收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波包分解的复杂心音信号分段定位与特征提取研究

马莉  
【摘要】:先天性心脏病(简称先心病)属于出生缺陷疾病。通过手术即可治愈,并且早发现、早治疗将大大提高其治愈率。但先心病的早期症状不明显,其诊断分为初诊和确诊,初诊阶段主要是听诊,易受主观经验影响而出现漏诊,耽误治疗的黄金时间。心音图含有大量的心脏信息,对心音图进行数字信号处理,可大大改善这一情况,提高疾病的诊断效率。 本文从心音的产生机制、信号时频特性,以及基本的心音处理流程出发,包括预处理、心音分割、特征提取,对心音信号进行了定量和定性分析。 在预处理阶段,提出了针对心音分析的简化小波包多分辨率分解算法,得到了心音能量在不同频率段的分布,有效地将噪声与心音、生理及病理杂音分离开后;利用心音与杂音的频率分布关系,定性地将各小波包系数划分为超低、低、中和高频4个频段,并使用归一化香浓能量包络提取算法,来计算上述4个频段的信号包络;然后根据自相关相关原理,通过相乘与相加对这四个包络信号进行突出与压缩,得到心音包络和标尺包络。其中,心音包络具有信号的总体包络信息,而标尺包络对能量较强的奇异点进行了放大,对能量较弱的毛刺进行了削弱。 在心音分割阶段,本文提出了新的包络提取策略,利用心音包络和标尺包络,结合心音基本时域特征,实现了心音的自适应分段定位,且无需心电等其他参考信息。该方法从时域和频域两大角度出发,得到的包络信息较完整。对正常和异常共计50例复杂心音的定位分段准确率达95%以上。新的方法不仅效率高,同时有效地降低了传统心音分段方法仅从峰值点处左右移动固定长度,来计算心音边界位置而存在的偏移风险,减少误判等错误的出现。 在特征提取方面,本文进行了杂音检测和心力储备评估两方面的心音特征提取,将郭兴明教授提出的心脏储备指标(S1/S2、D/S、HR)作为先心病无创检测的辅助指标,发现异常心音的D/S评级较低,HR偏高。此外,杂音的出现是先心病最主要的病症,为此本文计算了收缩期、舒张期各期能量分数,发现在中、高频段早、中、晚各期的能量分数中,异常心音要高于正常心音,这有力地提示了病理杂音的出现;其次,发现低频段生理杂音较多,且容易与该频段的病理杂音混淆,同时正常的第三心音和第四心音,容易与舒张期中、晚期杂音混淆,至此,本文从频率和能量的角度,对正常、异常,以及不同疾病程度的50例心音进行研究,提取到了有效的心音信号特征,为临床心音分析应用的开发打下了基础。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 葛丁飞;李小梅;;心电信号多周期融合特征提取和分类研究[J];中国生物医学工程学报;2006年06期
2 张绍武;潘泉;赵春晖;程咏梅;;基于加权自相关函数特征提取法的多类蛋白质同源寡聚体分类研究[J];生物医学工程学杂志;2007年04期
3 薛建中,郑崇勋,闫相国;快速多变量自回归模型的意识任务的特征提取与分类[J];西安交通大学学报;2003年08期
4 王双维;樊晓平;廖志芳;;一种激光诱导荧光光谱特征提取新方法[J];计算机工程与应用;2008年12期
5 杨晓敏,罗立民;白细胞自动分类中的特征提取和分析[J];北京生物医学工程;1992年04期
6 杜军平,涂序彦;计算机图像处理技术在舌像特征提取中的应用[J];中国医学影像技术;2003年S1期
7 游佳;陈卉;;数字图像中血管的分割与特征提取[J];生物医学工程与临床;2011年01期
8 谢轶峰;;乳腺超声图像肿瘤特征提取与肿瘤分类[J];中外医疗;2013年16期
9 吴泽晖,吴星;医学图象的边缘特征提取[J];海南师范学院学报(自然科学版);2003年03期
10 杨晓敏,罗立民,韦钰;血液白细胞计算机分类中的特征提取研究[J];应用科学学报;1994年02期
11 王威琪,汪源源;医学超声信号及其特征提取[J];中国医疗器械信息;2004年01期
12 孙占全;高颖;西广成;易建强;刘强;;基于关联度的特征提取方法及其在中医中的应用[J];生物医学工程学杂志;2008年05期
13 葛丁飞;翁剑枫;;基于2D-LDA和高频心电信号的心肌梗死特征提取和分类[J];航天医学与医学工程;2013年02期
14 黄志华;李明泓;马原野;周昌乐;;事件诱发电位信号分类的时空特征提取方法[J];生物化学与生物物理进展;2011年09期
15 吴靖;;计算机化ECG分析中的特征提取[J];国外医学.生物医学工程分册;1992年02期
16 ;《小波变换用于心电波形中细微特征提取方法的研究》项目通过省级鉴定[J];数据采集与处理;2000年02期
17 郑淑贤,赵万华,范晓逶,卢秉恒;残肢超声图像重建及骨骼与皮肤特征提取[J];中国康复理论与实践;2005年03期
18 王淑艳,李昌青;心电图智能检测仿真研究[J];中国生物医学工程学报;2003年02期
19 葛丁飞;;基于MAR模型和优先权的多类别ECG分类诊断[J];航天医学与医学工程;2009年03期
20 范亚;刘伟;冯焕清;李传富;;基于配准前特征提取的颅脑病变检出方法研究[J];中国生物医学工程学报;2010年06期
中国重要会议论文全文数据库 前10条
1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年
2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年
5 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
6 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
8 杜栓平;丁烽;杨华;;基于小波系数聚类的特征提取器[A];中国声学学会2002年全国声学学术会议论文集[C];2002年
9 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年
10 刘红;陈光;宋国明;姜书艳;;模拟电路故障诊断中的特征提取方法[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
中国博士学位论文全文数据库 前10条
1 游大涛;基于听觉机理的鲁棒特征提取及在说话人识别中的应用[D];哈尔滨工业大学;2013年
2 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
3 杨先勇;基于信号局部特征提取的机械故障诊断方法研究[D];浙江大学;2009年
4 杨章静;基于邻域结构的特征提取及其在人脸识别中的应用研究[D];南京理工大学;2014年
5 刘艳艳;子空间特征提取方法及其在人脸识别中的应用[D];大连理工大学;2008年
6 赵海滨;脑—机接口的特征提取和分类方法研究[D];东北大学;2009年
7 朱杰;特征提取和模式分类问题在人脸识别中的应用与研究[D];南京理工大学;2012年
8 Ramadhan Abdo Musleh Alsaidi;基于分层稀疏表示的特征提取方法及其应用[D];华中科技大学;2014年
9 刘正军;高维遥感数据土地覆盖特征提取与分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
10 张志伟;面向产品文件的特征提取与建模研究[D];天津大学;2009年
中国硕士学位论文全文数据库 前10条
1 牟华英;脑电信号特征提取的算法研究[D];华南理工大学;2010年
2 赵冬娟;人脸识别过程中特征提取方法的研究[D];江南大学;2011年
3 李新欣;基于拖曳式水平渔探仪目标信号的特征提取及分类识别研究[D];哈尔滨工程大学;2007年
4 周斌;信号细微特征提取及识别技术研究[D];哈尔滨工业大学;2011年
5 祁俊;人脸识别中特征提取与选择算法的研究[D];兰州理工大学;2012年
6 李秋婷;人脸图像中特征提取方法的研究[D];东北大学;2010年
7 汪磊;基于结构特征提取的选票分析系统的设计与研究[D];安徽大学;2013年
8 封顺;基于判别保持映射方法的特征提取研究[D];东北师范大学;2013年
9 方盛昌;基于核的特征提取方法的人脸识别研究[D];东华大学;2008年
10 葛瑜;脑—机接口系统中的特征提取与分类算法研究[D];国防科学技术大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978