心音
- 基于樹(shù)莓派的心音診斷系統(tǒng)
一款實(shí)用、高效的心音采集系統(tǒng)，通過(guò)無(wú)創(chuàng)無(wú)痛的診療手段對(duì)心音信息進(jìn)行采集和存儲(chǔ)，并利用小波轉(zhuǎn)換實(shí)現(xiàn)心音信號(hào)的收集，給體驗(yàn)者一個(gè)直觀(guān)的檢測(cè)方式。系統(tǒng)會(huì)根據(jù)所收集的波形與數(shù)據(jù)庫(kù)中正常波形比對(duì)直接給出結(jié)果，這種測(cè)試方式準(zhǔn)確率高、成本低、占用時(shí)間短，不需要專(zhuān)業(yè)知識(shí)基礎(chǔ)，提升了心血管疾病的檢測(cè)率。系統(tǒng)數(shù)據(jù)庫(kù)采集的數(shù)據(jù)信息在醫(yī)學(xué)研究與臨床試驗(yàn)中起到很大的作用，對(duì)心血管疾病的治療研究有重大意義。1 心音簡(jiǎn)介心音（heart sound）是指由于心臟瓣膜關(guān)閉、心肌收縮和血液
現(xiàn)代計(jì)算機(jī) 2023年18期2023-12-05
- 基于毫米波雷達(dá)的心音檢測(cè)
睡眠監(jiān)測(cè)[3]。心音信號(hào)反映了心臟及主血管的機(jī)械運(yùn)動(dòng)，心臟的病變也會(huì)引起心音的病變，因此有效的心音信息可以輔助診斷心臟疾病[4]。心臟經(jīng)歷一次完整的收縮期和舒張期的時(shí)間稱(chēng)作心動(dòng)周期，心音信號(hào)伴隨著心臟的跳動(dòng)重復(fù)出現(xiàn)。每個(gè)心動(dòng)周期出現(xiàn)的心音信號(hào)通常都包含有第一心音（S1）和第二心音（S2），但這兩種心音的產(chǎn)生原因完全不同。第一心音的產(chǎn)生是由于心室收縮時(shí)二尖瓣、三尖瓣的閉合；第二心音則是由于心室舒張時(shí)主、肺動(dòng)脈瓣的閉合。LFM（Linear Frequency
現(xiàn)代電子技術(shù) 2023年23期2023-12-01
- 基于突變點(diǎn)檢測(cè)與峰值搜索的心音分割算法
102)1 引言心音是人體重要的生理信號(hào)之一,其包含的生理和病理信息是臨床心臟疾病診斷重要依據(jù)。例如:對(duì)先天性心臟病(congenialheartdisease,CHD)的初診和篩查主要依靠心臟聽(tīng)診。CHD是造成新生兒和嬰幼兒死亡的主要原因,在全國(guó)多地均位居新生兒出生缺陷的首位[1]。心臟聽(tīng)診,對(duì)醫(yī)生的經(jīng)驗(yàn)和主觀(guān)性有極大的依賴(lài),具有局限性、不穩(wěn)定性和不準(zhǔn)確性[2]。因此,用現(xiàn)代信息技術(shù)分析研究心音和輔助診斷技術(shù)具有重要意義。近年來(lái),國(guó)內(nèi)外學(xué)者對(duì)基于計(jì)算機(jī)的
計(jì)算機(jī)仿真 2023年6期2023-07-29
- 基于藍(lán)牙的無(wú)線(xiàn)聽(tīng)診器及應(yīng)用APP設(shè)計(jì)
實(shí)現(xiàn)無(wú)線(xiàn)監(jiān)聽(tīng)用戶(hù)心音，并集繪制心音圖、數(shù)據(jù)存儲(chǔ)和共享等功能于一體。該系統(tǒng)成本低、實(shí)用性強(qiáng)，適用于醫(yī)院、家庭等多種場(chǎng)合，解決遠(yuǎn)程采集患者心音數(shù)據(jù)的難題，提高了醫(yī)療便捷性，并且有利于無(wú)線(xiàn)聽(tīng)診和移動(dòng)醫(yī)療的推廣應(yīng)用。關(guān)鍵詞：無(wú)線(xiàn)聽(tīng)診；移動(dòng)醫(yī)療；心音；移動(dòng)端應(yīng)用程序中圖分類(lèi)號(hào)：TP311；TH776? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）03-0155-05Design of Wireless Stethoscope Based on Blue
現(xiàn)代信息科技 2023年3期2023-06-22
- 心音心電同步采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)*
信號(hào)［2～3］。心音是由于血流的沖擊及心血管壁的振動(dòng)、肌肉和肌腱的收縮、心臟瓣膜的開(kāi)關(guān)而制造的一種復(fù)合音［4］，能夠反映血液流動(dòng)及心臟活動(dòng)的情況。將心電和心音信號(hào)相結(jié)合進(jìn)行聯(lián)合分析，可有效提高心血管類(lèi)疾病的檢測(cè)［5］。目前，市場(chǎng)上的心電圖儀只能實(shí)現(xiàn)心電信號(hào)檢測(cè)，電子聽(tīng)診器只能夠進(jìn)行心音聽(tīng)診［6］。因此，本文將MEMS 先進(jìn)制造技術(shù)引入傳統(tǒng)的醫(yī)療器械領(lǐng)域，提出基于MEMS 高靈敏心音心電傳感器對(duì)心電和心音信號(hào)相結(jié)合進(jìn)行聯(lián)合分析的新思路，利用心電信號(hào)對(duì)心音信號(hào)
艦船電子工程 2023年1期2023-06-05
- 改進(jìn)殘差神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)心音分類(lèi)*
436)1 引言心音信號(hào)是由心肌收縮、心臟瓣膜開(kāi)閉和血液流動(dòng)撞擊等引起的振動(dòng)所產(chǎn)生的聲音。心音信號(hào)包含大量心臟生理信息，心音檢測(cè)結(jié)果可以比其他檢測(cè)結(jié)果更早表現(xiàn)器質(zhì)性心臟病體征[1]，因此對(duì)心音信號(hào)的有效分析有助于心臟疾病無(wú)創(chuàng)診斷。當(dāng)前深度學(xué)習(xí)在心音分類(lèi)領(lǐng)域已經(jīng)得到大量的應(yīng)用。根據(jù)當(dāng)前心音分類(lèi)領(lǐng)域深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型組合方式和訓(xùn)練方法，深度學(xué)習(xí)應(yīng)用在心音分類(lèi)領(lǐng)域的模式可分為以下3種：(1)一種或多種神經(jīng)網(wǎng)絡(luò)模型組合。許春冬等[2]通過(guò)構(gòu)造心音功率譜密度特征矩
計(jì)算機(jī)工程與科學(xué) 2022年8期2022-08-20
- 基于TINA-TI的心音聽(tīng)診電路實(shí)驗(yàn)教學(xué)仿真研究
TI仿真分析引入心音聽(tīng)診電路實(shí)驗(yàn)教學(xué)中，通過(guò)虛擬仿真運(yùn)用和掌握理論知識(shí)，進(jìn)而指導(dǎo)電路制作和調(diào)試，能夠有效激發(fā)學(xué)生的學(xué)習(xí)興趣，掌握研究方法，提高學(xué)生的綜合能力。1 TINA-TI簡(jiǎn)介T(mén)INA-TI是德州儀器(TI)公司與DesignSoft公司聯(lián)合為客戶(hù)提供的一個(gè)基于SPICE技術(shù)的電路仿真工具，適用于模擬電路和開(kāi)關(guān)模式電源電路的仿真[4]。TINA-TI提供多達(dá)千種的元器件模型庫(kù)，并且支持宏添加器件，具有簡(jiǎn)單、直觀(guān)的圖形界面和強(qiáng)大的分析能力，能夠進(jìn)行直流、
電氣電子教學(xué)學(xué)報(bào) 2022年3期2022-07-30
- 基于LABVIEW的遠(yuǎn)程電子聽(tīng)診器研制
傳輸、顯示和播放心音。關(guān)鍵詞：遠(yuǎn)程電子聽(tīng)診器;LabVIEW;DataSocket;心音一、緒論中國(guó)在1999年便進(jìn)入了社會(huì)老齡化階段，60歲以上人口占到總?cè)丝诘?0%以上。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2020年中國(guó)人口60歲以上占比17.3%，預(yù)計(jì)2050年占比上升至34.6%，現(xiàn)已成為世界上老年人口最多的國(guó)家，也是人口老齡化發(fā)展速度最快的國(guó)家之一。我國(guó)心血管疾病患者已經(jīng)超過(guò)2.7億人，每年死于心血管疾病近300萬(wàn)人，占我國(guó)每年總死亡病因的51%。很顯然，在中國(guó)人
科學(xué)與財(cái)富 2022年1期2022-05-31
- 基于小波閾值法的心音信號(hào)降噪處理
專(zhuān)業(yè)儀器去采集，心音信號(hào)都很容易受到外界或自身噪音的影響。即便是正常心音采集，也受到環(huán)境的噪音、自身的呼吸產(chǎn)生的噪音、檢測(cè)時(shí)摩擦的聲音等方面的影響。而對(duì)于病理心音來(lái)講，因其自帶的病理性雜音，就更加會(huì)干擾心音信號(hào)的收集，不利于心音信號(hào)的識(shí)別和提取。心音信號(hào)的去噪方法用得最多的就是小波變換，該方法可以在不失特征的前提下提取干凈有用的第一心音S1和第二心音S2，而這兩項(xiàng)信號(hào)是基本上能夠反映大多數(shù)心臟運(yùn)動(dòng)狀態(tài)的心音信號(hào)，以供后續(xù)的心音信號(hào)處理和分析[1]。1 心音
內(nèi)蒙古科技與經(jīng)濟(jì) 2021年20期2021-12-20
- 醫(yī)學(xué)生心音聽(tīng)診現(xiàn)狀和培訓(xùn)需求調(diào)查分析
100041)心音是由跳動(dòng)的心臟產(chǎn)生的聲音及雜音，心音反映了心臟瓣膜突然關(guān)閉時(shí)產(chǎn)生的湍流。聽(tīng)懂心音具有重要意義，醫(yī)生通過(guò)聽(tīng)診可以初步判斷患者心臟所處的病理生理狀態(tài)，評(píng)估病情，為后續(xù)診療奠定基礎(chǔ)。臨床醫(yī)生也需要通過(guò)病史、查體和自己的思考來(lái)培養(yǎng)自己的臨床思維能力，而生而具有的能力如五官、感受、思維等是臨床思維中的重要組成部分，善用自身能力能夠幫助醫(yī)生更快成長(zhǎng)[1]。隨著檢查手段的增多，醫(yī)生也可以借助其他診療手段明確心臟疾病病因，臨床醫(yī)生逐漸喪失了心音聽(tīng)診的能
基礎(chǔ)醫(yī)學(xué)與臨床 2021年12期2021-12-08
- 基于NAR-KF的心音信號(hào)仿真研究
000）0 引言心音信號(hào)即心臟產(chǎn)生的聲音所形成的信號(hào)[1]，是通過(guò)人體血液流通使心臟瓣膜打開(kāi)或關(guān)閉時(shí)振動(dòng)產(chǎn)生的聲音，是人體不可或缺的生物信號(hào)。為了更加精確地了解人體心音信號(hào)的特征[2]，近年來(lái)，大量學(xué)者對(duì)心音信號(hào)的預(yù)處理進(jìn)行了研究。心音信號(hào)的預(yù)處理包括去噪、包絡(luò)提取、分段定位以及特征提取[3]。在去噪方面，文獻(xiàn)[4]提出了基于小波變換的心音信號(hào)降噪方法，對(duì)于心音信號(hào)的降噪有較為明顯的效果，但是由于閾值函數(shù)的復(fù)雜程度導(dǎo)致適應(yīng)性不足，方法普適性存在缺陷。針對(duì)該
現(xiàn)代電子技術(shù) 2021年21期2021-11-04
- 高斯混合模型對(duì)心音信號(hào)系統(tǒng)的識(shí)別研究*
凈清晰，用于建模心音信號(hào)系統(tǒng)，具有較高的識(shí)別率。文章選取50例正常心音，對(duì)其建立一個(gè)GMM模型庫(kù)，將需要識(shí)別的心音信號(hào)與建立的模型庫(kù)進(jìn)行匹配，識(shí)別被測(cè)心音是否屬于正常心音。1心音信號(hào)的高斯建模識(shí)別思路近年來(lái)，對(duì)于生物識(shí)別系統(tǒng)，越來(lái)越多用到了高斯建模。對(duì)于心音信號(hào)的識(shí)別系統(tǒng)研究，建立GMM模型庫(kù)，最重要的一個(gè)環(huán)節(jié)就是正確提取MFCC特征參數(shù)。將樣本心音信號(hào)的特征參數(shù)進(jìn)行一系列的計(jì)算，最后建立GMM模型庫(kù)，同時(shí)將需要進(jìn)行識(shí)別的心音信號(hào)的特征參數(shù)也提取出來(lái)，對(duì)G
- 基于小波熵的心音信號(hào)去噪算法研究
255300)心音是心臟運(yùn)動(dòng)過(guò)程中所發(fā)出的聲音，鑒于其產(chǎn)生機(jī)制，干凈的心音信號(hào)蘊(yùn)含了大量的心臟健康狀況方面的信息，在評(píng)估心臟功能狀況中發(fā)揮了重要的作用。但從人體采集的心音信號(hào)往往特別微弱，在采集的過(guò)程中易受到來(lái)自身體內(nèi)部和外界的干擾而不可避免地混入噪聲。所以心音信號(hào)用于醫(yī)療診斷分析之前必須先要消除其中的噪聲[1]。目前常用的心音去噪算法有經(jīng)驗(yàn)?zāi)B(tài)分解去噪算法[2-3]和小波去噪算法[4-7]等?；诮?jīng)驗(yàn)?zāi)B(tài)分解的去噪算法簡(jiǎn)單地將心音信號(hào)分解為不同頻段的固
- 優(yōu)化的維納濾波算法在心音信號(hào)中降噪的應(yīng)用
可以檢測(cè)到人體的心音信號(hào),但是對(duì)于噪聲卻不能進(jìn)行自我的判斷與消除,而這些問(wèn)題就需要智能算法進(jìn)行彌補(bǔ).智能算法可以針對(duì)病人的心音信號(hào)和外界噪聲的特性,進(jìn)行自我分析與判斷,最后進(jìn)行降噪.本文所研究的對(duì)象是二尖瓣心音信號(hào),針對(duì)病人的二尖瓣心音信號(hào)來(lái)判斷病人的病情.1 二尖瓣心音信號(hào)降噪的研究現(xiàn)狀據(jù)分析,二尖瓣心音信號(hào)的噪聲主要來(lái)自于周?chē)h(huán)境中的噪聲、工頻噪聲(50 Hz)、病人與周?chē)矬w的摩擦、儀器本身含有的噪聲(35 Hz)等.這些噪聲會(huì)吞沒(méi)二尖瓣心音信號(hào)的有
- 基于數(shù)據(jù)庫(kù)的心音合成軟件設(shè)計(jì)
以診斷瓣膜疾病。心音是心臟跳動(dòng)過(guò)程中由瓣膜開(kāi)閉和血流沖擊所產(chǎn)生的，能夠反映心臟部分組織的健康狀況。當(dāng)心臟瓣膜發(fā)生病變后，心音中往往會(huì)有雜音出現(xiàn)。同時(shí)，采集心音無(wú)需昂貴的設(shè)備，這使得心音聽(tīng)診長(zhǎng)期以來(lái)被用于診斷心臟瓣膜疾病。一個(gè)心動(dòng)周期通?？梢苑譃?個(gè)部分：第一心音（S1）、第二心音（S2）、S1～S2間期和S2～next S1間期[6]，如圖1所示。其中，S1和S1～S2屬于收縮期，S2和S2～next S1屬于舒張期[7]。無(wú)論是醫(yī)生的聽(tīng)診教學(xué)，還是依據(jù)心
醫(yī)療衛(wèi)生裝備 2021年2期2021-03-04
- 基于便攜式電子聽(tīng)診器的心音信號(hào)分析
34）0 引 言心音是心臟搏動(dòng)過(guò)程中產(chǎn)生的一種振動(dòng)信號(hào)，能夠反映心臟活動(dòng)、血液流動(dòng)和心臟的健康情況[1]。傳統(tǒng)的心音聽(tīng)診工具是機(jī)械式聽(tīng)診器，依靠聽(tīng)診頭膜片的振動(dòng)采集心音信號(hào)。隨著技術(shù)的發(fā)展，出現(xiàn)了基于數(shù)字信息技術(shù)的新式電子聽(tīng)診器。這類(lèi)聽(tīng)診器改善了傳統(tǒng)聽(tīng)診器的部分缺陷，如噪聲干擾、微弱心音辨識(shí)度低等問(wèn)題，同時(shí)，結(jié)合數(shù)字處理技術(shù)可以對(duì)心音進(jìn)行定量分析[2]。近年來(lái)，在心音分析方面，許多學(xué)者利用現(xiàn)代信號(hào)處理技術(shù)對(duì)心音信號(hào)進(jìn)行研究。成謝鋒等采用線(xiàn)性預(yù)測(cè)編碼方法提取
現(xiàn)代電子技術(shù) 2021年4期2021-02-06
- 基于非平穩(wěn)系統(tǒng)辨識(shí)的心音包絡(luò)自適應(yīng)分割
較大比例[1]。心音信號(hào)(Heart Sound Signal,HSS)分析是心血管疾病常用的輔助診斷方法之一,主要通過(guò)計(jì)算機(jī)輔助診斷分析系統(tǒng)的形式進(jìn)行應(yīng)用。心音信號(hào)的輔助診斷系統(tǒng)流程可劃分為分割與分類(lèi)兩個(gè)主要步驟[2-3],其中分割是心音信號(hào)分析與診斷的基礎(chǔ)與前提,分割結(jié)果對(duì)整個(gè)系統(tǒng)的分析結(jié)果具有重要影響。然而,心音信號(hào)相當(dāng)敏感,極易受到儀器噪聲、環(huán)境噪聲、肺音、呼吸道音、腸鳴音及檢測(cè)者自身活動(dòng)狀態(tài)等因素的影響。此外,各類(lèi)病理原因也會(huì)導(dǎo)致心音中出現(xiàn)心雜音
計(jì)算機(jī)工程 2020年8期2020-08-19
- 聽(tīng)診位置對(duì)心音生物識(shí)別效果的影響
特征來(lái)研究，例如心音信號(hào)、腦電信號(hào)、心電信號(hào)、基因（DNA）等，這是生物識(shí)別技術(shù)研究的一個(gè)新方向［1-4］。心音身份識(shí)別作為一種生物識(shí)別手段具有獨(dú)特優(yōu)勢(shì)，因?yàn)?span id="j5i0abt0b" class="hl">心音信號(hào)是來(lái)源于人體內(nèi)部的一種動(dòng)態(tài)生理信號(hào)，它蘊(yùn)藏著與心臟相關(guān)的大量生理信息，心臟結(jié)構(gòu)的復(fù)雜性也決定了心音信號(hào)不容易被仿制。心音信號(hào)的普遍性、易采集性、唯一性、不易偽造性等特點(diǎn)使其可以作為一種高安全性的生物識(shí)別特征，并且現(xiàn)在已經(jīng)有大量研究結(jié)果證明將心音用于身份識(shí)別技術(shù)領(lǐng)域是可行的。但在目前心音識(shí)別的相
- 基于Android 移動(dòng)平臺(tái)的心音采集軟件的設(shè)計(jì)與實(shí)現(xiàn)
領(lǐng)域的研究熱點(diǎn)。心音是人體一種重要的生理信號(hào)，在心臟疾病的癥狀顯現(xiàn)之前，心音往往就會(huì)出現(xiàn)異常。因此，對(duì)心音信號(hào)進(jìn)行分析有助于較早發(fā)現(xiàn)心臟疾病。正常的心音中可聽(tīng)音通常包含第一心音（S1）和第二心音（S2）2 個(gè)部分，它們統(tǒng)稱(chēng)為基礎(chǔ)心音[3]。S1 產(chǎn)生于心室收縮的開(kāi)始階段，是由二尖瓣和三尖瓣的關(guān)閉引起的；S2 產(chǎn)生于心室舒張的開(kāi)始階段，是由主動(dòng)脈瓣和肺動(dòng)脈瓣的關(guān)閉引起的[4]。心音聽(tīng)診是一種成本低廉、操作簡(jiǎn)單的心臟檢查方法[5]。由于傳統(tǒng)的聽(tīng)診器體積較大，信
醫(yī)療衛(wèi)生裝備 2020年2期2020-03-18
- 基于RLS-ANC算法的心音去噪實(shí)驗(yàn)研究
S-ANC算法的心音去噪實(shí)驗(yàn)研究陳茜茹1,2，鐘清華1，張 涵1,2，李志為1（1. 華南師范大學(xué) 物理與電信工程學(xué)院，廣東 廣州 510631；2. 廣東省心腦血管個(gè)體化醫(yī)療大數(shù)據(jù)工程技術(shù)研發(fā)中心，廣東 廣州 510631）提出一種基于自適應(yīng)對(duì)消應(yīng)用遞歸最小二乘（RLS-ANC）算法定位構(gòu)建心音信號(hào)的方法。下位機(jī)采用專(zhuān)用醫(yī)學(xué)聽(tīng)頭采集心臟胸壁聲信號(hào)，以嵌入式處理器STM32F103為核心構(gòu)成心音信號(hào)采集實(shí)驗(yàn)系統(tǒng)，將采集的心臟胸壁聲信號(hào)通過(guò)串口傳遞給計(jì)算機(jī)，
實(shí)驗(yàn)技術(shù)與管理 2019年12期2019-12-27
- 基于CNN的心音特征融合分類(lèi)方法*
澤帆基于CNN的心音特征融合分類(lèi)方法*韓威1,2李昌2劉厶元1劉偉鑫1,2邱澤帆2（1.廣東工業(yè)大學(xué) 2.廣東省智能制造研究所 廣東省現(xiàn)代控制技術(shù)重點(diǎn)實(shí)驗(yàn)室）針對(duì)TFF1dCNN方法利用一維CNN分別對(duì)各心音片段的4個(gè)頻帶信號(hào)提取特征，可能無(wú)法充分提取各頻帶信號(hào)間相關(guān)信息的問(wèn)題，提出TFF2dCNN方法。先將4個(gè)頻帶信號(hào)融合成二維信號(hào)；再由二維CNN進(jìn)行特征提取和分類(lèi)。實(shí)驗(yàn)結(jié)果表明，該方法提升了分類(lèi)正確率。此外，還分析了心音樣本的分類(lèi)正確率與其包含的心動(dòng)周
自動(dòng)化與信息工程 2019年5期2019-11-27
- 基于DHMM的低心率變異性心音的分割方法
素圖像法[3]和心音分析[1-3]等。其中心音分析不僅可以檢測(cè)出受試者是否存在異常，還可通過(guò)其作出病況預(yù)測(cè)，且方便、快速、經(jīng)濟(jì)，是一種完全無(wú)損的檢測(cè)方法。心音分析已經(jīng)得到了廣泛應(yīng)用，并成為心血管疾病主要的輔助診斷方法之一。心音信號(hào)由心臟機(jī)械工作產(chǎn)生，其蘊(yùn)含著豐富的生理與病理信息。心音分割是心音自動(dòng)分析的主要步驟之一。心音周期性分析及分割的根本目的是通過(guò)提取各心音成分上的病理特征，使后續(xù)的心音分類(lèi)及診斷目標(biāo)性更強(qiáng)、準(zhǔn)確度更高?，F(xiàn)實(shí)中，心音極易受到臨床環(huán)境噪音
數(shù)據(jù)采集與處理 2019年4期2019-09-06
- 一種多閾值融合心音遞歸圖的設(shè)計(jì)與應(yīng)用
210003)心音信號(hào)是人體重要的生理信號(hào)之一，它包含了關(guān)于心臟各個(gè)部分如心房、心室、心血管以及各個(gè)瓣膜功能狀態(tài)的生理信息，具有普遍性、穩(wěn)定性、獨(dú)特性和可采集性等生物特征[1]。課題組在心音信號(hào)的基礎(chǔ)上構(gòu)建了心血管健康評(píng)估系統(tǒng)(進(jìn)入了研究生電子設(shè)計(jì)大賽全國(guó)總決賽并獲獎(jiǎng))-“生命心衣”，為了達(dá)到快而高效的效果，本文從二維的角度對(duì)心音部分進(jìn)行分析。心音信號(hào)是典型的非線(xiàn)性信號(hào)，并且具有混沌特性，而遞歸圖是分析時(shí)間序列周期性、混沌性的一種重要的非線(xiàn)性分析方法[2
振動(dòng)與沖擊 2019年16期2019-08-31
- 基于DSP的心肺音分離系統(tǒng)研究
診; DSP; 心音; 肺音; 分離系統(tǒng); 小波變換中圖分類(lèi)號(hào)： TN945+.5?34; TP391.4 ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）06?0092?04Abstract： In allusion to the problem that the heart sounds and lung sounds are mixed and also overlapped i
現(xiàn)代電子技術(shù) 2019年6期2019-04-04
- 基于自適應(yīng)子帶譜熵和短時(shí)平均幅度的心音端點(diǎn)檢測(cè)?
800）1 引言心音是心臟節(jié)律的外在表現(xiàn)，醫(yī)學(xué)上可以通過(guò)監(jiān)聽(tīng)心音實(shí)現(xiàn)對(duì)心臟健康狀況的分析。每一心動(dòng)周期可產(chǎn)生四個(gè)心音，在正常情況下，心音一般只包含第一心音（S1）和第二心音（S2），除S1、S2之外的心音稱(chēng)為額外心音；而當(dāng)心瓣膜發(fā)生病變時(shí)，瓣膜會(huì)出現(xiàn)異常的振動(dòng)及血流的改變，從而產(chǎn)生異常的心音，稱(chēng)心雜音。心雜音可與正常心音分開(kāi)或相連續(xù)，亦可完全覆蓋正常心音，因此在心臟病診斷中占有極其重要的地位［1］。端點(diǎn)檢測(cè)技術(shù)常用于語(yǔ)音信號(hào)的分析與識(shí)別，噪聲環(huán)境下的語(yǔ)音端
計(jì)算機(jī)與數(shù)字工程 2018年9期2018-09-28
- 基于混沌特性的心音反控制方法研究
心臟動(dòng)力學(xué)研究。心音信號(hào)作為心臟舒張和收縮的復(fù)雜機(jī)械運(yùn)動(dòng)過(guò)程中心肌、血液、心血管及瓣膜等所產(chǎn)生的復(fù)合音，能很好的反映心臟各個(gè)部分如心房、心室、心血管及各個(gè)瓣膜的功能狀態(tài)，且蘊(yùn)含了大量的生理與心臟早期病變的病理信息[2]。國(guó)內(nèi)外學(xué)者對(duì)心音信號(hào)混沌性進(jìn)行了探索性的研究，并取得了一些有價(jià)值的結(jié)論。Grebogic等[3]提出了混沌控制理論可以控制心率失常，隨后Garfinkel 等[4-5]運(yùn)用了正比擾動(dòng)反饋的控制方法(PPF)所產(chǎn)生基于混沌理論的電刺激信號(hào)去激
振動(dòng)與沖擊 2018年17期2018-09-27
- 基于LabVIEW的心音信號(hào)采集與分析平臺(tái)構(gòu)建
中心的思路。選擇心音信號(hào)采集與分析為研究課題,構(gòu)建基于LabVIEW的心音信號(hào)采集與分析平臺(tái)，更好地支持電子學(xué)實(shí)踐創(chuàng)新訓(xùn)練,全面提高學(xué)生的實(shí)踐能力、創(chuàng)新能力及工程應(yīng)用能力。該平臺(tái)可以拓展為深度學(xué)習(xí)和身份識(shí)別實(shí)驗(yàn)平臺(tái)[1-3]。1 設(shè)計(jì)原理和基本流程心音信號(hào)采集與分析平臺(tái)與傳統(tǒng)聽(tīng)診器、ECG和超聲多普勒儀等先進(jìn)的輔助診斷儀器相比,具有效果好、成本低的優(yōu)勢(shì)[4-6]。心音信號(hào)中包含心臟瓣膜疾病的豐富信息,在檢測(cè)該類(lèi)型疾病方面,心音信號(hào)有著獨(dú)一無(wú)二的優(yōu)勢(shì)。心音信
實(shí)驗(yàn)技術(shù)與管理 2018年8期2018-09-04
- 基于雙閾值的心音快速分段算法及其應(yīng)用研究
03)1 概 述心音信號(hào)是人體最重要的生理信號(hào)之一，它含有心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理信息，具備普遍性、獨(dú)特性和可采集性的生物特征，有助于分析多種心臟疾病和人體的精神壓力狀況。一般情況下，一個(gè)正常的心音信號(hào)可以分為第一心音S1、收縮期、第二心音S2和舒張期這四個(gè)部分[1-2]，它們組成了心音信號(hào)一個(gè)完整的心動(dòng)周期。心臟的收縮期是指從第一心音S1起點(diǎn)持續(xù)到第二心音S2起點(diǎn)的間隔，而舒張期則是指從第二心音S2起點(diǎn)持續(xù)到與
計(jì)算機(jī)技術(shù)與發(fā)展 2018年5期2018-05-28
- 基于心音周期性的自動(dòng)分段研究
就出現(xiàn)心臟雜音和心音變異。雜音的出現(xiàn)和心音變異包含著豐富的病理信息[1]。因此，心音信號(hào)可作為臨床輔助評(píng)估心臟功能狀態(tài)的基本參數(shù)。人體心音信號(hào)是心動(dòng)周期中，心臟瓣膜的開(kāi)關(guān)、肌腱和肌肉的舒張、血流的沖擊以及血管壁的振動(dòng)而產(chǎn)生的一種復(fù)合音，一個(gè)心動(dòng)周期中包括4個(gè)心音，通常稱(chēng)為S1（第一心音）、S2、S3和S4，多數(shù)情況下只能聽(tīng)見(jiàn)S1和S2[2]。心音信號(hào)分析處理的首要任務(wù)就是提取獨(dú)立的心動(dòng)周期。現(xiàn)有的心音分段方法有兩類(lèi)，一類(lèi)是以心電圖作為參考進(jìn)行分段，這類(lèi)方法
中國(guó)醫(yī)療設(shè)備 2018年1期2018-01-29
- 電子心音聽(tīng)診器的可視化研究
學(xué)，例如：通過(guò)聽(tīng)心音來(lái)判斷心律是否整齊、心臟瓣膜是否病變；通過(guò)聽(tīng)肺的呼吸聲來(lái)檢查肺功能；通過(guò)聽(tīng)腸道的蠕動(dòng)聲、胎兒的心跳聲或是胃的活動(dòng)聲音來(lái)判斷人體的腹部健康狀況[1-2]。本文研究對(duì)象是電子心音聽(tīng)診器，不但能實(shí)現(xiàn)心音實(shí)時(shí)播放，同時(shí)還具備心音圖實(shí)時(shí)顯示的功能。2 心音的產(chǎn)生機(jī)理心音是心臟各部分本身以及各部分之間相互運(yùn)動(dòng)所產(chǎn)生的生理性聲音，總的來(lái)說(shuō)，是指心臟、心血管系統(tǒng)機(jī)械運(yùn)動(dòng)產(chǎn)生的體現(xiàn)生理、病理方面信息的聲音。就目前臨床醫(yī)學(xué)而言，除了心音聽(tīng)診，也已經(jīng)逐步用心
信息記錄材料 2018年3期2018-01-12
- 雙聲道心音能量熵比的提取與識(shí)別研究
0023)雙聲道心音能量熵比的提取與識(shí)別研究孫科學(xué)1,2，魏 敏1，宋江珉1，李子炎1，成雨含3(1.南京郵電大學(xué) 電子科學(xué)與工程學(xué)院，江蘇 南京 210023;2.江蘇省射頻集成與微組裝工程實(shí)驗(yàn)室，江蘇 南京 210023;3.南京郵電大學(xué) 信息化建設(shè)與管理辦公室,江蘇 南京 210023)研究了雙聲道心音的能量熵比提取與分類(lèi)識(shí)別的基本原理和實(shí)現(xiàn)方法。分析了心音信號(hào)特性及提取雙聲道心音特征值的可行性和必要性。為了減少特征值的計(jì)算量，又能使特征值體現(xiàn)出時(shí)域
計(jì)算機(jī)技術(shù)與發(fā)展 2017年12期2017-12-20
- 一種心音身份識(shí)別中序列碼的安全性分析
10023)一種心音身份識(shí)別中序列碼的安全性分析宋江珉1，成雨含2，李子炎1，洪 亮1，孫科學(xué)1,3(1.南京郵電大學(xué) 電子科學(xué)與工程學(xué)院,江蘇 南京 210023；2.南京郵電大學(xué) 信息化建設(shè)與管理辦公室,江蘇 南京 210023;3.江蘇省射頻集成與微組裝工程實(shí)驗(yàn)室,江蘇 南京 210023)通過(guò)提出并利用相似度和平均相似度的概念，對(duì)現(xiàn)有的基于拐點(diǎn)序列碼的心音識(shí)別方法的安全性進(jìn)行了評(píng)估。結(jié)果表明，現(xiàn)有的基于拐點(diǎn)序列碼的心音識(shí)別方法存在規(guī)律明顯、易于偽造
計(jì)算機(jī)技術(shù)與發(fā)展 2017年11期2017-11-20
- 基于自相關(guān)函數(shù)的心音周期提取和識(shí)別?
基于自相關(guān)函數(shù)的心音周期提取和識(shí)別?吳云飛 周 煜 陳天浩 沈竹青（宿遷學(xué)院信息工程學(xué)院 宿遷 223800）論文提出一種對(duì)單個(gè)心音周期進(jìn)行快速定位并分析的方法。首先對(duì)心音信號(hào)進(jìn)行削波，通過(guò)短時(shí)自相關(guān)函數(shù)，實(shí)現(xiàn)對(duì)心音周期的定位；然后利用短時(shí)平均能量，小波包分解等時(shí)頻分析手段對(duì)心音特征參數(shù)提取并運(yùn)用概率神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi)。結(jié)果表明，該方法可以對(duì)17種不同心音進(jìn)行有效分類(lèi)；與常見(jiàn)方法比，不僅減少了運(yùn)算過(guò)程，而且可以實(shí)現(xiàn)對(duì)含有額外心音的復(fù)雜心音信號(hào)進(jìn)行判斷和識(shí)別。
計(jì)算機(jī)與數(shù)字工程 2017年10期2017-11-17
- 基于ARM架構(gòu)的智能心音檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
ARM架構(gòu)的智能心音檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)劉黎明(商丘師范學(xué)院 物理與電氣信息學(xué)院，河南 商丘476000)心音監(jiān)測(cè)對(duì)心臟疾病的早期診斷和預(yù)防有著重要的作用.針對(duì)老年人常年奔波于家庭和醫(yī)院之間看病行動(dòng)不便的問(wèn)題，設(shè)計(jì)一種用于檢測(cè)心音功能的便攜式心音信號(hào)采集系統(tǒng)，實(shí)現(xiàn)在家中就可以方便地對(duì)患者的心音進(jìn)行實(shí)時(shí)監(jiān)測(cè)和查看，該系統(tǒng)基于HKY06-C心音傳感器將采集到的心音信號(hào)通過(guò)藍(lán)牙設(shè)備傳輸?shù)街悄苁謾C(jī)進(jìn)行存儲(chǔ)和實(shí)時(shí)顯示，實(shí)驗(yàn)測(cè)試表明該系統(tǒng)達(dá)到設(shè)計(jì)要求.心音信號(hào)；嵌入式
商丘師范學(xué)院學(xué)報(bào) 2017年9期2017-08-11
- 基于香農(nóng)熵的心音信號(hào)檢測(cè)方法研究
5）基于香農(nóng)熵的心音信號(hào)檢測(cè)方法研究田文雪（西安建筑科技大學(xué)，陜西 西安 710055）對(duì)于診斷心血管疾病的多種模態(tài)的醫(yī)療數(shù)據(jù)中，作為音頻的心音信號(hào)一般在疾病發(fā)生病變之前就能表現(xiàn)出異常。文章主要對(duì)心音信號(hào)進(jìn)行分析與處理，利用dbN對(duì)心音進(jìn)行頻段劃分，去除心音噪聲，利用香農(nóng)熵提取心音包絡(luò)并利用時(shí)間門(mén)限檢測(cè)心音信號(hào)的特征點(diǎn)。心音信號(hào)；dbN；香農(nóng)熵；檢測(cè)；心血管疾病1 基于dbN小波的心音去噪本文心音的音頻信息利用普通音樂(lè)軟件將其轉(zhuǎn)換為WAV格式，之后利用MA
無(wú)線(xiàn)互聯(lián)科技 2017年6期2017-04-26
- 一種心音小波神經(jīng)網(wǎng)絡(luò)識(shí)別系統(tǒng)
10003)一種心音小波神經(jīng)網(wǎng)絡(luò)識(shí)別系統(tǒng)成謝鋒1,2, 傅女婷1, 陳 胤1, 張學(xué)軍1,2, 黃麗亞1(1.南京郵電大學(xué) 電子科學(xué)與工程學(xué)院, 南京 210003；2.南京郵電大學(xué) 射頻集成與微組裝技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室, 南京 210003)設(shè)計(jì)一種心音小波神經(jīng)網(wǎng)絡(luò)識(shí)別系統(tǒng)，將心音特征抽取、有針對(duì)性的神經(jīng)網(wǎng)絡(luò)層次化架構(gòu)和分類(lèi)識(shí)別融合一體，以解決復(fù)雜條件下的心音分類(lèi)識(shí)別問(wèn)題。提出基于心音小波神經(jīng)網(wǎng)絡(luò)的識(shí)別模型，討論如何構(gòu)造心音小波和心音小波神經(jīng)網(wǎng)絡(luò)的
振動(dòng)與沖擊 2017年3期2017-03-09
- 計(jì)算機(jī)心音聽(tīng)診教學(xué)系統(tǒng)的開(kāi)發(fā)
1000）計(jì)算機(jī)心音聽(tīng)診教學(xué)系統(tǒng)的開(kāi)發(fā)孫浩 綿陽(yáng)市第三人民醫(yī)院 （四川 綿陽(yáng) 621000）本文描述了計(jì)算機(jī)心音聽(tīng)診教學(xué)系統(tǒng)的實(shí)現(xiàn)方案。系統(tǒng)包含五部分和六個(gè)板塊，以數(shù)據(jù)庫(kù)為基礎(chǔ)，采用數(shù)字聲音技術(shù)，能以多種方式播放心音并顯示對(duì)應(yīng)的心音圖和心音說(shuō)明，克服了傳統(tǒng)教學(xué)方法的不足。系統(tǒng)中還介紹了心音聽(tīng)診知識(shí)，使用Visual Basic作為開(kāi)發(fā)平臺(tái)，后臺(tái)使用Access數(shù)據(jù)庫(kù)儲(chǔ)存數(shù)據(jù)。在系統(tǒng)中通過(guò)VB控件Adodc來(lái)連接窗體與數(shù)據(jù)庫(kù)。心音的播放則是使用了Window
中國(guó)醫(yī)療器械信息 2017年6期2017-01-19
- 基于PSoC4的可視化心音采集系統(tǒng)*
SoC4的可視化心音采集系統(tǒng)*游菡萏1，房玉2，王海濱1，劉雪敬1，甘鳳萍1（1.西華大學(xué) 電氣與電子信息學(xué)院，四川 成都 610039；2.山口大學(xué) 理工學(xué)研究科，日本 山口縣宇部市 755-8611）為提高醫(yī)生心音聽(tīng)診的準(zhǔn)確性，設(shè)計(jì)了一種可視化心音采集系統(tǒng)。PSoC4芯片采集心音信號(hào)，經(jīng)片內(nèi)放大、濾波，由音頻功放模塊實(shí)現(xiàn)實(shí)時(shí)聽(tīng)診，采用軟件數(shù)字濾波器算法濾除干擾信號(hào)，處理后的心音數(shù)據(jù)經(jīng)藍(lán)牙無(wú)線(xiàn)傳輸至PC進(jìn)行顯示和存儲(chǔ)。采集9名正常成年男性心音數(shù)據(jù)進(jìn)行臨床
電子技術(shù)應(yīng)用 2016年4期2016-11-28
- 基于小波變換的呼吸音降噪新方法研究
波技術(shù)將呼吸音和心音分離到兩個(gè)空間，分別通過(guò)重構(gòu)兩個(gè)空間的小波系數(shù)，重構(gòu)出呼吸音。通過(guò)對(duì)標(biāo)準(zhǔn)信號(hào)及對(duì)臨床采集呼吸音提取實(shí)驗(yàn)，ST?NST對(duì)正常人支氣管呼吸音降噪、AWT對(duì)哮喘病人哮鳴音降噪分別都有很好的效果。以上兩種方法，具有較強(qiáng)的實(shí)用價(jià)值，可以得到高信噪比的呼吸音信號(hào)，為后續(xù)呼吸音特征提取和分類(lèi)提供了基礎(chǔ)。關(guān)鍵詞：呼吸音；心音；小波自適應(yīng)閾值；平穩(wěn)?非平穩(wěn)濾波技術(shù)；降噪0 引言隨著大氣污染加劇，空氣受到嚴(yán)重污染，環(huán)境問(wèn)題越來(lái)越成為大眾關(guān)心的話(huà)題。隨之而來(lái)
現(xiàn)代電子技術(shù) 2016年3期2016-07-16
- 心音采集的實(shí)現(xiàn)
計(jì)了一種袖珍型的心音監(jiān)聽(tīng)儀。本作品通過(guò)心音傳感器采集心音數(shù)據(jù)，使用PC處理數(shù)據(jù)，再上傳至網(wǎng)站數(shù)據(jù)庫(kù)。使用者可以實(shí)時(shí)監(jiān)測(cè)自身的健康狀況。在發(fā)生問(wèn)題的時(shí)候，也可以立刻將檢查結(jié)果發(fā)送給醫(yī)生，使得醫(yī)生的工作效率加快，亦減少了病人的等待時(shí)間?！娟P(guān)鍵詞】心音；健康；大數(shù)據(jù)0 引言根據(jù)心音來(lái)診斷心臟的歷史可以追溯到很久以前。但是聽(tīng)心音的儀器的產(chǎn)生卻僅僅二百多年的歷史。1816年，第一個(gè)發(fā)明了聽(tīng)診器是法國(guó)醫(yī)生Laennec，而正式用于臨床判斷的卻是在1817年。其實(shí)，起初
科技視界 2016年15期2016-06-30
- 心音信號(hào)采集及自動(dòng)識(shí)別系統(tǒng)
字仍在逐年增長(zhǎng)。心音信號(hào)是某些心臟疾病的直觀(guān)反映，對(duì)心音信號(hào)進(jìn)行分析研究可以幫助人們及時(shí)的發(fā)現(xiàn)心血管疾病。傳統(tǒng)的獲取心音信息是通過(guò)心臟聽(tīng)診來(lái)完成的，心臟聽(tīng)診是無(wú)創(chuàng)檢測(cè)的非常重要的一種方法，是心電圖無(wú)法取代的。但是心臟聽(tīng)診主要由經(jīng)驗(yàn)豐富的醫(yī)生完成，診斷的過(guò)程中難免會(huì)有醫(yī)生的主觀(guān)判斷，當(dāng)然醫(yī)生的聽(tīng)力更加限制了醫(yī)生的判斷，所以?xún)H僅以聽(tīng)覺(jué)判斷心臟是否病變使得心音信號(hào)不能被充分利用。為了能有效的利用心音信號(hào)，本文從數(shù)字信號(hào)的角度深刻剖析了心音信號(hào)，從理論到實(shí)際對(duì)心音
科技視界 2015年34期2015-12-23
- 電子心音聽(tīng)診器的研制
式聽(tīng)診器[2].心音是心臟各部分本身以及各部分之間相互運(yùn)動(dòng)所產(chǎn)生的生理性聲音.20世紀(jì)60年代出現(xiàn)了心音圖，在一定程度上，為發(fā)現(xiàn)和診斷心血管疾病提供了幫助[3].隨著科技的進(jìn)步，現(xiàn)有的電子聽(tīng)診器相對(duì)傳統(tǒng)聽(tīng)診器有了一定的進(jìn)步，已邁向電子化和數(shù)字化，其中“簡(jiǎn)便清晰電子聽(tīng)診器”、“多功能電子聽(tīng)診器”和“醫(yī)用電子聽(tīng)診器”都具有一定的信號(hào)預(yù)處理功能，改善了信號(hào)的精度和準(zhǔn)確度，但價(jià)格昂貴.國(guó)外對(duì)心音信號(hào)的分析發(fā)展較早[4].1986年，Durand[5]對(duì)傳統(tǒng)譜分析和
- 基于心音的心功能監(jiān)測(cè)方法及裝置
116024基于心音的心功能監(jiān)測(cè)方法及裝置唐洪，覃開(kāi)蓉，邱天爽大連理工大學(xué) 生物醫(yī)學(xué)工程系，遼寧大連 116024心音是心臟血流動(dòng)力與心臟相互作用而產(chǎn)生的一系列機(jī)械振動(dòng)。從心音的產(chǎn)生機(jī)制上看，心音特征與心臟血流動(dòng)力之間存在對(duì)應(yīng)關(guān)系。心音特征有可能實(shí)時(shí)反映某些心功能的變化。本文總結(jié)前人的研究成果，定義了5個(gè)心音特征指標(biāo)，在硬件平臺(tái)上對(duì)志愿者高負(fù)荷運(yùn)動(dòng)后的心音進(jìn)行實(shí)時(shí)監(jiān)測(cè)。結(jié)論表明心音特征指標(biāo)能實(shí)時(shí)反映志愿者的心功能變化。心音；心功能；幅度比值；舒張期與收縮期
中國(guó)醫(yī)療設(shè)備 2015年10期2015-06-01
- 基于Labview2014的心音信號(hào)瞬時(shí)頻率分析
iew2014的心音信號(hào)瞬時(shí)頻率分析韋博軒，彭松 蘭州理工大學(xué) 電氣工程與信息工程學(xué)院，四川 成都 6100310 前言近年來(lái)，隨著物質(zhì)生活的極大豐富，冠心病的發(fā)病率及死亡率呈逐年遞增趨勢(shì)，嚴(yán)重威脅著人類(lèi)健康。心臟病的診斷與治療已成為世界醫(yī)學(xué)界研究的熱點(diǎn)問(wèn)題，尤其是心音相關(guān)的心臟疾病。利用現(xiàn)代信號(hào)處理技術(shù)對(duì)心音進(jìn)行分析研究，是診斷心音相關(guān)心臟疾病的重要手段。心音具有隨機(jī)性、噪音大、信號(hào)微弱等特性，僅依靠醫(yī)務(wù)人員采用傳統(tǒng)方法進(jìn)行主觀(guān)判斷與分析不是非?？煽?，因
中國(guó)醫(yī)療設(shè)備 2015年4期2015-04-17
- 基于Android的心音身份識(shí)別系統(tǒng)研究
的生物識(shí)別技術(shù)，心音身份識(shí)別技術(shù)采用心音信號(hào)進(jìn)行身份識(shí)別。不同的人的心音信號(hào)有著完全不同的特征且具有極高的穩(wěn)定性，可以作為生物識(shí)別技術(shù)的識(shí)別特征[3]。近年來(lái)，國(guó)內(nèi)外一些研究人員對(duì)心音身份識(shí)別進(jìn)行了研究，證明了采用心音信號(hào)進(jìn)行個(gè)人身份識(shí)別的可能性，并取得了一定的進(jìn)展[4]。本文開(kāi)發(fā)的基于Android的心音身份識(shí)別系統(tǒng)，能夠方便地完成對(duì)用戶(hù)心音信號(hào)的采集，完成用戶(hù)的注冊(cè)以及識(shí)別。1 心音身份識(shí)別原理利用心音信號(hào)進(jìn)行身份識(shí)別主要包括兩個(gè)過(guò)程:訓(xùn)練過(guò)程和識(shí)別過(guò)
- 應(yīng)用狀態(tài)描述方法(SRM)的心音信號(hào)識(shí)別
方法(SRM)的心音信號(hào)識(shí)別張曉芬1，嚴(yán)中洪2(重慶理工大學(xué)藥學(xué)與生物工程學(xué)院，重慶 400054)介紹了一種新的心音信號(hào)識(shí)別方法——狀態(tài)描述方法(SRM)，它不僅能有效區(qū)分正異常心音，還能對(duì)同一個(gè)人不同時(shí)期的心音狀態(tài)進(jìn)行評(píng)估。利用SRM分析心音信號(hào)，通過(guò)傳統(tǒng)的方法提取出心音信號(hào)的特征值后，構(gòu)建出SRM模型。實(shí)驗(yàn)結(jié)果表明:通過(guò)該模型可以有效區(qū)分不同狀態(tài)的心音信號(hào)。區(qū)別于傳統(tǒng)心音識(shí)別方法，SRM通過(guò)尺度的變化能不同程度地顯示心音的狀態(tài)變化，為研究生物信號(hào)模式
- 基于希爾伯特-黃變換和提升小波包相結(jié)合的心音信號(hào)識(shí)別研究
升小波包相結(jié)合的心音信號(hào)識(shí)別研究江玉柱，張 偉，韓立喜，張 康，李 松，井 賽，張 科，尹曉峰目的：研究基于希爾伯特-黃變換和提升小波包相結(jié)合的方法對(duì)正常和異常心音信號(hào)識(shí)別的效果。方法：首先用DB6小波對(duì)心音信號(hào)進(jìn)行降噪處理，然后用希爾伯特-黃變換分析提取心音信號(hào)的時(shí)域、頻域特征值，再通過(guò)自適應(yīng)提升小波包提取信號(hào)的頻帶能量特征值，最后通過(guò)支持向量機(jī)對(duì)心音信號(hào)進(jìn)行分類(lèi)識(shí)別。結(jié)果：對(duì)臨床采集的240例異常心音和正常心音進(jìn)行實(shí)驗(yàn)，正確識(shí)別率達(dá)到97.2%，且運(yùn)算
醫(yī)療衛(wèi)生裝備 2014年10期2014-03-24
- 二維心音圖特征提取與識(shí)別方法的研究
10003）二維心音圖特征提取與識(shí)別方法的研究成謝鋒， 蔡華民（南京郵電大學(xué)電子科學(xué)與工程學(xué)院，江蘇 南京 210003）針對(duì)心音的特征提取問(wèn)題，將一維心音信號(hào)轉(zhuǎn)換成二維心音圖，采用圖像處理技術(shù)提取心音的圖像特征。本文首先對(duì)一維心音信號(hào)進(jìn)行小波降噪和幅值歸一化，將處理后的心音信號(hào)轉(zhuǎn)換成具有統(tǒng)一性和可比性的二維心音圖，并進(jìn)行預(yù)處理；然后結(jié)合心音生理意義和二維心音圖的圖像特征，對(duì)能表征二維心音圖生理信息的圖像特征進(jìn)行分析研究，重點(diǎn)研究二維心音圖縱橫坐標(biāo)比和拐點(diǎn)
圖學(xué)學(xué)報(bào) 2014年2期2014-03-06
- 基于小波變換的病灶心音信號(hào)識(shí)別
疾病診斷技術(shù)中，心音信號(hào)分析發(fā)揮著十分重要的作用[2]。通過(guò)心音診斷技術(shù)檢測(cè)病灶信號(hào)可以實(shí)現(xiàn)無(wú)創(chuàng)診斷，及早發(fā)現(xiàn)疾病并做好早期治療工作。隨著對(duì)小波變換的深入研究，小波變換應(yīng)用日益廣泛，在心音信號(hào)的提取和分析技術(shù)中起著重要的作用[3]。小波變換的優(yōu)點(diǎn)是，能同時(shí)對(duì)信號(hào)時(shí)域和頻域進(jìn)行分析，具有良好的頻域投射特點(diǎn)，因而能夠?qū)?span id="j5i0abt0b" class="hl">心音信號(hào)投射到不同尺度中進(jìn)行能量分析。目前，心音信號(hào)基于小波包變換的處理算法復(fù)雜度高、處理速度慢，且對(duì)硬件要求高，因而實(shí)用性不強(qiáng)。本文提出了一種
中國(guó)醫(yī)療設(shè)備 2013年2期2013-11-19
- 基于虛擬儀器的心音采集與分析系統(tǒng)設(shè)計(jì)*
器的開(kāi)發(fā)與利用，心音信號(hào)的有效利用受到冷落。但超聲多譜勒儀價(jià)格昂貴，不易于普及；ECG信號(hào)雖然對(duì)與血液循環(huán)和血液組織相關(guān)疾病的診斷比較有效，但是不能準(zhǔn)確地反映與器質(zhì)性心臟病有關(guān)的病理信息[1]。心音信號(hào)是一種具有重要貢獻(xiàn)的生理信號(hào)，含有關(guān)于心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量病理信息，在檢測(cè)該類(lèi)型疾病的領(lǐng)域，心音信號(hào)有著不可比擬的優(yōu)越性。同時(shí)心音信號(hào)的檢測(cè)方便、無(wú)創(chuàng)、花費(fèi)極小，可作為心臟病檢測(cè)、預(yù)防的常規(guī)手段。更值得一提的是，心
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2012年4期2012-08-20
- 人造機(jī)械瓣心音的分析研究
心臟病的診斷中，心音聽(tīng)診是最有效、最便宜也是應(yīng)用得最成功的手段之一。一些研究表明，聽(tīng)診的敏感度比使用超聲心音檢查法和熒光攝影檢查法要高出92%。但是，心音所包含的全部信息并不能輕易被人耳所聽(tīng)取和辨析。例如，人耳對(duì)頻率改變的敏感度要比對(duì)強(qiáng)度改變的敏感度要高，因而導(dǎo)致聲波實(shí)際上的頻率改變往往被誤辨為強(qiáng)度的改變。因而，僅憑借傳統(tǒng)上的聽(tīng)診手段，要做出正確的判斷并不是一件容易的事情，往往在很大程度上取決于醫(yī)生的經(jīng)驗(yàn)和其聽(tīng)覺(jué)的靈敏度。為了改變這種狀況，信號(hào)處理和模式識(shí)
- 基于多尺度特征波形的心音分段算法*
徐越病 郭 峰心音信號(hào)中包含大量的病理、生理信息，因此，心音聽(tīng)診對(duì)于臨床診斷具有重要意義。心音信號(hào)較心電信號(hào)可以更早的反映早期的心臟病理信息，具有早期診斷的作用。目前，對(duì)于心音的研究日益成熟[1]。心音定位為心音信號(hào)特征提取和模式識(shí)別提供基準(zhǔn)。心電信號(hào)輔助心音定位可以獲得好的效果，但其對(duì)硬件要求很高，普及應(yīng)用具有局限性。近年來(lái)，許多依靠數(shù)字信號(hào)處理的自動(dòng)心音分段算法相繼產(chǎn)生[2-5]。由于人們對(duì)圖形的邊界敏感，因此以心音包絡(luò)線(xiàn)為基礎(chǔ)的心音分段一直為主流思
中國(guó)醫(yī)學(xué)裝備 2011年11期2011-02-01
- 基于LabVIEW的心音信號(hào)采集與回放系統(tǒng)設(shè)計(jì)*
多的生理信號(hào)中，心音信號(hào)是最重要的生理信號(hào)之一，心音是心臟及大血管機(jī)械運(yùn)動(dòng)狀況的反映，心音信號(hào)中含有關(guān)于心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息，是臨床評(píng)估心臟功能狀態(tài)的最基本參數(shù)。在心血管疾病尚未發(fā)展到足以產(chǎn)生臨床及病理改變以前，心音中出現(xiàn)的雜音和一些畸變就成為心臟疾病診斷的重要信息。正常的一個(gè)心動(dòng)周期包括舒張期和收縮期，心音就產(chǎn)生于心動(dòng)周期的特定時(shí)期。一般情況下，一個(gè)正常的心動(dòng)周期包含四個(gè)心音:即第一心音、第二心音、
中國(guó)醫(yī)學(xué)裝備 2011年5期2011-01-30
- 基于AR方法的心音信號(hào)3D分析*
力和確診率。由于心音信號(hào)是人體最重要的生理信號(hào)之一，它包括心臟各個(gè)部分的大量生理病理信息[1]。所以對(duì)于心音信號(hào)定量，系統(tǒng)的分析具有非常重要的意義。1 研究對(duì)象與方法1.1 對(duì)象心音是由于心臟瓣膜的開(kāi)關(guān)、肌腱和肌肉的舒縮、血流的沖擊及心血管壁的振動(dòng)而產(chǎn)生的一種復(fù)合音，所以心音能夠反映心臟活動(dòng)以及血液流動(dòng)的狀況。每一心動(dòng)周期可產(chǎn)生四個(gè)心音，一般均能聽(tīng)到的是第一和第二心音[2],有些情況下可監(jiān)測(cè)到第三或第四心音。第一心音發(fā)生在心縮期，代表著心室收縮期的開(kāi)始，其
中國(guó)醫(yī)學(xué)裝備 2011年5期2011-01-30
- 小波和神經(jīng)網(wǎng)絡(luò)在心音識(shí)別中的應(yīng)用
小波和神經(jīng)網(wǎng)絡(luò)在心音識(shí)別中的應(yīng)用馬永華，成謝鋒（南京郵電大學(xué) 電子科學(xué)與工程學(xué)院，江蘇 南京 210003）提出一種心音的特征提取和分類(lèi)方法，用離散小波變換分解、重構(gòu)產(chǎn)生信號(hào)的細(xì)節(jié)包絡(luò)，進(jìn)而用于提取特征，從預(yù)處理的信號(hào)中提取統(tǒng)計(jì)特性，作為心音分類(lèi)的特征。多層感知器用于心音的分類(lèi)，并通過(guò)250個(gè)心動(dòng)周期得到驗(yàn)證，算法識(shí)別率達(dá)到92%。小波；Levenburg-Marquardt；神經(jīng)網(wǎng)絡(luò)心音是人體最重要的生理信號(hào)之一，長(zhǎng)期以來(lái)心音聽(tīng)診一直是醫(yī)生診斷疾病的一種
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2011年1期2011-01-22
- 心前區(qū)何故出現(xiàn)馬蹄聲
第三、第四共四個(gè)心音。但一般因?yàn)榈谌?、第?span id="j5i0abt0b" class="hl">心音很輕很輕，所以平時(shí)聽(tīng)到的只是咚嗒、咚嗒的聲音——除了這種第一心音“咚”和第二心音“嗒”之外，聽(tīng)不見(jiàn)別的心音。然而，當(dāng)心臟有病時(shí)，情況就不同了。在心臟的舒張期會(huì)出現(xiàn)增強(qiáng)的第三或第四心音，與原來(lái)的第一、第二心音組成了三個(gè)性質(zhì)相同，并列出現(xiàn)的“三音節(jié)律”，這就是“嘚嘞嗒、嘚嘞嗒”的聲音，聽(tīng)起來(lái)好像飛馳的馬蹄聲，醫(yī)生形象地把這稱(chēng)之為“舒張期奔馬律”。它在心前區(qū)，尤其在心尖區(qū)聽(tīng)得最清楚。也有時(shí)，增強(qiáng)的第三和第四心音同時(shí)出
祝您健康 1990年6期1990-12-30