[发明专利]一种心音信号的识别与评估方法

说明书

本发明公开了一种心音信号的识别与评估方法，包含心音信号预处理、心音信号的自相关分段、心音信号的MFCC提取算法、心音信号的S变换提取算法、心音信号的训练和识别、心音信号活力程度的评估。本发明的心音信号的识别与评估方法，针对心音为周期信号的特点，提供一个自相关分段算法结合改进的MFCC算法以及S变换，实现各类心音的识别，并以MFCC算法以及S变换所提取到的特征参数作为量化依据实现心音信号活力程度的量化评估。

技术领域

本发明涉及信号处理技术领域，特别涉及一种心音信号的识别与评估方法。

背景技术

作为心脏及大血管机械运动所产生的振动信号，心音是人体最重要的生理信号之一。当心血管疾病尚未发展到足以产生临床及病理改变以前，心音中就会出现一些重要的病理信息，这些病理信息在许多疾病中都有特征性体现，因此对心音信号的进一步研究十分有意义。

现有技术中，心音的分类识别功能大多数只是区分正常和异常心音信号，很少对异常心音信号进行更细致的疾病种类判别，也未对疾病或健康程度进行估算量化，因此分类尚不精细，且识别正确率有待进一步提高。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种心音信号的识别与评估方法，针对心音为周期信号的特点，提供一个自相关分段算法结合改进的MFCC算法以及S变换，实现各类心音的识别，并以MFCC算法以及S变换所提取到的特征参数作为量化依据实现心音信号活力程度的量化评估。

为了达到上述的技术效果，本发明采取以下技术方案：

一种心音信号的识别与评估方法，包含以下步骤：

步骤一：心音信号预处理；

A1.对收到的心音数据进行重采样；

A2.对重采样后的心音信号进行巴特沃斯低通滤波；

A3.对滤波后的心音信号进行去噪；

步骤二：心音信号的自相关分段；

B1.计算去噪后的心音数据的幅度均值；

B2.设定参数:重采样后，一个心音周期的最小点数s_min＝750，心音周期的最大点数s_max＝2500；

B3.由心音信号长度以及一个心音周期的最大长度相除得到该心音信号的分段数M；

B4.将这M段心音数据从开始到结束依次两两组合，若M为奇数则有多余的分段，多余的分段舍去；

B5.寻找每个组合段中第一个第一心音的起始点；

B6.计算组合段内所找到的第一心音起始点所在的心音周期与该段内的下个心音周期的自相关系数，并保存；

B7.选择所有组合段中最大的自相关系数所在的心音周期，作为分段结果；

步骤三：心音信号的MFCC提取算法；

C1.预加重滤波器；将心音信号x(t)通过一个高通滤波器，形式为：H(z)＝1-a*(z-1)，其中系数a的值介于0.9和1.0之间；

C2.计算步骤二中分段后得到各个心音信号的MFCC；

步骤四：心音信号的S变换提取算法；

D1.对步骤二中自相关分段后的心音信号进行快速傅里叶变换,将变换结果扩维为n为频率采样的点数；

D2.求取高斯窗函数的FFT变换,得到G(m，n)；

D3.按频率采样点计算的傅里叶逆运算即得到S变换时频复矩阵；

步骤五：心音信号的训练和识别；