首页 > 文献资料
-
基于数学形态学的心音包络提取与识别方法研究
心音包络比原始心音可以更好地显示心音的特征,是进行心音独立识别的基础.本文把数学形态学应用于心音包络的提取和识别的研究.首先利用形态学滤波和全波整流对原始心音进行预处理;然后利用形态学闭运算提取心音包络;后应用形态学开运算来消除噪声包络.在数学形态学提取的心音包络基础上,对50例心音样本进行了第一心音、第二心音识别,全部20例正常心音的第一心音和第二心音被正确识别,27例包含心杂音的异常心音的第一心音、第二心音也被正确识别.为进一步的心音分析及心音诊断奠定了基础.
-
基于经验模式分解的心音自动分段算法
与原始信号相比,心音包络能够更好地显示心音的特征.心音包络的提取是对心音进行时域分析的基础.本研究提出利用希尔伯特-黄变换提取心音包络的方法.首先利用黄变换提取心音信号的固有模态函数,然后利用希尔伯特变换提取心音包络.在希尔伯特.黄变换提取的心音包络基础上,对50例正常人心音样本进行了第一心音、第二心音识别,正确率达到了92%,为下一步的心音分析及诊断奠定了基础.
-
基于数学形态学和信号包络提取的QRS波检测
QRS波检测是心电自动分析的关键环节,检出的位置精度关系到后续处理和信号提取的正确性和准确性,同时对于长时间记录的心电信号,要求一定的处理速度.而目前的国际标准ANSI/AAMI EC38中对QRS波的检出要求是在标注时刻的150ms范围内.本研究提出一种数学形态学结合信号包络提取的QRS波检测算法,在标注时刻范围减小时,对MIT-BIH数据库检测能够获得较好的检出精度和效率.
-
基于希尔伯特-黄变换的心音包络提取
目的 提取心音信号的包络特征,根据包络对信号进行时域分析.方法 本文提出了利用希尔伯特一黄变换对心音信号进行包络提取的方法.首先利用黄变换对心音信号进行预处理:然后对处理后的信号进行希尔伯特变换得到心音信号的包络.结果 突出了心音信号的第一心音和第二心音,准确提取了心音的各种时域特征.结论 采用此方法能够准确地提取心音信号的包络,为进行下一步分析奠定了基础.
-
基于局部峰谷点插值提取心音包络的一种新方法
目的 精确提取心音包络线,为心音特征的分析创造条件.方法 基于局部关键点提取心音包络.首先计算信号的局部峰谷点,然后对其插值得到心音包络.结果 通过分别与希尔伯特变换法、数学形态法所提取信号包络的比较,证明本方法提取的心音轮廓更加准确,突出了心音包络的时域特征.结论 采用此方法能够准确地获得心音包络,为后续分析奠定了基础.
-
基于小波变换的心音包络提取算法及应用
背景:心音信号包含了大量心脏瓣膜活动的生理信息,心音分析对诊断心脏疾病具有重要的临床意义.目的:旨在通过心音的包络提取,分析心音信号的各种特征,进而判断心音中是否包含杂音,以改善传统听诊技术高度依赖医生经验、听诊范围受限的缺点.方法:提出了一种采用小波变换来提取心音包络的方法,通过与采用希尔伯特-黄变换、数学形态学、平均香农能量等心音包络求解方法进行对比,证明这种方法具有算法简便、曲线光滑、特征点突出等优点.结果与结论:将该方法用于临床真实心音的包络提取,利用支持向量机来训练所提取心音包络的面积和小波能量两个特征参数,判别心音信号是否明显包含杂音.选用35例心音数据对算法进行验证,结果表明该算法的准确率达到95%,具有很强的实用性.
-
基于简单度的包络提取算法在心音分段中的应用
有效提取心音包络对于检测S1、S2,分离杂音进而判断心脏病类型和严重程度具有重要意义.我们应用动力学复杂性,给出一种有效的心音包络提取方法及仿真结果.该方法能够有效分离二尖瓣关闭不全信号的S1、S2和杂音,明显突出肺动脉瓣关闭不全信号中幅度较低的S2,准确判断二尖瓣狭窄杂音持续时间.经验证,该方法具有对幅度变化的鲁棒性,在信号不同成分交界处,包络边沿变化陡峭,降低了后期心音成分提取和辨识工作的难度.
-
心音信号的预处理与包络提取算法研究
本文介绍了一种心音信号预处理新方法,利用小波变换对心音信号进行多层分解,对分解后的每层进行双参数闽值去噪,后对阈值处理得到的层进行重构,以达到滤波的目的.对重构后的心音信号,分别采用了小波变换、希尔伯特-黄变换(HHT)、数学形态学、归一化平均香农能量等算法进行包络提取,对提取后的包络作了初步分析,并对每种算法提出改进方案.用以上方法对随机选取的30例原始心音数据进行预处理,得到了满意的结果.利用改进后的方法进行了包络提取,所提取的包络与原信号有很高的吻合度,不论是低频部分还是高频部分的信息均能很好地反映,原信号的更多信息得到了保留.
-
一种改进的子宫肌电包络提取算法
基于腹部采集的子宫肌电信号(EMG)提取子宫收缩信息被认为是一种有可能取代分娩力描记法(TOCO)的新方法.传统均方根(RMS)算法对子宫肌电信号中脉冲性噪声的抑制能力有限,为了有效克服上述问题,本文提出一种改进的子宫肌电包络提取算法.新方法先对原始子宫肌电信号进行过零检测,识别出爆发波并分段,再对分段后的信号进行不同窗口宽度的平滑滤波,后采用均方根法提取子宫肌电强度(IEMG)作为包络.为了评估本算法的性能表现,本文将该算法与两种现有子宫肌电强度提取算法进行比较.结果表明,该算法在抑制子宫肌电信号中存在的脉冲性噪声方面要明显优于对比算法,其测量灵敏度与阳性预测值(PPv)分别为0.952和0.922,不仅明显高于对比算法一中对应参数的0.859和0.847,同时也高于对比算法二中的0.928和0.877.本研究表明了该方法的可靠性与有效性.
