基于分形理論的心音信號特征分析與分類識別研究.pdf

1、心音作為人體重要的生理信號之一，有自己獨特的發(fā)生機制及特性，包含著心臟系統(tǒng)各種生理和病理信息。它能反映心臟及大血管的機械運動狀況，是臨床評估心臟功能狀態(tài)的無創(chuàng)而便捷的方法。研究表明，心音信號為確定的非線性信號，且具有明顯的分形特性。而現(xiàn)有的心音信號研究大多是建立在心音信號線性時變或時不變模型基礎(chǔ)之上的，并不能完全揭示心音信號的內(nèi)在機制，這就需要用非線性的相關(guān)理論分析心音。分形理論是非線性學科中一個活躍的數(shù)學分支，可以很好地揭示出非線性過

2、程內(nèi)在所具有的特殊規(guī)律。本文對心音信號進行基于分形理論的研究，著重分析心音信號的分形特征，從非線性的角度揭示心音信號的內(nèi)在特征規(guī)律，從而為心音信號的分析研究提供了一種新的方法。
　　本文從兩個方面提取心音信號的分形特征，關(guān)聯(lián)維數(shù)和多重分形。單一分形維數(shù)著重于從整體上描述分形體的不規(guī)則程度，多重分形具有良好的局部分析能力，二者結(jié)合從整體與局部的角度同時考慮信號的特征，提高分類識別的準確率。首先，對心音信號進行經(jīng)驗模式分解(empir

3、ical mode decomposition, EMD)，得到一系列固有模態(tài)函數(shù)(intrinsic mode functions,IMF)，這些IMF分量隨著心音信號頻率的變化而自適應(yīng)的變化。利用互相關(guān)系數(shù)準則對 IMF進行篩選，分析主IMF(IMF1~IMF4)分量的瞬時頻率特性，正常心音和異常心音的各個主 IMF分量的瞬時頻率特性存在明顯差異，說明經(jīng)驗模式分解能夠較好地反映心音信號的細節(jié)特征，結(jié)合G-P算法對主IMF(IMF1~

4、IMF4)分量分別求其關(guān)聯(lián)維數(shù)，各個主IMF分量的關(guān)聯(lián)維數(shù)構(gòu)成心音信號識別的特征向量。其次，分析心音信號的多重分形特性，包括廣義赫斯特指數(shù)、質(zhì)量指數(shù)和多重分形譜。綜合分析這三個多重分形特征，顯示心音信號具有多重分形特性，并且正常心音信號的多重分形特性強于異常心音信號。重點分析多重分形譜的四個特征參量，因各類心音信號的多重分形譜寬度較之于其它三個特征參量有顯著的差異，選取多重分形譜寬度作為心音識別的特征向量。最后采用支持向量機(SVM)作