一种基于病理自适应的心音全变分滤波方法

摘要

本发明涉及一种基于病理自适应的心音全变分滤波方法，属于医学计算生物特征识别技术领域；该方法首先通过对输入的原始心音信号添加加性高斯白噪声，筛选得到满足要求的加噪信号，然后对上述加噪信号进行改进的经验模态分解，筛选得到最大相似度时的本征模函数，并对原始心音信号进行分段；使用基于线性系数的追踪演化算法计算原始心音信号不同段的信息熵，并将信息熵作为权重值构建心音信号的l1和限定l1正则化全变分方程，并使用改进的Split‑Bregman算法分别求解，最后使用滑动平均法，得到融合两次滤波结果的心音信号。对比现有技术，本发明能够对原始的心音信号进行更为精确的去噪处理，并且，能够实现保留病理信息，为心音图的数字化分析提供基础。