準(zhǔn)平穩(wěn)心音信號的時頻和非線性特性分析及辨識.pdf

1、心臟的舒縮運(yùn)動中,由心肌收縮、心臟瓣膜開合以及血液撞擊心室壁和血管壁等引起振動而產(chǎn)生了心音。心音中含有心臟各個部分如心室、心房、心血管、大血管及心臟瓣膜功能狀態(tài)的大量信息,電子聽診可為心血管疾病的診斷提供有用的輔助信息。
　　為有效地挖掘蘊(yùn)含在心音中的生理、病理特征信息,本論文從心臟和血流運(yùn)動出發(fā),探討了心音的發(fā)源機(jī)理,充分利用現(xiàn)代信息處理技術(shù)對心音信號進(jìn)行剖析,得到心音及其特征的全面解讀。論文的主要工作包括以下幾個方面。

2、　　首先,研究了以心電信號為輔助參考信號,通過QRS波和T波的定位,實現(xiàn)第一心音(S1)和第二心音(S2)定位的方法;在此基礎(chǔ)上,把連續(xù)的心音信號分為單個心動周期,并在心動周期中實現(xiàn)收縮期、舒張期的劃分以及S1、S2心音成分的辨識;通過研究心音的包絡(luò)特性,定義了心動周期、心率、收縮期、舒張期、S1的時限、S2的時限、S1的強(qiáng)度以及S2的強(qiáng)度等心音的時域特征,實現(xiàn)了心音時域特征的部分量化;并以時域特征為主要依據(jù),提出了S2的正常分裂、寬分

3、裂和逆分裂三種情況的鑒別要點(diǎn)。
　　其次,探討了心音功率譜估計、短時傅里葉變換、小波變換、希爾伯特變換等時頻分析方法,對比了各種方法的優(yōu)劣;利用功率譜估計定義了心音的能量-頻率特征,實現(xiàn)了頻率特性的部分量化;在此基礎(chǔ)上,以時頻分析為主要手段,討論了正常S1和S2的頻率分布特性,提出了對二尖瓣關(guān)閉不全、肺動脈瓣狹窄、主動脈瓣狹窄、室間隔缺損、三尖瓣關(guān)閉不全等心臟機(jī)械性損傷引起的收縮期雜音進(jìn)行鑒別的要點(diǎn)。
　　針對心臟系統(tǒng)的非線

4、性特性,采用代理數(shù)據(jù)法證實心音信號為確定的非線性系統(tǒng)產(chǎn)生的混沌信號;探討了利用關(guān)聯(lián)維數(shù)和李亞普洛夫指數(shù)兩個非線性參數(shù)對心音信號的復(fù)雜程度進(jìn)行定量描述的方法。通過對四種不同心音樣本的關(guān)聯(lián)維數(shù)計算,表明不同的病變心音關(guān)聯(lián)維數(shù)有顯著區(qū)別。
　　進(jìn)一步,論文探討了心音自動聚類識別方法。在心音的特征向量構(gòu)成方面,充分考慮心音信號的復(fù)雜性,采用了Welch功率譜估計、歸一化平均香濃能量分析、關(guān)聯(lián)維數(shù)計算等多種方法從時域、頻域及非線性動力學(xué)等多

5、個角度分析心音并提取10個特征值形成特征向量;提出一種基于神經(jīng)網(wǎng)絡(luò)模型的智能識別系統(tǒng),同時采用了貝葉斯估計方法對給定的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,采用可逆跳轉(zhuǎn)方法簡化計算。實驗表明該心音辨識系統(tǒng)對給定類別的心音能夠?qū)崿F(xiàn)高準(zhǔn)確率的識別。
　　最后,就電子聽診系統(tǒng)的軟硬件實現(xiàn),論文特別針對心音信號的消噪預(yù)處理進(jìn)行了深入研究。以典型的混沌方程為例,采用仿真手段分析了基于小波變換的軟硬閥值、維納濾波以及隱含馬爾科夫模型三種消噪算法對噪聲混沌時間序列

6、非線性特性的影響,結(jié)果表明,基于小波變換的隱馬爾科夫模型的消噪算法對信號恢復(fù)效果最好,關(guān)聯(lián)維數(shù)和李亞普洛夫指數(shù)無顯著改變;在此基礎(chǔ)上,采用基于小波變換的隱含馬爾科夫模型消噪方法對心音信號進(jìn)行了消噪處理。
　　綜上,本文對心音信號進(jìn)行了多域分析,定量地提取心音和心臟雜音的強(qiáng)度、頻率及發(fā)生時間特征,實現(xiàn)心音信號的半智能化分析和自動鑒別。使電子聽診技術(shù)能夠提供比以往更多的心臟信息,進(jìn)一步擺脫聽診技術(shù)對主觀判斷的依賴性,使它在心血管疾病的