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
