心音信号

摘要： 以TINA-TI提供的电压发生器构建心音信号仿真信号源,利用电压控制电流源构建麦克风传感器模型。在此基础上,设计心音信号调理电路并进行电路仿真和分析。实践表明,该实验通过虚拟仿真分析,能够有效指导实际电路的设计和制作,取得了很好的实验教学效果。

摘要： 为提高心音信号的分类准确率,提出一种基于梅尔频率倒谱系数与Gammatone频率倒谱系数的混合特征(MFCC与GFCC混合特征)的先心病心音信号分类算法。首先用db6小波双参数可调阈值函数对心音信号降噪,再用基于逻辑回归的隐半马尔可夫模型自动分段以提取单个心动周期;然后对信号加汉宁自卷积窗并提取心音的MFCC与GFCC混合特征,再用主成分分析法进行降维,以减少计算量;最后采用深度学习模型Inception v4进行分类识别,并与其它传统识别方法做了分类比较研究。用所提出的方法对1600例心音样本进行了分类测试,实验结果表明,上述方法对先心病心音的分类准确率比传统识别方法有明显提高,分类准确率达91.25%。

摘要： 为了实现心音信号的高精度采集、实时输出心率参数,设计基于中医闻诊的智能听诊器心音信号采集系统。通过心音传感器采集微弱心音信号后将其传送至音频模块,利用信号放大电路与高、低通滤波电路放大心音信号,通过核心主控芯片TMS320VC5509A扩展外部存储器,并保存放大的心音信号。通过SD模块向上位机发送数据处理指令,数据处理模块通过局部自适应小波阈值函数模型收缩降噪处理心音信号,利用心音信号分析模块分析心音信号所需时域特征参数。通过单自由度模型提取心音包络获取高准确性的心音特征参数,并投放在LCD模块,通过USB模块直接与上位机交互,并在触摸屏模块构建人机接口界面供用户使用。实验结果表明:该系统所采集的心音信号波形特征最明显、波形最完整,且心音信号采集效率高、输出心率参数平均误差低。

摘要： 心脏病是一种比较常见的疾病,对人类健康的威胁巨大。而心音信号包含着大量反应心脏健康状态的病例特征信息,准确获取和辨别心音信号有助于快速完成对心脏健康的评估和识别。为更方便地辅助和指导学生理解心音产生的机理与传感信号采集的原理,助力学科交叉融合,以提升医师对心脏病的筛查和鉴别能力,以STM32为中央处理器,设计了一套能够实现心音信号高质量获取的便携式心音采集系统,并且使用配套上位机软件,完成了对心音信号波形的实时显示。实验测试结果表明,该系统所采集的心音信号中S1和S2特征清晰、间期稳定、波形平滑,并且系统运行稳定可靠,准确显示的波形对于辅助学生掌握信息采集系统原理与心音信号特征具有重要的工程实践意义。

摘要： 设计制作了一种基于STM32嵌入式微处理器的便携式多功能电子听诊器.首先通过对不同型号麦克风的对比测试,选择采声效果最好的OB4015L麦克风作为采声器件,并通过有限元仿真分析对听诊头的结构进行了优化;然后搭建嵌入式系统,实现了对心音的实时听诊、存储回放、音量控制等功能;所采集信号可通过蓝牙或串口发送至上位机进行波形显示和存储.该设备带宽600 Hz,覆盖了心音信号所在的频段范围,最高可将心音信号放大11倍,信噪比达到51 dB,设备直径6.5 cm,重量122 g,轻巧便携.与传统机械式听诊器相比,该电子听诊器不仅能够实现听诊功能,清晰的可视化反映人体微弱的生物信号,而且在数字化、智能化方面具备独特优势.

摘要： 在提取心音信号的梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCC)特征参数的过程中,将采集的语音信号进行预加重、分帧和加汉明窗等预处理,再经过傅里叶变换,三角滤波器进行滤波,得到的梅尔能量对数再进行离散余弦变换,最终得到MFCC特征参数波形图.其中,加入傅里叶变换,将时域信号转换成频域信号,最后利用离散变换对MFCC系数的相关性进行降维,是特征参数提取的重要步骤和研究难点,能提高心音信号的识别率.

摘要： 为了能够有效地过滤和去除心音信号的杂音,提出了不同于软、硬阈值法的一种"中阈值函数"法;根据心音信号的特点,对去噪过程进行了分析,选取的是离散小波变换,db6作为小波基函数,对心音信号进行5层细分,将第1层到第3层系数都清零,提取有用的第4层和第5层系数进行信号重构,得出纯净的心音信号.

摘要： 近年来,卷积神经网络被广泛应用于心音信号分类.为满足先心病机器辅助诊断系统低功耗、可移动等方面需求,基于轻量级神经网络MobileNet,实现了一种适用于FPGA硬件平台的心音分类器.心音分类器的深度卷积、逐点卷积与最大池化等模块通过高层次综合进行设计.该心音分类器在利用深度可分离卷积减少网络参数与运算量的同时,通过多像素多通道并行及定点量化等方式,提升了分类器运行速度.经心音数据集实验结果表明,在计算效率方面,该心音分类器在FPGA上相较于在通用CPU上实现约14倍加速.

摘要： 根据眼压与脉搏生物电信息的相关特性,建立眼压与脉搏信息的相应关系对眼压非接触测量意义重大.利用自行研制的眼压测量系统,测量40名不同年龄段测试者在不同时刻的脉搏传输时间(PTT)、每搏输出量、脉搏特征值和脉率等脉搏信息的相应数据.对数据进行拟合处理,得到了三种基于脉搏信息的眼压模型,并将眼压模型应用于系统.经验证,多脉搏信息眼压模型的眼压测量准确性最高,比PTTPCG眼压模型提高了41％,为眼压非接触测量提供了一个新的可靠方法.

摘要： 为了建立一维时间序列的心音信号模型,通过医院采集数据,采用非线性自回归(NAR)神经网络对S1与S2心音信号进行建模,在得到心音信号的预测值后,对心音信号使用卡尔曼滤波方法进行降噪.为验证融合算法对于心音信号降噪的可行性与优越性,进行了一系列仿真实验.在同时考虑精度与训练时间的情况下得到了一组较为理想的模型,再将该模型输入卡尔曼滤波的预测值中,通过原心音信号进行滤波,对比降噪前的第一心音信号滤波值的均方误差,有较为优越的降噪性能.得到的第二心音信号对比降噪前也有较为明显的提升.实验结果表明,融合算法在信噪比以及均方误差等降噪性能上有明显的优越性.

摘要： 本文研究了一种用于光纤光栅智能服装的心音信号提取与处理算法,实现异常心音的初步识别.提出基于希尔伯特-黄变换(HHT)和小波阈值消噪相结合的心音提取算法,对波长解调信号进行消噪,提取有用的心音信号.采用数学形态学进行心音包络提取,提出基于直线结构元素和余弦结构元素相结合的心音处理算法,准确获取心音峰值点和起止点位置并计算心音特征值,根据心音特征值的临床意义,判断心音是否正常.实验结果表明该算法能够有效消除波长解调信号中的呼吸干扰与噪声,对20例实测正常心音和8类常见异常心音均能正确识别.该算法具有易实现、识别率高的特点,对光纤传感智能服装的研发和心脏疾病的早期诊断具有重要意义.

摘要： 目的:长时间监测心音信号会产生大量数据,难以存储和传输.本文根据心音信号的重复性特征,在小波域内设计了一种心音信号压缩算法.方法:对每周期的心音信号进行小波变换,并选取较大的系数进行线性量化.将相邻周期的量化值合并为矢量,那么矢量会表现出重复性,利用其联合概率进行霍夫曼编码.对于线性量化后的余量部分,利用矢量量化进一步压缩.结果:本文算法对正常心音和轻度杂音的心音信号,在7.5％-10％的失真度条件下达到了67-75的压缩比;对含有中度和重度杂音的心音信号,在7.5％-10％的失真度条件下达到了23-37的压缩比.结论:本文算法通过利用心音信号的重复性特征,有效降低了心音信号的存储量.

摘要： 冠心病的无创诊断一直是学者研究的热点,近几年基于心音的冠心病诊断方法相继被提出.该文利用时频变换中的S变换对心音信号进行时频分析,在此基础上,用Renyi熵来度量舒张期心音信号的复杂度,以获取舒张期心音特征来区分正常信号与病理信号.对于该文将上述方法分别应用于15例正常人舒张期心音信号和15例冠心病舒张期心音信号,实验结果表明,在S变换下,舒张期心音信号的Renyi熵,能很好区分正常人和冠心病患者.

摘要： 心音是人体的一种重要的生理信号,复杂性和非平稳性是心音信号的显著特征,借助现代数字信号处理方法对心音信号进行定位和分析对心音信号中的相关医学信息进行提取在疾病诊断中具有重要意义,本文采用了一种基于小波变换结合平均幅值积法的心音包络提取的方法,并采用单参数的双门限检测方法对第一心音和第二心音的起止点进行定位检测.最后计算S1时限、S2时限、收缩期、舒张期和心率,实验结果表明该方法效果良好。

摘要： 目的:观察优秀运动员台阶试验运动后心音信号的变化情况,探讨其在运动员心脏功能评定上的应用.方法:选取运动训练学专业19名男性大学生,年龄为19.9±0.9岁、身高为176.2±5.6cm、体重为72.3±6.8kg.受试对象均为国家二级及以上水平运动员.台阶试验高度为40cm,运动时间为3min,运动频率为30次/分,在安静状态和台阶试验后检测受试者的心音信号指标S1/S2(第1心音幅值与第2心音幅值的比值)、D/S(心脏舒张期时限与收缩期时限的比值)和S1/2相对值,测试采用运动心力监测仪(ECCM)进行.结果:(1)安静状态下心率为72.1±9.5次/min,S1/S2为2.0±1.2,D/S为1.9±0.4.(2)台阶试验后即刻心率为162.0±13.3次/min,S1/S2为6.9±2.9,D/S为1.4±0.3.和安静时比较,S1/S2显著性增高(P＜0.05);D/S显著性降低(P＜0.05).S1/2相对值为5.0±3.7,台阶指数为63.1±11.3.(3)进行相关分析,台阶指数和S1/2相对值相关系数为0.554 (P＜0.05).结论:(1)心音信号指标的结果提示,在台阶试验的次最大运动中,调用了心力储备和心率储备.(2)台阶指数和S1/S2相对值之间的显著性相关提示,在次最大运动中S1/2相对值是一种较好的反映心脏功能的指标.

摘要： 心音信号是典型的非平稳信号,该文提出了基于希尔伯特振动分解的心音信号分析方法。将心音信号分解为一组自适应谐波分量作为特征参数进行身份识别。对码本大小为60的心音数据库进行实验,结果识别率到达93.3％,证明了这个方法的有效性。

摘要： 心音信号是人体最重要的生理信号之一,在不同的人身上有着不同的特征并且具有较高的稳定性,可以作为生物认证技术的认证特征。该文在GMM动态阈值算法基础上,开发了一种基于射频识别的心音身份认证系统,实现了用户身份注册、身份认证功能。

摘要： 心音信号是人体最重要的生理信号之一，在不同的人身上有着完全不同的特征并且具有极高的稳定性，可以用作生物识别技术的识别特征。该文在梅尔频率倒谱系数特征提取和矢量量化模式匹配识别算法的基础上开发了一种基于虚拟仪器的嵌入式心音身份识别系统，实现了用户身份注册、身份辨识和身份确认的功能。该装置可为当前社会所面临的各种身份鉴定和信息安全问题提供一种准确率高、防伪能力强的生物识别新设备。

摘要： 心音信号是临床上有用的心脏疾病诊断工具，是一种很好的用于身份识别的方法，而在基于心音识别的系统中，提取反映用户个性特征的参数是关键问题之一。该文将Mel倒频系数的提取方法中的Mel滤波器组用小波变换后的信号频谱拼接来替代，以此提取了新的参数DWTMFC，并用矢量量化模型进行验证。实验结果表明DWTMFC参数的性能在矢量量化模型上确实要优于原始的MFCC参数。

摘要： 为了研究心力衰竭的内在特征和外在特征,设计一种基于集总参数的心血管系统仿真模型研究其内因,提出多尺度化基本尺度熵方法分析第一心音幅值序列复杂度研究其外因.本文首先给出了由体循环子模型、肺循环子模型和心脏子模型组成的心血管系统模型,利用状态变量分析法建立该模型的数学表达式;其次基于该模型不仅分析健康心脏的生理特征,并且重点研究心衰病态状况的生理特征;然后,基于多尺度化基本尺度熵分析算法,分析健康人和心衰人群的第一心音幅值序列复杂度.仿真实验结果表明,心力衰竭的内在特征之一是心脏心肌弹性系数的降低,心力衰竭的外在特征之一是S1幅值序列复杂度的降低.仿真结果与临床数据基本一致,表明本文所研究的内容具有可行性和实用性.

摘要： 本发明的实施例公开一种监测心音信号的方法及心音信号监测装置。方法包括：在孕妇腹部皮肤粘贴一金属电极动片，并将金属电极动片连接至一电容测量电路的一端，金属电极动片与皮肤机械接触但电气上绝缘；在与金属电极动片距离为预先设置的间距阈值的位置，固定一金属电极静片，并连接至所述电容测量电路的另一端；利用弹性介质将金属电极动片与金属电极静片相连，调整金属电极动片的弹性模量与孕妇皮肤弹性模量相近；在进行胎心音信号监测时，利用电容测量电路检测由于金属电极动片与金属电极静片之间间距变化引起的电容量变化，基于检测的电容量变化得到胎心音信号。应用本发明，可以提升胎心音信号监护的准确率、降低监护成本。

摘要： 本发明公开了一种心音信号的判别方法，包括设定提取心音特征波形的模型参数；进行心音检测，采集心音数据；将心音数据生成特征波形；计算在上述波形中的心音特征参数；计算得到心音特征参数的分布域的边界线；对得到的边界线生成近似的椭圆曲线，计算椭圆曲线的参数（x

摘要： 本发明公开了一种第二心音部分缺失心音信号的心率计算方法，包括以下步骤：对采集的心音信号进行滤波去噪；对滤波去噪后的心音信号进行二值化处理；根据二值化处理结果分别提取第一心音S1和第二心音S2位于波峰处的坐标位置，并将两个相邻周期第一心音S1和第二心音S2坐标位置依次记为S1、S2和临S1、临S2；计算第二心音部分缺失情形下的心率，遍历完整个心音信号，得到了一系列可信的S1的坐标位置，根据公式R＝60*f/(临S1‑S1)，计算出该心音信号的实时心率。本发明对第二心音部分缺失这种情况的非规则信号进行分段，每个分段为一个心音周期，通过多次校正，最后筛选出正确的心音周期，并基于此计算心率。

摘要： 本发明公开了一种第一心音部分遗漏心音信号的心率计算方法，包括以下步骤：对采集的心音信号进行滤波去噪；对滤波去噪后的心音信号进行二值化处理；根据二值化处理结果分别提取第一心音S1和第二心音S2位于波峰处的坐标位置，并将每个周期的第一心音S1和第二心音S2的坐标位置存储在数组a[0]、a[1]、……a[n]中；计算第一心音部分遗漏情形下的心率，遍历完整个心音信号，得到了一系列可信的S1的位置，根据公式R＝60*f/(临S1‑S1)，计算出该心音信号的实时心率，本发明对第一心音有遗漏这种情况的非规则信号进行分段，每个分段为一个心音周期，通过多次校正，最后筛选出正确的心音周期，并基于此计算心率。

摘要： 本发明提供一种心音监测装置、获取心音信号的方法及心音监测装置的配置方法。该装置包括：多个心音传感器，被配置为分别对应于待监测区域中不同的心音听诊位置，能够采集不同的心音听诊位置振动时产生的振动信号；心音定位器，被配置为根据所述多个心音传感器所采集的所述振动信号的特征，确定所述多个心音传感器中的主心音传感器以及辅心音传感器。该装置中，心音定位器能够根据心音传感器所采集的振动信号，确定心音传感器中的主心音传感器和辅心音传感器，以能够确定听诊过程中的最佳听诊位置，避免手动寻找最佳听诊位置，造成听诊过程不易操作、过程繁琐的问题。

摘要： 本发明的实施例公开一种监测心音信号的方法及心音信号监测装置。方法包括：在孕妇腹部皮肤粘贴一金属电极动片，并将金属电极动片连接至一电容测量电路的一端，金属电极动片与皮肤机械接触但电气上绝缘；在与金属电极动片距离为预先设置的间距阈值的位置，固定一金属电极静片，并连接至所述电容测量电路的另一端；利用弹性介质将金属电极动片与金属电极静片相连，调整金属电极动片的弹性模量与孕妇皮肤弹性模量相近；在进行胎心音信号监测时，利用电容测量电路检测由于金属电极动片与金属电极静片之间间距变化引起的电容量变化，基于检测的电容量变化得到胎心音信号。应用本发明，可以提升胎心音信号监护的准确率、降低监护成本。

摘要： 本发明公开了一种心音信号的判别方法，包括设定提取心音特征波形的模型参数；进行心音检测，采集心音数据；将心音数据生成特征波形；计算在上述波形中的心音特征参数；计算得到心音特征参数的分布域的边界线；对得到的边界线生成近似的椭圆曲线，计算椭圆曲线的参数（x

摘要： 本发明提供一种心音监测装置、获取心音信号的方法及心音监测装置的配置方法。该装置包括：多个心音传感器，被配置为分别对应于待监测区域中不同的心音听诊位置，能够采集不同的心音听诊位置振动时产生的振动信号；心音定位器，被配置为根据所述多个心音传感器所采集的所述振动信号的特征，确定所述多个心音传感器中的主心音传感器以及辅心音传感器。该装置中，心音定位器能够根据心音传感器所采集的振动信号，确定心音传感器中的主心音传感器和辅心音传感器，以能够确定听诊过程中的最佳听诊位置，避免手动寻找最佳听诊位置，造成听诊过程不易操作、过程繁琐的问题。

摘要： 本发明公开了一种第二心音部分缺失心音信号的心率计算方法，包括以下步骤：对采集的心音信号进行滤波去噪；对滤波去噪后的心音信号进行二值化处理；根据二值化处理结果分别提取第一心音S1和第二心音S2位于波峰处的坐标位置，并将两个相邻周期第一心音S1和第二心音S2坐标位置依次记为S1、S2和临S1、临S2；计算第二心音部分缺失情形下的心率，遍历完整个心音信号，得到了一系列可信的S1的坐标位置，根据公式R＝60*f/(临S1‑S1)，计算出该心音信号的实时心率。本发明对第二心音部分缺失这种情况的非规则信号进行分段，每个分段为一个心音周期，通过多次校正，最后筛选出正确的心音周期，并基于此计算心率。

摘要： 本实用新型适用于医疗器械技术领域，提供了一种心音信号滤波电路包括放大电路、15Hz高通滤波电路、50Hz工频陷波电路和2KHz低通滤波电路，放大电路的输入端连接心音信号采集装置的输出端，放大电路的输出端连接15Hz高通滤波电路的输入端，15Hz高通滤波电路的输出端连接50Hz工频陷波电路的输入端，50Hz工频陷波电路的输出端连接2KHz低通滤波电路的输入端，2KHz低通滤波电路的输出端连接心音信号分析装置的处理器。该电路对心音信号采集装置采集的心音信号进行处理，最终得到15Hz至2KHz的信号，实现对心音信号的精准提取，心音信号分析装置对15Hz至2KHz的信号进行分析，提高分析的准确性。