心音采集与分析方法研究

五邑大学硕士学位论文心音采集与分析方法研究姓名：李天生申请学位级别：硕士专业：模式识别与智能系统指导教师：李霆20090415心音采集与分析方法研究作者：李天生学位授予单位：五邑大学相似文献(2条)1.期刊论文赵治栋.赵知劲.张嵩.潘敏.陈裕泉心音自动分段算法研究-航天医学与医学工程2004,17(6)目的实现心音信号的自动分段:第一心音、收缩期、第二心音、舒张期.方法提出了一种新的无需心电参考的心音自动分段算法,首先用最优的小波阈值滤波技术对心音信号预处理,保留并突出心音信号的基本特征;然后利用希尔伯特变换提取信号包络,对包络信号采取一定策略实现心音的自动定位.结果对临床采集得到的大量正常人心音与心脏病人心音数据对算法进行验证,尽管心音信号复杂多样,用此算法的正确分段率超过95%.结论心音自动分段算法正确率高,鲁棒性强,为各种心脏病的进一步诊断奠定了良好的基础.2.学位论文赵治栋基于舒张期心音信号分析与特征提取的冠心病无损诊断研究2004该文主要研究了基于舒张期心音分析及特征提取的冠心病无损诊断技术.在分析了冠状动脉堵塞与舒张期心音关系的基础上,首先研究了心音信号的预处理(消噪和分段),对舒张期心音信号进行了定位;其次利用HilbertHuangTransform(简称HHT)对舒张期心音信号进行分析研究,提取了冠心病病理特征;最后通过适用于小样本机器学习的支持向量机(SupportVectorMachine,简称SVM)实现了冠心病的智能无损诊断,获得了较高的诊断率.经过临床实践证明,该文所提出的基于舒张期心音HHT分析、病理特征提取和SVM模式识别的冠心病无损诊断方法取得了较高的诊断率,为冠心病的及时治疗奠定了良好的基础.本文链接：授权使用：杭州电子科技大学(hzdzkj)，授权号：7b5c1e8b-3fa9-418e-9da2-9dc300b08041下载时间：2010年7月30日