基于EMD及SVD的心音信號提取方法研究.pdf

1、心音信號是人體內(nèi)一種能夠反映心臟及心血管系統(tǒng)運行狀況的重要生理信號。對心音信號進行檢測分析，能夠?qū)崿F(xiàn)多種心臟疾病的預警和早期診斷。隨著現(xiàn)代信號處理技術及生物醫(yī)學工程技術的發(fā)展，針對心音的分析研究已從傳統(tǒng)的人工聽診定性分析，發(fā)展到對特征性狀的定量分析。然而，心音信號在采集過程中，不可避免地會受到噪聲和其他器官活動聲音信號（如肺音等）的干擾，對后續(xù)的心音特征分析識別的準確性造成很大影響。因此如何實現(xiàn)心音信號的有效降噪及特征信息的準確提取是心

2、音分析研究領域的重要內(nèi)容。
　　由于心音信號與噪聲干擾通常在時頻域上存在非線性的混疊，因此傳統(tǒng)的時頻域分析方式難以有效去除噪聲及干擾。經(jīng)驗模態(tài)分解（EMD）是一種數(shù)據(jù)驅(qū)動的針對非平穩(wěn)信號的非線性分解方法，其時頻分辨率隨著輸入信號的特征變化而變化，具有較高的自適應性，在心肺音分離等方面已經(jīng)取得了一定的成效。然而，由于心音信號通常信噪比較低，并且部分噪聲干擾和信號在頻域上完全重疊，這導致傳統(tǒng)EMD方法分離的分量會出現(xiàn)模態(tài)混疊的問題，進

3、而嚴重影響分離效果。據(jù)此，本文在EMD的基礎上，引入了單通道奇異值分解(SSVD)方法，通過利用心音信號在時域上的準周期特性，對EMD獲得的固有模態(tài)函數(shù)(IMF)分量進行進一步的分解，并在此基礎上對各個特征分量進行篩選重構，從而獲得較為清晰的心音信號。綜合以上研究，提出了一套基于經(jīng)驗模態(tài)分解和周期對齊奇異值分解(EMD-CASVD)的完整心音信號降噪提取框架。
　　具體的研究內(nèi)容包括：研究了心音信號的生理學及時頻域特性，分析了心音

4、采集過程中所受噪聲及干擾的特性，并采用一種自適應定位分段方法，對心音進行定位分段及特征參數(shù)提??；研究了經(jīng)驗模態(tài)分解理論及其在心音信號分解中的應用方法和原理，對心音信號進行EMD分解和IMF分量篩選，利用IMF分量的窄帶特性，有效濾除了大部分噪聲干擾；針對EMD分解后的篩選的心音IMF分量存在模態(tài)混疊問題，研究了利用周期間信號相關性構造單通道奇異值分解矩陣的方法，對IMF進行單通道奇異值分解，進一步分離信號與噪聲；提出了基于特征分量的能量