广西师范大学学报（自然科学版） ›› 2015, Vol. 33 ›› Issue (3): 34-44.doi: 10.16088/j.issn.1001-6600.2015.03.006

• • 上一篇    下一篇

心音信号特征分析与识别方法研究

周克良, 王亚光, 叶岑   

  1. 江西理工大学电气工程与自动化学院,江西赣州341000
  • 收稿日期:2015-01-10 出版日期:2015-05-10 发布日期:2018-09-20
  • 通讯作者: 周克良(1963—),男,江西赣州人,江西理工大学教授。E-mail: 1214780904@qq.com
  • 基金资助:
    国家自然科学基金资助项目(61363011);江西省高等学校科技落地计划项目(KJLD12043);江西省研究生创新专项资金项目(YC2012-S095)

Heart Sound Signals Feature Analysis and Recognition Method

ZHOU Ke-liang, WANG Ya-guang, YE Cen   

  1. School of Electrical Engineering and Automation, Jiangxi University of Science and Technology,Ganzhou Jiangxi 341000,China
  • Received:2015-01-10 Online:2015-05-10 Published:2018-09-20

PDF (PC)

316

摘要： 心音信号是心脏及心血管系统机械状况的反映,是包含了人类心脏各部分的生理和病理信息的重要信号。目前通过心音信号诊断疾病的方法主要是人工听诊,如果能够研究出一套行之有效的算法对采集到的心音进行自动识别分类,当发现病变的心音时能自动做出判断提示甚至发出报警信号,这对心脏疾病的临床研究具有极其重要的研究价值。针对以上所述通过以下几个方面对心音信号进行研究:采用HKY-06B心音传感器采集心音信号,通过Cool Edit Pro2.1录音软件实现对心音信号的格式转换和储存、通过小波分析法对心音信号进行预处理、运用Mel频率倒谱系数对心音信号进行特征提取以及利用高斯混合模型对心音信号进行识别。通过预处理、特征参数提取等步骤后,建立GMM,将采样信号输入GMM心音模型库进行识别,能够准确判断心音是正常心音还是病理性心音。

关键词: 心音识别, 小波分析法, Mel频率倒谱系数, 高斯混合模型

Abstract: Heart sound signal reflects the mechanical condition of the heart and cardiovascular system, which is an important signal of the physiological and pathological information about various parts of the human heart. At present, the diagnosis of disease through the heart sound signal method is mainly by manual auscultation. It would be very important to the clinical research of heart disease if can come up with an effective algorithm which can automatically recognize and classify the collected heart sound, judge and even prompt a warning signal when heart sound related to lesions is found. Based on the above described facts, it studied the heart sound by the following aspects: use HKY-06B heart sound sensor to collect heart sound signal; transforming format and storing heart sound signal by the recording software of CoolEditPro2.1, pre-processing, extracting the features of the heart sound signals by means of Mel Frequency. After preprocessing, extracting features, GMM is set. the sampled signals are put into the GMM model to identify whether the sounds are normal sounds or pathological ones.

Key words: heart sound identification, wavelet analysis, mel frequency cepstral coefficients, gaussian mixture model

中图分类号: 

  • TN911.72
[1] 李霆,李天生.心音采集与分析方法研究[D].江门:五邑大学,2009.
[2] 翁剑岭,华蕴博.心音分析及医学应用的发展概况[J].医学物理,1992,9(2):31-35.
[3] 陈天华, 韩力群, 邢素霞, 等. 基于小波变换的心音信号滤波方法研究[J]. 计算机仿真, 2010,27(012): 401-405.
[4] 谢斌,严碧歌,李锦.心音信号的分析方法及其应用[J].现代生物医学进展,2010,10(23):4578-4581.
[5] 陈剑,郭兴明,肖守中.心音信号识别的意义及其方法的研究[J].国外医学:生物医学工程分册,2004, 27(2):87-89.
[6] 周杰. 生物医学信号处理方法概述[J]. 华章, 2012,23(8): 285.
[7] KAO W C, WEI C C. Automatic phonocardiograph signal analysis for detecting heart valve disorders[J]. Expert Systems with Applications, 2011, 38(6): 6458-6468.
[8] 何莹. 双谱估计及其在心音信号分析中的应用[J]. 信息技术, 2004, 28(7): 24-25.
[9] 许晓飞,林勇,严彬彬,等.基于希尔伯特-黄变换的心音包络提取[J].航天医学与医学工程,2008,21(2):134-136.
[10] 郭兴明, 丁晓蓉, 钟丽莎, 等. 小波包与混沌集成的心音特征提取及分类识别[J]. 仪器仪表学报, 2012, 33(9): 1938-1944.
[11] 黄惠芳,胡广书.一种新的基于小波变换的虹膜识别算法[J].清华大学学报:自然科学版,2003,43(9):1210-1213.
[12] 胡玉良, 王海滨, 陈健, 等. 心音时域分析的新方法研究[J]. 生物医学工程学杂志, 2010, 27(2): 425-428
[13] RICCI R, PENNACCHI P. Diagnostics of gear faults based on EMD and automatic selection of intrinsic mode functions[J]. Mechanical Systems and Signal Processing, 2011, 25(3): 821-838.
[14] 黄林洲, 郭兴明, 丁晓蓉. EMD 近似熵结合支持向量机的心音信号识别研究[J]. 振动与冲击, 2012, 31(19): 21-25.
[15] 张凯, 朱立新, 赵义正. 基于重训练高斯混合模型的语音转换方法[J]. 声学技术, 2010,29(1): 52-55.
[16] 冯华文, 龚声蓉, 刘纯平. 基于改进高斯混合模型的前景检测[J]. 计算机工程, 2011, 37(19): 179-182.
[17] 岳佳,王士同.高斯混合模型聚类中EM算法及初始化的研究[J].微计算机信息,2012,22(11-3):244-246.
[18] 刘军, 晋崇英, 王威廉. 心音信号与心电信号回放与分析系统[J]. 电子测量技术, 2006, 29(4): 46-47.
[19] 杨群清,周庆利,刘军,等.心音的非线性时间序列分析:冠状动脉疾病无损检测的新方法[J].浙江大学学报:工学版,2006,40(8):1473-1476.
[20] DURAND J B, KAPADIA S, LEE J, et al. Tumor necrosis factor-α and tumor necrosis factor receptors in the failing human heart[J]. Circulation, 1996, 93(4): 704-711.
[21] ERGEN B, TATAR Y, GULCUR H O. Time-frequency analysis of phonocardiogram signals using wavelet transform: a comparative study[J]. Computer Methods in Biomechanics and Biomedical Engineering, 2012, 15(4): 371-381.
[22] 郭兴明,吴玉春.心音信号自动识别算法的研究[D].重庆:重庆大学,2009.
[23] 姚晓帅. 基于神经网络的心音信号识别算法研究 [D]. 重庆:重庆大学, 2004.
[24] HASSANI K, BAJELANI K, NAVIDBAKHSH M, et al. Detection and Identification of S1 and S2 heart sounds using wavelet decomposition and reconstruction[C]//XIII Mediterranean Conference on Medical and Biological Engineering and Computing 2013. Germany: Springer International Publishing, 2014: 509-514.
[1] 许远静, 胡维平. 基于随机森林的不同程度病态嗓音识别[J]. 广西师范大学学报（自然科学版）, 2018, 36(4): 34-41.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发