基于小波变换与希尔伯特黄变换的心音信号分析

摘要

心音信号是人体一个十分重要的生理信号，含有关于心脏各个部分如心室、心房、大血管、心血管及各个心脏瓣膜功能状态的大量生理、病理信息。当心血管疾病尚未发展到足以产生某种病症的时候，心音中的杂音或者心音的变化往往能够预示着某种形式心脏病的来临；尤其是可以诊断出心电图诊断不出的心脏早衰、先天性心脏瓣膜疾病等症状。
　　现实中的心音信号都带有噪声，由于噪声的影响使得心音信号可能产生严重的畸变，从而失去诊断价值。传统的降噪方法是采用基于傅里叶变换的低通滤波器，但是当信号和噪声的频带相互重叠时，效果就比较差。所以本文引入小波变换来实现心音降噪，由于小波变换在低频部分具有较高的频率分辨率和较低的时间分辨率，高频部分具有较高的时间分辨率和较低的频率分辨率，以及小波母函数的伸缩和平移对原始信号函数进行的多尺度分析，我们可以非常好的刻画信号的非平稳特性，轻易的从心音信号中分离出噪声。
　　傅里叶变换、短时傅里叶变换、Winger-Ville分布等都先后被应用于心音信号，但实验效果却不理想。比如傅里叶变换和短时傅里叶变换不适用于非平稳信号的分析，Winger-Ville分布分析心音信号时会产生严重的交叉干扰项等等。本文引入了一种新的处理方法-希尔伯特黄变换（HHT），由于HHT可以根据信号的局部时变特性进行自适应的时频分解，消除了人为因素，克服了传统方法中用无意义的谐波分量来表示非平稳信号的缺陷，并可以得到很高的时频分辨率，所以HHT非常适合于心音信号这种非平稳信号的分析。随后的实验效果也再次验证了希尔伯特黄变换的可行性及有效性。

目录

封面

声明

中文摘要

英文摘要

目录

Contents

1 绪论

1.1 前言

1.2 心音信号分析方法概况

1.3 心音信号的产生

1.4 小结

2 基于小波变换的心音降噪

2.1 前言

2.2 小波概念的引入

2.3 小波变换

2.4 基于小波变换的降噪实验

2.5 小结

3 基于希尔伯特黄变换的心音分析

3.1 前言

3.2 希尔伯特黄变换概念的引入

3.3 希尔伯特变换

3.4 基于HHT的数据分析

3.5 小结

4 心音信号的生理病理信息分析

4.1 心音信号的生理信息分析

4.2 心音信号的病理信息分析

4.3 小结

5 总结与展望

致谢

攻读硕士学位期间发表的论文

参考文献