基于舒張期心音分析的冠脈狹窄智能診斷算法研究.pdf

1、冠心病是常見的心臟疾病之一，大多是由冠狀動(dòng)脈器質(zhì)性狹窄或阻塞引起的心肌機(jī)能障礙和器質(zhì)性病變，嚴(yán)重危害著人類的健康，早診斷、早治療是其防治的關(guān)鍵。當(dāng)心臟冠脈早期狹窄時(shí)，患者一般未有痛感或者心電圖檢測(cè)未出現(xiàn)異常，因此研究一種能夠檢測(cè)出早期冠脈狹窄的算法非常重要。心音綜合反映了心臟和心血管系統(tǒng)機(jī)械運(yùn)動(dòng)狀況，反映了心臟各個(gè)部分及相互作用的生理、病理信息。由冠脈血液湍流導(dǎo)致的心臟舒張期雜音，蘊(yùn)含著冠心病的病理特征。因此，舒張期心音信號(hào)的分析和研究

2、對(duì)冠心病的智能診斷具有重要意義。
　　本文主要研究了基于舒張期心音分析的冠脈狹窄智能診斷算法。通過(guò)分析舒張期心音信號(hào)的時(shí)頻域特性與冠脈狹窄現(xiàn)象的關(guān)系，提出了基于多頻率閾值下邊際能量和希爾伯特振動(dòng)分解（Hilbert Vibration Decomposition，HVD）的舒張期心音特征提取算法，構(gòu)建了適于小樣本的支持向量機(jī)，利用臨床采集的心音信號(hào)，實(shí)現(xiàn)了冠脈堵塞的智能診斷，獲得較好的診斷效果。
　　本文的主要研究?jī)?nèi)容是：<

3、br>　?。?）闡述了基于心音分析的心臟疾病智能診斷的背景，分析了國(guó)內(nèi)外學(xué)者對(duì)心音診斷技術(shù)的研究成果以及未來(lái)的發(fā)展趨勢(shì)。
　?。?）闡述了有關(guān)心音信號(hào)的基本特性，包括心音的產(chǎn)生原理、采集方式以及本文的實(shí)驗(yàn)環(huán)境和數(shù)據(jù)來(lái)源。重點(diǎn)介紹了冠心病的心音診斷機(jī)理，為冠心病的智能診斷提供理論依據(jù)和技術(shù)支撐。
　　（3）提出了基于多頻率閾值下邊際能量的舒張期心音診斷算法。首先采用經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥mpirical Mode Decomposi

4、tion，EMD）獲取能夠表征心音信號(hào)的固有模態(tài)函數(shù)（Intrinsic Mode Function，IMF）分量。其次研究希爾伯特變換的基本原理和算法步驟，利用仿真信號(hào)驗(yàn)證傅里葉頻譜和邊際能量譜之間的區(qū)別，采用邊際能量譜獲取多頻率閾值下的能量比值特征。通過(guò)主成分分析法降維，去除冗余特征。最后，分析正常人和冠心病患者的舒張期心音信號(hào)。結(jié)果表明，多頻率閾值下冠心病患者的舒張期心音信號(hào)的能量比值要高于正常人且具有顯著性差異，表明能量比值能有

5、效地揭示冠脈堵塞產(chǎn)生高頻心雜音的信息。
　?。?）提出基于改進(jìn)的希爾伯特振動(dòng)分解的舒張期心音診斷算法。首先研究HVD的基本原理，算法步驟和低通濾波器的參數(shù)。其次提出了自適應(yīng)波形匹配的邊界延拓方案，通過(guò)仿真信號(hào)驗(yàn)證有效性。然后將 HVD后的不同組合諧波分量的瞬時(shí)頻率均值作為特征。最后分析正常人和冠心病患者的舒張期心音信號(hào)。結(jié)果表明，冠心病患者的瞬時(shí)頻率均值高于正常人且具有顯著性差異。
　?。?）構(gòu)建了基于支持向量機(jī)（Suppo