基于EEMD的冠脉狭窄舒张期心音分析算法研究-通信与信息系统专业论文.docxVIP

啊!4141!她 杭州电子科技大学硕士学位论文 基于 EEMD 的冠脉狭窄舒张期心音 分析算法研究 研究生z 王胜涛 指导教师 z 赵治栋副教授 2011 年 2 月 Dissertation Snbm阳ed toHan萨hon Dianzi University For the Degree of Master Research of Diastolic Murmurs for Coronary Artery Stenosis Based on EEMD Candidate: Wang Shengtao Supervisor: Associate Prof. Zhao Zhidong February，2011 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘要 冠心病是严意危害人们身体健康的最重要的疾病之一.发病快，死亡率高，随着生活水 平的提高、工作节奏的加快，老龄化的加剧，其发病率和患病率有日益增加的趋势，早期的 检测与诊断至关重要。心音信号是人体重要的生理信号之一，当心脏冠状动脉狭窄尚未发展 到心电图异常、痛感等症状之前，心音中出现的高频心杂音蕴含了冠脉狭窄诊断的可靠病理 信息。运用现代倍号处理方法，研究分析舒张期心音倍号，对于冠心病的早期诊断具有重要 意义。 本文主要研究了基于四 MD (Ensemble Empirical Mode Decomposition ，简称EEMD) 的 冠脉狭窄舒张期心音分析及特征提取算法。在分析了冠状动脉埔寨与舒张期心音关系的基础 上，首先研究了心音的消噪和分段预处理:其次运用 EE如ω 对舒张期心音进行了研究，提出 了基于 EEMD 和能量算子 Teag叮 (Te略目En町gy Operation，简称TEO) 的瞬时频率提取算 法及基于 EEMD 和样本煽相结合的舒张期心音非线性动力学分析算法:最后分析了 l临床冠心 病患者的舒张期心音信号，有效提取了隐含于舒张期心音中的冠心病病理特征，为冠心病的 早期诊断提供了…种有效的手段。 本文的主要研究内容有: 研究分析了四MD (Ensemble Empirical Mode D阳mposition ，简称四MD) 算法原理， 提出了基于 EEMD 阀值的心音自适应消噪方法，分析了临床采集到的心音信号，有效的去除 了噪声，提高了信噪比:提白了基于希尔伯特变换的心音分段算法，用大最临床采集到的心 音信号进行了分段，结果表明算法鲁棒性强，准确率高，并无需额外信号做参考。 研究了舒张期心音的瞬时频率提取算法。建立了基于 EEMD 和 Teager 能盘算子的舒张期 心音分析及特征提取方法，获得了舒张期心音瞬时频率的变化规律。分析了临床冠心病患者 的舒张期心音，结果表明，提取的特征有效的揭示了冠状动脉狭窄的信息，刻画了冠状动脉 狭窄时舒张期心音的变化。 研究了舒张期心音的非线性动力学样本娟分析算法。在分析样本精参数选择的基础上， 提出了基于 EEMD 和样本娟的舒张期心音非线性动力学特征提取算法。分析了临床冠心病患 者的舒张期心膏，结果表明，提取的特征有效揭示了冠状动脉狭窄引起的血液流变状态的改 变信息。 本文所提出的基于 EEMD 的舒张期心音分析和特征提取算法揭示了冠脉狭窄舒张期心音 信号的病理信息，为冠心病的早期无损诊断奠定了坚实基础。 关键词z 心膏，冠心病， EEMD ，瞬时频率，样本胸 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 ABSTRACT Coronary Art即y Disease (CAD) is one of the leading causes of dea由 in the world. Due ω ∞ronary art町ydisωes high incidence rate and mo阳1i凯 it is v即yhannfulωhumanh ea1由.Wi由 the raising of life quantity and the extending of 由.e average longevi以 mo由idity for CAD is gradua11y increasin岳Therl伯阳，由e early detection and diagnosis is very crucia1.Heart sound is one of the most important physiologi ca1 signals in b。你before some adverse symptoms because of heartωronary artery stenosis have appeared，such 剧由.e el础。ωrdiogram abnor