信号采集综合实验.pptVIP

Company Logo 第二部分 二、心音信号的采集 采用HKY-06B型心音传感器及其适配器.一头接人体心脏部位采集心音信号，另一头接电脑声卡，之后利用软件COOLEDIT PRO 2.0进行录音，并保存为WAV格式音频文件。 第二部分 对采集到的wav格式音频文件读入Matlab，以便后续在Matlab里对心音信号进行分析与处理 （采样频率可按32000Hz进行，至少8000Hz） 观察心音信号的波形图 Company Logo 第三部分 三、心音信号的去噪 对心音信号进行分析之前，首先要对其进行滤波，消除其中噪声 1、噪声的种类 （1）工频干扰 （2）随机噪声（接近白噪声） （3）仪器噪声 三、心音信号的预处理 2、噪声消除的方法比较 心音信号即使包括心杂音其频率往往不超过600Hz，可选用一些常见的数字滤波器 (1)巴特沃斯滤波器 (2)切比雪夫滤波器 要求学生对以上两种数字滤波方法分别在matlab里实现，观察去噪后的信号图。 第三部分 三、心音信号的预处理 2、噪声消除的方法比较 如用巴特沃斯带阻滤波器可滤除工频噪声和高频部分的噪声 第三部分 去噪后信号样本 原信号样本 三、心音信号的预处理 3、心音小波消噪实验(选做) (1) 信号的小波分解。选择一个合适的小波函数，确定一个合理的小波分解层次J，然后对信号s(i)进行J层的小波分解。 (2)小波分解高频系数的阈值量化。由于心音信号经小波分解后，其有用信息主要集中在低频部分，而噪声主要集中在高频部分，故仅对每一层高频系数进行阈值量化处理。 (3)小波的重构。对小波分解后的第J层低频系数和经过阈值量化处理后的第1层到第J层的高频系数进行重构，得到消噪后的信号 第三部分 三、心音信号的预处理 3、心音小波消噪实验(选做) 小波消噪处理的基本方法，主要有以下三种： (1)强制消噪处理。该方法把小波分解结构中的高频系数全部变为0，即把高频部分全部滤除掉，然后再对信号进行重构处理。这种方法比较简单，重构后的消噪信号也比较平滑，但容易丢失信号的有用成分。 (2)默认阈值消噪处理。该方法利用ddencmp 函数产生信号的默认阈值，然后利用wdencmp 函数进行消噪处理。 (3)给定软(或硬)阈值消噪处理。在实际的消噪处理过程中，阈值往往可以通过经验公式获得，而且这种阈值比默认阈值更具有可信度。在进行阈值量化处理中可用wthresh 函数进行。 第三部分 三、心音信号的预处理 3、心音小波消噪实验(选做) 参考：参数统一设置为： FS=2756.25Hz denoise using ddencmp wavelet(level=5 wname=db4)， 第三部分 主动脉反流心音信号 ddencmp 小波变换后主动脉瓣反流心音信号 三、心音信号的预处理 3、心音小波消噪实验(选做) 第三部分 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 心音信号时域指标图 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 心音包络比心音信号更简洁，却同样包含了丰富的生理信息，如心音的幅度、持续时间、舒张期和收缩期的持续时间、心杂音的幅度和持续时间等。 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 包络的求法： 去噪之后的心音信号ss，计算 计算出来的p(i)仍然是个曲线，给p(i)加窗并使窗沿横轴移动，取窗长范围内局部最大值组成p2(j)，再采用三次样条插值法对p2(j)进行插值即可得到心音包络。 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 对前图可看出包络不光滑，心音尖峰分裂的地方容易误判为不是一个心音，为使心跳周期易区分，可进行优化处理。设包络为a(i) 如果选择包络数据的均值meanp作为阈值，逐点比较a(i)与meanp的大小可得归一化包络a’(i) Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 但是归一化包络不准确，一个心音可能不止由一个脉冲代表 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 为提高判决准确度，给a(i)加矩形窗 得到 Company Logo 第四部分 四、心音信号的分析 1、心音信号的定位分段 Company Logo 第四部分 四、心音信