基于圖像處理的心音圖特征提取技術的研究.pdf

1、在數學上可以通過作圖幫助解決一些抽象的問題，將抽象的問題具體圖形化可以幫助理解問題的本質。心音信號是人體最重要的生理信號之一，對它進行圖形化可以將抽象的聲音信號轉換成人們更善于理解的波形圖像。論文中二維心音圖概念就是基于這樣的理念誕生。二維心音圖可以真實地記錄正常心音、額外心音以及心臟雜音。在醫(yī)學上，二維心音圖和心臟聽診同時運用可以取長補短。在生理信息方面，二維心音圖包含豐富的個人生理信息，如個人健康信息和身份信息等。
　　圖像處

2、理技術經過多年的快速發(fā)展，已經趨于成熟。論文首先運用一維信號處理方法對心音信號進行小波降噪和幅值歸一化，將處理后的心音轉換成具有統(tǒng)一性和可比性的標準二維心音圖。接著運用圖像處理技術對二維心音圖進行預處理，包括灰度化、背景歸一化、二值化、細化操作。然后結合心音的生理意義和二維心音圖圖像特征，對能表征二維心音圖生理信息的圖像特征進行分析研究，重點研究了二維心音圖縱橫坐標比和拐點序列碼特征。其中，縱橫坐標比是將一維心音幅值時間比的生理健康信息

3、轉換成二維圖像后提出來的；拐點序列碼是將一維心音雙峰子波、三峰子波、四峰子波概念轉換成二維圖像后提出來的，它能表征身份信息唯一性的細節(jié)特征。小波分解系數特征是小波分解得到圖像整體輪廓的低頻系數矩陣和圖像細節(jié)的高頻系數矩陣的組合特征參數。
　　最后，基于縱橫坐標比、拐點序列碼、小波分解系數三個特征，分別探討了利用歐式距離和支持向量機（SVM）兩種識別方法進行二維心音圖分類和身份識別的可行性，并做了大量實驗分析。根據實驗結果數據顯示，