[发明专利]一种基于隐马尔可夫心动周期的心音分割方法及其装置

说明书

本发明公开一种基于隐马尔可夫心动周期的心音分割方法及其装置。对心音信号希尔伯特提取信号包络；基于不同导联的最值预设基准线，获取希尔伯特包络提取后心音的第一心音S1峰值和第二心音S2峰值所在位置；基于心动周期的峰值定位；基于改进的隐马尔可夫心动周期的舒张期提取；利用改进后维特比算法定位心音信号S1、S2的最佳时间跨度；利用时间跨度和S1、S2的峰值定位位置，实现对原始心音信号的分割。本发明采用改进隐马尔科夫模型、改进维特比向前算法计算出心音区间S1和S2的持续时间结合心动周期进行心音S1和S2的峰值定位，准确标定心音区间准确位置，提高了心音分割的性能。

技术领域

本发明涉及医学信号处理的技术领域，具体涉及一种基于隐马尔可夫心动周期的心音分割方法及其装置，集成了基于希尔伯特包络提取、不同导联的最值预设和基于隐马尔可夫心动周期的舒张期提取模型。

背景技术

心血管疾病是指所有同心脏和血管有关的疾病的总称，其中冠心病是威胁人类生命健康最严重的疾病之一。心血管疾病患病群体基数庞大，且患病比例处于持续上升阶段。因此，心血管疾病的防治已成为迫在眉睫的公共卫生问题。

心血管疾病的诊断是心血管疾病防治的重要组成部分。目前临床上对心血管疾病诊断大致包括心电图、超声心动图、冠脉CT和冠状动脉造影等技术，但这些技术也还需要不断完善。例如，冠脉造影被誉为诊断冠心病的“金标准”，但其有创诊断、价格昂贵和医疗资源紧张的特点并不适用于所有患者。

基于心音图(phonocardiogram,PCG)的诊断技术的发展为解决上述问题提供了可能性。在诊断能力方面，心音图检测能及时发现心脏异常情况，为心血管功能诊断、治疗方案的确定、并发症溯源诊断提供有效信息和辅助分析。在诊断效率方面，基于心音图的心血管疾病自动诊断具有简单、经济、无创、有效等等优点。

基本心音(Fundamental Heart Sounds，FHSs)是指第一心音(S1)和第二心音(S2)。分割FHSs便是PCG自动诊断的首要问题，对FHSs的准确定位也成了确定PCG收缩期区间和舒张期区间的先决条件。

近年来基于不同研究角度在心音分割领域已经取得了一些研究成果，这些分割算法大致可分为四类：基于包络的方法、基于频域的方法、基于人工智能的方法和辅助分割方法。但是大多数的方法通常需要大量心音数据样本进行学习且对算力要求较高，还存在过拟合的风险或者需要借助心电图信号或者光体描记信号来辅助分割任务。这类方法在达到高精确度的前提是需要高质量的数据支持。这导致在没有同步输入诸多生化指标的纯PCG信号分割方面并没有起到很好的分割效果。

有鉴于此，亟需提供一种不借助任何生化指标状态下力求构建更加切合PCG信号的分割方法，实现心音的准确定位。

发明内容

本发明的目的为了解决PCG信号分割在临床实际应用中存在的上述难点，提供一种基于隐马尔可夫心动周期的心音分割方法及其装置，具体涉及一种基于隐马尔可夫心动周期的心音分割算法，集成了基于希尔伯特包络提取、不同导联的最值预设和基于改进的隐马尔可夫心动周期的舒张期提取模型。

第一方面，本发明提供了一种基于隐马尔可夫心动周期的心音分割方法，所述方法包括以下步骤：

步骤一：获取心音信号，对其进行预处理，得到干净的心音信号；

步骤二：希尔伯特提取信号包络；

对步骤一预处理后的心音信号x(t)，进行希尔伯特变换，得到其定义为：

其中x(τ)是心音信号，t表示固定的时间值，τ表示时间；

由此可知，希尔伯特变换的实质是理想化的九十度相移器；将心音信号x(t)作为实部，其希尔伯特变换后的作为虚部，构成的复信号z(t)，即为x(t)的解析信号，表达式即为：