心音信号去噪声方法的研究.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-07-26
  • 论文字数:18004
  • 当前位置论文阅览室 > 毕业设计 > 设计说明 >
  • 课题来源:(小山神)提供原创文章

支付并下载

摘要:心音信号是人体非常重要的生理信号之一,包含了大量生理病理信息。与心脏疾病有关的各种信息常常反映在心音中,心音的改变和杂音的出现,是心脏器质性病变的最早表征。通过对心音信号的研究,可以了解心脏的生理特性,为心血管疾病的诊断提供重要依据。但是,人体心音信号本身十分微弱,属于非平稳信号,并且在采集时易受噪声干扰。所以,如何得到纯净的心音信号,消除心音信号中的噪声干扰,对心音信号进行正确的分析,是需要非常重要的课题。本文围绕心音信号的几种去噪方法展开了研究。

本文介绍了心音信号的产生机制和特点,分析了心音信号中的常见噪声类型,介绍了本课题的研究意义和国内外的研究状况。本文介绍了几种心音信号的去噪方法,分别是小波变换法,小波阈值法,以及一种经验模态分解(Empirical Mode Decomposition, EMD)与阈值结合的方法。由于具有良好的时频特性,小波变换法在心音信号的分析和处理中已经十分常见。单纯使用EMD分解给心音信号去噪的效果不是很理想,因此本文采用了将EMD分解与小波阈值结合的算法。使用上述几种方法对心音信号进行去噪处理,在MATLAB平台进行仿真,并且对去噪效果进行定量的对比。得出的结论是,EMD结合小波阈值的方法通过自适应的分解心音信号,并对分量做阈值处理,有效地滤除了噪声,并且完好地保留了心音的波形特征。相同的前提条件下,EMD结合小波阈值法的去噪效果优于单纯的小波去噪法。本文采用信噪比和均方误差定量评价去噪效果,也证实了以上结论。

仿真结果表明:以上方法能有效地去除较弱心音信号中的噪声,能较好地保持心音信号的特征,为心音用于心脏疾病的辅助诊断奠定了基础。

 

关键词:心音信号;去噪;小波变换;阈值;经验模态分解

 

目录

摘要

Abstract

1 绪论-2

1.1 课题背景-2

1.2 国内外研究现状-2

1.3 研究本课题的目的及意义-4

1.4 本文主要内容及安排-4

2 心音信号特征分析-6

2.1 心音信号的构成-6

2.2 心音信号的产生机制-7

2.3 心音信号中的常见噪声-8

3 心音信号的去噪方法-10

3.1 小波变换去噪法-10

3.1.1 小波变换的定义-10

3.1.2 小波分解重构法-10

3.1.3 小波阈值法-12

3.2 经验模态分解去噪法-13

3.2.1 经验模态分解法的原理-13

3.2.2 EMD结合小波法-15

4 心音信号去噪的仿真分析-17

4.1 心音信号的预处理-17

4.2 三种去噪方法的仿真分析-20

4.2.1 小波分解重构法的仿真-20

4.2.2 小波阈值法的仿真-22

4.2.2 EMD结合小波法的仿真-23

4.3 不同方法去噪效果比较-25

4.3.1去噪效果评价指标-25

4.3.2去噪效果比较-25

结    论-29

参 考 文 献-30

致    谢-31