可以确定S1和S2，随后S1和S2交叉出现，相应的各个S1和S2就可以识别开来。 致谢 在本科论文完成之际，首先我要对我的导师侯海良老师表示深深的感谢。感谢他给我提供了实践操作、开阔视野和学习新知识的机会。当我遇到困难时，给我提出很多建设性的意见，帮助我渡过一个个难关，导师为此也付出了大量的时间与汗水。本文在选题、研究和撰写过程中，始终都得到了导师悉心的指导。导师广博精深的知识，严谨求实的治学作风和开拓进取的精神，为我树立了良好的榜样。导师的言传身教将使我受益终生，谨向导师表示衷心的感谢和崇高的敬意！