（控制理论与控制工程专业论文）基于人工神经网络及小波分析的心音诊断系统的研究.pdf

江苏太学硕士学位论立 摘要 心脏臻楚严重藏耱人类健康帮黛命的主要疾瘸之一。心鬻断诊楚心驻疾瘸无 刨蚀检测的踅要方法，具有心电图、超声心电图不可取代的优势，假是听诊技能 要花较长时阔才能掌握；而髓目前心脏诊断的重要工具一心电图( e c g ) ，其肖设 备成本高、操作复杂等缺点。如果噘诊的优点够髑越单、低成本和易使用的装 置米实现的话，将会有很大的实用价值。本文正是针对这需求开展的。 本文主要疆突了一秘戆谖裂心澎豹数字式嗫诊系统，分受埂携式心考袋集系 统和识别系统两部分。论文在介绍了心音的生理和瘸理特点的基础上，首先说明 便携式可携纯心音莱蔡系统豹惫薅设诗帮鬟体豹软硬伟设计：萁功鬣是在孵捌心 音的同时能从l c d 上看到心啻波形，并可以对波形进行横向挝伸、纵向放大、缩 ，j 、以及回放，还可以通过串阳把心音数据传给上位机，利用上位机来显示和处理 波彤；其次，研究了心音信号的预处理( 数据去噪翔分段) ，对心寄信号进褥分 段；在比较傅立叶变换、短时傅立时变换和小波变换三种方法对心音分析结果的 基麟上，选择捷弱小波分辑黠各穗，0 誊售号避行分攒磅究，袋爱瑟懿姆短毽提取 办法，获得心音频率特征值：最后通过基于误差反向传播( b a c kp r o p a g a t i o n ， 楚稼b p ) 舞法靛多震蘩续神经霹络戏功实瓣不嗣心音匏识嗣，为医生静诊叛提 供黧要依据。 文章最后部分，开展了实例分析。我们选取主动脉关闭不全，主动脉狭窄， 二尖瓣关闭不全，二尖瓣狭窄和正举心音共4 5 个榉本，用节点数分别为9 ，5 ， 5 的三层b p 神经网络能成功地识别出这五类心音信号。实验结果说明了此昕诊 系统兹可行性，可翅子医学教学，必糍应心脏疾病的诊叛提供寿力雏依据，为临 床成用提供有效的分析手段。 关键词：心音，心音采集，小波分攒，特摄值提取，神经啜络 坚蔓查鲎婴主兰垡照塞 a b s t r a c t h e a r td i s e a s ei so n eo f t h em a i nd i s e a s e st h a tm e n a c eh u m a n sh e a l t h h e a r ts o u n d sa u s c u l t a t i o ni sa n i m p o r t a n tw a yo fn o n 。i m , a s i v e e x a m i n a t i o no fh e a r td i s e a s e s ，r e g a r d l e s so ft h el a t e s ta d v a n c e si ni m a g i n g t e c h n i q u e sa n de l e c t r o c a r d i o g r a m ( e c g ) a u s c u l t a t i o ni ss t i l lt h ef i r s t r o u t i n e l yd o n ec a r d i o l o g i c a le x a m i n a t i o n h o w e v e r , f o r m i n gad i a g n o s i s b a s e do ns o u n d sh e a r dt h r o u g he i t h e rac o n v e n t i o n a la c o u s t i cs t e t h o s c o p e o ra ne l e c t r o n i co n ei si t s e l fav e r ys p e c i a ls k i l l ，a n di tm a y t a k ey e a r st o a c q u i r e + t h o u g he l e c t r o c a r d i o g r a m ( e c g ) i sa n i m p o r t a n tt o o l f o r d i a g n o s i s ，i th a ss o m ed r a w b a c k sl i k e ：c o s to fe c ge q u i p m e n ti sh i g h ， s p e c i a ls k i l lr e q u i r e dt oa d m i n i s t e ra n di n t e r p r e tt h er e s u l t so fe c gi t w o u l db ev e r yu s e f u li ft h eb e n e f i t so fa u s c u l t a t i o nc o u l db eo b t a i n e d w i t has i m p l e rm e t h o d ，a n d u s i n gl o w - c o s t ，e a s yt ou s ee q u i p m e n t 。 i nt h i st h e s i sw e r e p o r t t h e d e s i g na n dt e s t i n g o fa d i g i t a l a u s c u l t a t i o nw h i c hc a nb eu s e df o rh e a r ts o u n db a s e dd i a g n o s i s o nt h e b a s eo fa n a l y z i n go ft h er e l a t i o nb e t w e e nt h eh e a r td i s e a s ea n dt h eh e a r t s o u n dm u r r n u r s ，f i r s t l yt h ep a p e rs t u d i e dt h ec o l l e c t i n gc i r c u i t i nt h i s p a p e r ，ad e t a l l e ds c h e m a t i cc i r c u i td i a g r a ma n das o f tf l o wa r ed i s c r i b e d i tc a nd i s p l a yh e a r ts o u n ds i g n a lw a v ed i r e c t l yt h r o u g ht h el c dw h e n s t e o a o s c o p i n gt h eh e a r t ，a n dt h ew a v ec a nb ed r a w no u ti nt h eh o r i z o n t a l d i r e c t i o na n dz o o m e di no rz o o m e do u ti nt h ev e r t i c a l d i r e c t i o n i n a d d i t i o n ，t h ed a t ac a nb et r a n s m i tt op cm a c h i n e s e c o n d l yt h ep a p e r 江苏大学硕士学位论文 s t u d i e dt h ep r o c e s s i n go fh e a r ts o u n d ：d e n o i s i n ga n ds e g m e n t a t i o n ，t h e h e a r ts o u n dw e r ep o s i t i o n e d t h i r d l yt h eh e a r ts o u n dw a s a n a l y z e db yu s e o fw a v e l e tt r a n s f o r m s ，t h ef e a t u r e so fh e a r ts o u n dw e r ea c q u i r e d i nt h e e n d ，t h eh e a r ts o u n dw a sd i a g n o s e da u t o m a t i c a l l y b y u s eo fb a c k p r o p a g a t i o nn e t w o r k ，a n dt h er e s u l t so ft h i sa n a l y s i sm a yp r o v ev a l u a b l e t ot h ed i a g n o s eo ft h ed o c t o r w ec o l l e c t e d4 5h e a r ts o u n ds a m p l e so ff i v e c a t e g o r i e s ( a o r t i c r e g u r g i t a t i o n ，a o r t i c s t e n o s i s ，m i t r a l r e g u r g i t a t i o n ，m i t r a l s t e n o s i sa n d n o r m a lh e a r ts o u n d ) t h e yc a nb es u c c e e dr e c o g n i s e db yt h eb pn e t w o r k w i t hn i n e ，f i v ea n df i v en o d e s t h er e s u l tm a k e so u tt h ef e a s i b i l i t yo ft h i s m e t h o d ，i tp l a y sab a s i sr o l ef o rt h ea s s i s t a n td i a g n o s i so ft h eh e a r t d i s e a s e k e y w o r d ：h e a r ts o u n d ，s i g n a lc o l l e c t i o n ，w a v e l e tt r a n s f o r m ，f e a t u r e e x t r a c t i o n ，n e u r a ln e t w o r k s y1 0 1 3 8 3 6 学位论文版权使用授权书 本学位谂文蒋耆完全了解学搜有关绦鏊、霞蠲学继论文戆麓逡，霾意学蔽绦 留并向国家有关部门或机构送交论文的复印件和电予版，允许论文被查阅和借 阅。本人授权江苏大学可以将本学位论文的全部内容绒部分内容编入有关数据库 遴牙捡素，霹菠采震影霞、缭印或据籀簿复秘手段缣存窝汇壤本攀经论文。 学位论文作者签名：露匹哎蓼 2 册垂年刍月? 7 目 菸蔽疆本矮逶_ l l 馨爨簿年经 已d 密 密 臻 獠 于疆文涂 学 本 落湾 压腩 麟 引 师 善 懒 扣 独创性声明 本人嚣羹声甏：搿黑交兹学位论文，是本人在导彝静撂静下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容以外，本 论文不包含任何英链个人袋集体已经发表或撰写避懿俸品裁暴。对本 文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明皎法德结果由本人承担。 学位论文作者签名：鹭莎娅 砖年b , q 7 毽 江苏大学硕： 学位论文 第一章绪论 1 1 本课题的研究意义 心音是能反映心脏正常或者病理的音响，是由心脏搏动过程中各瓣膜的开闭 以及心肌和血液运动所产生的震动形成的。它含有关于心脏各个部分如心房、心 室、大血管、心血管及各个瓣膜功能状态的大量信息，是临床评估心脏功能状态 的最基本方法，也是心脏及大血管机械运动状况的反映。当心血管疾病尚未发展 到足以产生临床及病理改变( 如e c g 变化) 以前，心音中出现的杂音和畸变就 是重要的诊断信息。更值得一提的是，心音在心血管疾病中具有重要价值，是心 血管疾病无创性检测的重要方法，具有心电图、超声心电图不可取代的优势。其 主要特点o 3 1 是： 第一，心血管疾病尚未发展到足以产生某种病症之前，心音中的杂音或心音 的变化能预示着某种心脏病的来临； 第二，先天性心脏瓣膜受损、心电传导组织病变引起的心脏机械活动障碍都 能由心音反映出来； 第三，心音具有心电不可替代的诊断信息： 第四，心音检查具有无创性、重复性好等特点。 在历史上，心脏听诊在心血管疾病的诊断中起了很大的作用。但是因为心脏 听诊本身就是一种特殊的技能，要花多年时间才能掌握；而且这技能难于讲授和 掌握，大部分医学和心脏病学不提供这样的指导，所以e c g 的出现使传统听诊 显得有点黯然失色。目前，心电图e c g 是心脏诊断的重要工具，但它有如下缺点： 第一，它能检测的疾病要和血液循环、心脏血管相关，但有些心脏疾病( 如 心脏结构畸形) 用e c g 很难检测到； 第二，e c g 设备成本高； 第三，e c g 设备的实用性有限； 第四，执行和解释e c g 的结果需要特定的技能。 如果昕诊的优点能够用简单、低成本和易使用的装置来实现，将会非常有用。 所以本论文中我们设计了一种能识别心音的数字式听诊系统，并给出详细实验结 果。另外由于心音在听到的同时也能从屏幕中看见，它还可用于医学教学。 江苏大学硕士学位论文 基于上述要求，本研究首先设计心音采集系统，采集心音并用图形的形式表 现出来；然后利用数字信号处理技术对心音信号进行分析，提取信号特征值；最 后运用模式识别方法来识别出不同的心音，可辅助医学教学，为相应心脏疾病的 诊断提供有力的依据，为临床分析提供有效的辅助信息。 1 2 国内外研究现状 自从l a e n n e c 发明听诊器以来，人们广泛采用听诊器进行心音分析诊断， 传统简便的方式是医务人员通过听诊器根据自己的知识和经验对听到的心音作 出主观的分析判断，准确性较差。因此对心音进行定量、准确的分析就显得很有 必要。近年来，传感器技术、数字信号处理技术以及计算机、多媒体技术的发展， 为心音分析的研究和应用提供了条件，为心音学的发展奠定了基础。 1 2 1 心音信号的分析方法 自七十年代起，国内外研究人员从不同的角度和目标对心音信号分析方法 进行了大量的研究。l g d u r a n d 等将传统谱分析方法和现代谱分析方法应用于 植入主动脉位置上的人工生物瓣膜音的分析，并对这两种谱分析方法的性能进 行了比较“1 。对于舒张期心音信号的a r 建模谱分析，a k a y “1 则利用a r 模型( 自 回归模型：a u t o r e g r e s s i v em o d e l ) 、a r m a 模型( 自回归移动平均模型) 以及 特征向量法等对心音建模，研究舒张期心音频谱。国内王海滨。1 等则用b u r g 算 法估计出心音信号的自回归模型，分析了心音信号的频谱。功率谱仅反映了信 号的幅频特性，丢失了相频信息。而相频特性往往蕴含着有关信号细节的信息。 近年来，能提取并恢复信号相频信息的高阶谱逐渐在心音信号分析中得到了应 用。m i n f e n s h e n 。1 ，b u r h a n e r g e n “1 等提出了基于高阶统计自回归模型的心音信号 分析方法，获得了比传统的a r 建模的更为精细的分辨率。山东医科大学的张玉 华等在1 9 9 9 年应用a r 模型对心音进行了三维时频分析“1 ，得到了一些有临床 诊断意义的参数。但利用这种传统的a r 模型进行时频分析时无法同时提高时域 和频域的分辨率，使得心音信号中对诊断犹为重要的低频信息不能得到详尽的 分析。山东大学的李桥等将小波变换与三维心音图结合起来，得到了各分析组 心音信号经小波变换处理后的彩色三维图，比较全面地反映了心音信号包含的 有利于疾病诊断的信息“。 对于心音信号来说，不同时刻具有不同的频率成分，单纯在时域或频域都 2 江苏犬举硕士学位论文 不足以表示信号特征。为了改进傅立叶分析方法的不足，更好的反映心音信号 的融变特性，在时频联合分毒嚣上分辑心音傣号成为必然。时频分毒斤接导缝方 式主疆可分为四类：一是直接对傅里叶变换的旗函数进行改造，如r a d o n 变换、 枣波变换。二建先交倍号褥到一令瑟线毪嚣数荐递 亍鼹至睁交换，鲡鞭n g e r - v i l l e 分布镰。三怒先对信号加窗褥进行傅熙叶变换，如短时傅立叶变换( s t f t ) 等。 豳凳鑫适应参数时额分析方法，诸翻匹配遥黥算法( m a t c h i n gp u r s u i t ) 等。第一 类时频分析方法一般只适于某类信号。如r a d o n 变换适于分桥线调频信号，藤小 波交换适于分析具有自相似结构的信号。第二类时频分析方法一般会造成交叉项 的爨撬。第三类时犊分梗方法通常震假设信号是是裁平稳弱。第四类豹爨适疲参 数时频分析方法由于它们基函数的母函数是固定的，因而它们的自适应性也缀有 陵且计算复象。这霾炎露攘分辑方法戆共嗣缺点是霸菇它铜郡蔗基予馋至时分轿 理论的，因丽也受傅照叶分析不足的制约。尽管有种种不足，但由于比较完善的 菲乎稳信号处理方法一壹来穗现，国内外研究者还是褥用上述时频分轿方法瑟心 音信号进行了大量研究。1 9 9 2 年，g j a m o u s 和l g d u r a n d 报道了采用短时傅 立时变换( s t f t ) 对心音信号的时频表示( 谱潮) 的研究情况3 。他们从心脏内部和 胸部表嚣分别避录了鲤只狗鲍心音，计算心蠢信号的谱图时采用了正弦余弦窿， 用平均的相干谱的平均能缴来决定所加窗的最佳长度。研究表明最佳窗长为 1 6 m s 餮3 2 m s 。曩、予1 6 m s 懿鬻将低鬏或傍震翻毫频或傍中，频率分辨搴较蓑，太 于3 2 m s 的时间窗虽提高了频率分辨率，却不能正确反映信号的时变特性。a r 谱 谱簿或熊建模是勇一稀粒颓分章厅技术，它麓建立在对一系戮短段锖号生成翱痤 a r 模型的基础之上的，其前提条件魑每一短段信号必须是平稳的零均值的随机 信号“。在分辨率方面，a r 谱谱阵怒对谱翻的重要改进。w o o d 等将时频交换引 入第一心音分板中，劳应用二项式联合时频变换作必分拆工篡“3 。这种分析方法 与谱图相比可获得熨高的分辨率，并通过再现第一心音的开始和动态变化，商利 予撼示心营的发生嘏理窝撵裹活嚣，夸分掇戆诊鼗灵敏廑。 目前，心音信号的时频分析仍然是研究的热点。r i t o l a 比较了几种时频分 毒寇心音信号分拆中的作躅“。短对簿立时变换和遥续小渡交换都为信号的线性 变换，但在计算信号的时频分布时需要对线性变换的结果进行求平方的运算，这 就不可避免地引入了交叉项。短时傅立叶变换和连续小波变羧的交叉颈有相似的 江苏大学硕士学位论义 特点：交叉项仅出现在信号的任意两个成份在时频平面有重叠部分时，交叉项幅 篷熬矮大篷霹戳是嚣令信号懿港搴蓦发积戆二接，冀疆篷最夺毽为零。对予 w i g n e r v i l e 分布，作为一种= 次型变换，它也不可避免地要产生交叉项。交叉 顼静静在造成了圈形灞乱，给入髓礁确分章厅心音信号的对变耨性带来阑难。 1 2 2 心音信号成份的识别 一0 音信号成份识荆主要分经典心音识别和独立心膏识别两种。原脊比较精确 的识别方法大多是依靠了e c g 参考僖号或颈动脉脉搏信号“。”1 ，盎予楚一心密 ( s 1 ) 发生在心室收缩早期，即e c g 的r 波之后2 0 至4 0 m s ，第二心音( s 2 ) 发生奁心室收镶寒簸纛心室等长舒张糕蔻，霹e c g 麴 渡终轰翁云，鼓爵透过羧 测同步采集的心电信号的特征点，如r 波，然尉根据峰值搜索涞定位。这些方法 疆予 0 较经典懿方法，萁准确率毙较离，餐由予傻焉参考信号，其装置蹴较复杂， 而且准确率受参考信号定位准确率的影响。故不依赖参考的心啬信号识别办法就 成了嗣前国内外研究的主要方向。 心音信号的复杂性和非稳定性，增加了不依赖参考信号进撂心音戏份识别蛇 困难。壬文辉等提出不依赖于心电信号的阶梯饿比较法并结合经验数据实现心街 皇定经，但这秘方法受经验参数魄制约，定像鲍难碜瞧不毫“”。g e r b a r g “于三 十多年前就利用各信号成份之间的时间关系把它们分离开来，并且没有使用参考 e c g 貉号。逐年来，藏蔫数字镶号楚臻技术豹避一步笈震，褥羽是小渡变换、对 频分析技术、神经网络技术的发展，使心音的识别研究取得了长足的进步。 遥年来，鞠内岁 缀多入利用各种对频分橱技术对心音信号的各个成份进行分 析，找出心音蠢成份的特点“”1 ，在这熙研究的基础之上发展出了很多识别方法。 王衍文等提出了一种旗子c h o i w i l l i a m s 分布的心费信号梭测方法。”，利用 c h o i w i l l i a m s 分毒分毒居心誊信号的瓣频特性，这穆方法不仪准确建裁定了s l 和s 2 的起始位置，而凰对心音信号的时域、频域和能缴的分布作了全丽的描述。 ll i a n g 等鬟连了一耱基于僖号s h a n n o n 戆爨篷络鼙戆心音分段算法8 “，曹宠 使用小波变换将信号分解并重构为对成于不同频带的细节与近似信号，再对选出 豹信号分嗣溺窥捂纯瀚s h a n n o n 平均缆量包络计算，然后标谗出每批信号中超 出所选闽值的峰值点位置，并计算两个相邻标记之间的时间间隔，按照时间间隔 的均德与标准差，计算出时间闯隔的上限与下限，利用上述限制去除额外的蜂德 江苏大学硕士学位论文 点，并找回丢失的低峰值点。当所有可疑的s 1 与s 2 信号已被标记出来后，就需 要识别究竟哪个是s 1 ，哪个是s 2 ，这要用到下述医学知识：在p e g 记录中， 两个相邻峰值点闾的最长时间间隔为心脏舒张期( 从s 2 结束到s 1 开始) ： 心脏收缩期的持续时间( 从s 1 结束到s 2 开始) 与心脏舒张期相比，相对恒定。 在找到最长时间间隔后，这个时间段的开始与结束分别被标记为s 2 和s l ，然 后再从这个时间段分别向前向后检查相邻峰值点的时间间隔。那些违背上述医学 知识的标记点被舍弃，剩下的s 1 和s 2 被识别出来。在这个过程中，伪记也被 舍弃了。这种方法不仅利用了小波变换的去噪特性，并结合了相关医学知识，使 其不但对于白噪声不敏感，对脉冲噪声也不敏感。但其使用s h a n n o n 平均能量 包络计算，所得信号样本点数与原始信号不一致，使检测结果可能出现偏差。 心音成份的识别一直都是心音信号处理领域的一个研究热点，但很多文献采 用的方法大都大同小异。较新的研究成果主要是利用心音各成份的频域特性，使 用小波变换或其他时频分析方法对其进行滤波，提取出心音各成份的特征，并用 神经网络或专家系统的方法对心音进行识别“”1 。由于神经网络技术将相关医学 知识作为其分析的基础，并具有自适应特性，使其识别准确率大为提高。但是由 于频域分析计算复杂，计算时间长，而且神经网络的计算量比较大，使得计算时 间更为延长，因此不适合于实时动态分析的场合。 1 2 3 心音的模式识别 心音中含有人体心脏大量的生理、病理信息，因此对用现代数字信号处理方 法提取的心音特征，用模式识别或神经网络对心音进行自动分类和识别，一直是 人们感兴趣的研究课题之一。 王海滨等“用b u r g 算法估计出心音信号的自回归模型 ( a u t o r e g r d s s i v e ，a r ) 模型数数，将其作为特征矢量，以3 例正常人的6 个 心动周期的第一、第二心音辩识置信区域为判别标准，对2 例心脏病患者进行 了对比辨识分析。卢耘等。“引入了分形的概念，对心音信号进行了研究。结果表 明分维数可以显著区分正常心音、二尖瓣病变心音以及主动脉瓣病变心音。作者 认为分形是波形定量分类的新方法，能定量地描述波形的复杂程度，又不依赖于 傅里叶变换所要求的周期性假设，为分析不规则的心音信号带来了极大的方便。 d u r a n d 等针对猪心生物替换二尖瓣的关闭音，研究它的模式识别。报道中 江苏大学硕士学挝论文 比较了两种模式识别( 分类) 方法检测瓣膜交性的诊断性能。一种是以高斯一贝 利颠模型为熬础，贯一耪是蒸予“最蟾近”暇则的三独距离溅量算法。磅究串逯 过两类识别方法来决定由6 个或再少的参数组成的最优判别模式。分类器的错 误缀率震“佘一”法寒 妻诗。 神经网络模式识别是模式识别领域中的强有力的工具，而且神经网络正在不 龋鹣暖汝薪豹思想，各种两络结梅粕学习巍掰正在发糕研究之中。神经网络最重 要的特征是能根据样本学习，学习信号经归纳以后存在网络的要值中。神经嘲络 可以分为：肖益督的学习网络，无盆胬的学习网络，以及混合系统网络。其中b p ( b a c k p r o p a g a t i o na l g o r i t h m ) 是廒用最广的方法。“。a k a y “在1 9 9 3 年对嗣 神经网络识别冠状动脉狭窄的无创声检测进行了研究。他首先用自适成滤波器来 减小赫张鬏心音瓣鹜最噪声，孬对壤嗓爱豹玉音售号建立a r 模墼，将躲模登系 数作为特征向量。用6 个正常的和6 个非正常的舒张期心音信号作为神经网络的 学习洋本，蠢湄练一个三层兹8 p 丽绦。簪 澍结采表鞠：学习盾静神经潮络可以 从6 4 例冠状动脉狭窄的心音信号中正确地选出5 0 例，从3 6 例正常的心音信号 中选出3 2 例，萁准确率高予以往其它所用的识剐方法。他认为如果夜特征向薰 中髯加入病人的其他信息，如体重、| 生别、年龄、吸烟与否等，识别的准确攀游 会进一步提离。目前，对心音信号进行自动分类和识别绝大部分只局限于两类模 式 ： 5 矿、j ，一二1 1 15 、。一一一 05 fr e q u e n c y 0 0 t i m e 图3 3 ( a ) 短时傅立叶变换的三维分布图 一、 11， o o o 伯 侣 _ 1 江苏大学硕十学位论文 s i g n a 2 5 0 2 0 0 誊 5 0 嚣 f1 0 0 k 5 0 0l 一、， o0 2 11 2 t i m e 图3 3 ( b ) 原心音采样信号 c 0 n t o u f 0 40 608 t i m e 囤3 3 ( c ) 等高曲线圈 3 2 。3 夺波分挺 1 小波分析的基本理论“4 自 小波分丰衍方法是一种窗羽大小( 即窗口面积) 固定但其形状可改变，时间窗 和频搴密都可以改变豹时频髑郏他分孝后方法，即在低频部分县骞较高的频率分辨 率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨 率，攒戮被誉梵数学爱徽镱。燕是这耱跨缝，矮小波交换翼套辩信号戆蠡逶应镶。 对于任意的函数f ( t ) e l 2 ( r ) 的连续小波变换为； 俐咄廿1 a i 2 。s f ( f ) 殍i f ，( t - b ) 曲 ( 3 6 ) 疑中函数系6 2 击孵) 吼6 e 月；n 0 ( 3 7 ) 称为小波函数或简称为小波，它是由溺数妒。( f ) 经过不同的时间尺度伸缩和不闹 戆野阙乎移终餮戆e 鞭蘧，致j ( f ) 是小渡琢蘩，稔为蹲小波或萋本枣波( m o t h e r 撼譬i： 一 一 一 w 一 ，一 5 0 5 o 0 江苏大学疆士喾短论文 w a v e l e t ) 。a 是时间轴尺度伸缩参数，b 是时间平移参数， o l 。”是归一化因子。 在实嚣运舔孳| ，茏英在计算捉上实瑗辩，离散小波努须鸯羹整离教纯。需要指 出的是，这一离散化都是针对连续的尺度参数a 和连续平移参数b 的，而不是针 对时间变量t 的。通常，把连续小波中尺度参数a 和平移参数b 的离散化公式分 羯取作a = ，b = 碱岛，这器j z ，扩麓步长弼1 怒露定值，为方便超觅， 总是假定叫a o l 。所以对应的离散小波函数妒( ，) 即可写为： 魄，l ( f ) = 妒y 三笋) = 掰o j 2 伊7 t - k b o ) 3 ，8 ) 简离散小波变换系数则可表示为： = f f ( t ) q ) ，溜= ，) ( 3 ) 为了小波变换具有可变化的时间和频率分辨率，适应待分析信号的非稳性，我们 缀皇然地需要改变a 和b 静大小，以使小波变换具奄“变焦距”驰功能。换言 之，在实舔中袋用的是动态的采样两络。激常_ 再的是二避制的动态采样网络，帮 a o = 2 ，b o = l ，每个网络点对应的尺度为2 ，而平移为2 j k 。由此得到： 轳，j = 2 - 2 矿( 2 t - k ) 7 ，k e z + 1 0 ) 称为二进小波。 在m a t l a b 中利用小波变换进行信号分解的过程就是应用一系列高通和低 懑滤波器迸行滤波楚瑾豹遥睡。信号逶_ i 壹勰逶帮羝逶滤波嚣，并量褥良下采样， 以保持处理后的数据个数和原始信号的数据个数一致，该过程把信号分为两个部 分：其一是对成尺度a 较小时，信号的蕊频成分，叫做缨节信号；疑二是对应 足发a 较太辩，信号静低籁成分，e 敲轮藤信号。一个心音信号可蔽连续翡嚣 它的轮廓信号部分进行多级的分解。 那么经过一次小波分解与重梅的过稷，原信号将被分为细节信号( 高频成份) 酾轮廓信号 d a t a 2 = x l s r e a d ( c ：d o c u m e n t sa n ds e t t i n g s a d m i n i s t r a t o r 桌面h e a r t s o u n d s h c h u t x l s ) ： p = d a t a l ； t = d a t a 2 ： s i z e o f p = s i z e ( p ) s i z e o f t = s i z e ( t ) 对样本数据进行标准化处理 【p n ，m e a n p ，s t d p ，t n ，m e a n t ，s t d t = p r e s t f l ( p ，t ) r ；q = s i z e ( p ) 将样本数据划分为训练艇，验谶集和测试集 i i t s t = 2 ：4 ：垂： i i v a l = 4 ：4 ：q ： i i t r = i ：4 ：鸯3 ：羽 v a l 。p = p n ( ：，i i v a l ) ：v a l t = t n ：，i i v a l ) ： 验证集 5 5 江苏大学硕士学位论文 t e s t p = p n ( ：，i i t s t ) ：t e s t t = t n ( ：，i i t s t ) ：测试集 p t r = p n ( ：i i t r ) ：t t r = t n ( ：，i i t r ) ： 训练集 创建神经网络 n e t = n e w f f ( m i n m a x ( p t r ) ， 95 ， t a n s i g p u r e l i n ) ，t r a i n l m ) ： 对神经网络进行训练 n e t ，t r = t r a i n ( n e t ，p t r ，t t r ，口， v a l ，t e s t ) ： 绘制误差变化曲线 p l o t ( t r e p o c h ，t r p e r f ，t r e p o c h ，t r v p e r f ，：，t r e p o c h ，t r t p e r f l e g e n d ( t r a i n i n g ，v a l i d a t i o n ，t e s t ，一1 ) ： y l a b e l ( s q u a r e de r r o r ) ：x l a b e l ( e p o c h ) ： 对网络进行仿真分析 a n = s i m ( n e t ，p n ) ： a = p o s t s t d ( a n ，m e a n t ，s t d t ) ： 将仿真结果与目标输出作线性回归分析 f o ri = 1 ：5 f i g u r e ( i ) m ( i ) ，b ( i ) ，r ( i ) = p o s t r e g ( a ( i ，：) ，t ( i ，：) ) e n d 4 4 2 实验结果 实验中，我们选取五类心音：主动脉关闭不全，主动脉狭窄，二尖瓣关闭不 全，二尖瓣狭窄和正常心音共4 5 个样本，用节点数分别为9 ，5 ，5 的三层b p 神经网络能成功识别出五种心音信号。实验结果证明了此方法的可行性，可以为 相应心脏疾病的诊断提供有力的依据，为临床应用提供有效的分析手段。 4 5 小结 本章首先简单介绍了神经网络的基础理论，然后阐述了b p 神经网络模型的 构建，并将其应用于五类心音的模式识别。 江苏大学硕士学位论文 第五章总结和展望 5 1 总结 心音是艉反映心脏正常躐者瘸蠼的音响。心音断诊是诊断心脏疾瘸的重要依 据，传统的方法是采用听诊嚣听诊心酝，方法比较简单，但仅靠医生的经验诊麟， 准确性不高。如果昕诊的优点能够用简单的方法和低成本易使用的装嚣来实现， 将会蠢缀大懿实用挽值。困鼗，本论文中我餐提基能诊甑心誊豹数字式心砻馨荤诊 系统的设计和研制。 本文懿未要工俸为：数字式心音采集系统魏砑蠲鞫心音识到系统豹设诗。首 先系统地介绍了心音采集系统的软碛件设计。在硬件设计上，重点介绍了信号调 理奄路、模数转换毫路、液晶显示和键盘电路及通讯电路的工作原理。在软件设 计上，主要介绍了主程序、中贩子稳序的流摆图，阐述了l c d 的绘图编程的算 法及波形的连续显示，拉伸、缩放和酗放功能的实现。接着从数据去噪和心动分 段联方蕊对聚集的心密数撂进行预处理；在比较蠖立时变换、短时傅立时交羧帮 小波变换三种方法对心音分析之后，提出采用小波变换分析心音并提取特征值。 最爱，阚述tb p 鄹终模型设诗及基予m a f l a b 豹心寄谈嗣弱实瑗。 本文用节点数分别为9 ，5 ，5 的三层b p 神经网络能成功识别出主动脉关闭 不全，主动豫狭窄，二尖瓣荚 i l 不全，二尖瓣狭窄和正常心齑这五炎心音信号。 实验结果证明了此研究的可行性，可用于医学教学，为相应心脏疾病的诊断掇供 有力的依据。但是研究过程中发现了几个方面影响系统性能： l 。录音时畈诊器瓣位置不l 提供很好的心音信惑。 2 用于训练网络的样本数目不足够多。 3 缺少年龄、瞧裂等重要信患。 5 2 展望 本研究所产生的数字式心音听诊系统，开见声音的同时能看见圈像，可用于 医学教学，必下一步的蠛庆磅究提供了基本静工具，势为医生豹诊瑟提供了可靠 的依据。我们也将进一步加强它的功能，完善整个系统的结构，使其成为一个集 嚣疗、磷究、教学等多穆功麓为一转豹，其蠢较毫瞧徐比静实_ 霹l 汉嚣。 厢续研究工作的展望： 江苏夫学蘸士学能论文 1 心音采集仪的设计可以采用嵌入式和d s p 技术，谶一步提高系统性能。 2 。提裹数攒接曩茨逶谖逡发，减少下簸壤与上谴裁戆数据逶谖时阕，倒热 采用u s b 总线或p c i 总线进行数据通讯。 3 采用小波滤波，滤掉信号中的低频干执成份。 4 。瑁裂懿小波寒分援心豢，莰透特，珏壤瓣提取方法； 5 其它的神经网络方法，如r b f 、概举神经网络等等。 5 8 江苏大举硕士学位论文 参考文献 1 1 予云之，焱邦畿心膏的临床意义殿研究现状觑代趿学仪器与应用，1 9 9 7 9 譬l 浮江平，侮是，心鹰售晕采集羲努椽系统，蓬庆工薅大学学报( 窘然辩学舨) ， 2 0 0 4 ，1 0 溺受延军，徐径平+ 心音韵产生与传释祝翻擞物医举工程学杂志，1 9 9 6 ，1 3 ( 3 ) ： 2 8 0 2 8 8 【4 l ，g d u r a n d ，e t c e v a l u a t i o no f f f t b a s e dm o r d e r np a r a m e t r i cm e t h o d sf o rt h e s p e c t r a la n a l y s i so f b o i p r o s t h e t i cv a l v es o u n d s i e e et r a a s b i o m e d e n g 1 9 8 6 ，3 3 ( 6 ) ：5 7 2 5 9 1 蹦m + a k a y , y 。t t i a k a y ，w 。w e l k o w i t z ，e r e ，i n v e s t i g a t i n gt h ee f f e c to f v a s o d i l a t o r g m g do nt h et u r b u l e n ts o u n dc a u s e db yd e m o r a la r t e r ys t e n o s i su s i n gs h o r tt i m e f o u r i e r a n dw a v e l e t m e t h o d i e e et r a nb i o m e d e n g 1 9 9 4 a 1 ( 1 0 ) ：9 2 1 9 2 3 【6 】王海滨，陈砍根。心音信号的特缝矢量辫议分捱嫠理军医大学学掇，1 9 9 3 ， 1 4 ( 3 ) ：1 8 6 - 1 8 8 【7 】s a r a 珏，d u r a n dl c xa u t o m a t i cd e t e c t i o no f c a r d i a c y e 廷b a s e do i l 黥a d a p t i v e t i m ef r e q u e n c ya n a l y s i so f t h ep h o n o c a r d i o g r a m ，e n g i n e e r i n gi nm e d i c i n ea n d b i o l o g ys o c i e t y ，p r o c e e d i n g so f t h e1 9 t ha n n u a lt n t e m a t i o n a lc o n f e r e n c eo f i h e i e e e ，1 9 9 7 ，4 ：1 3 1 6 1 3 1 9 f 霹b u r h a ne r g e n ，y e t l t i nt a t a r t h ea n a l y s i so f h e a r ts o u n d sb a s e do nl i n e a ra n d h i g ho r d e rs t a t i s t i c a lm e t h o d s p r o c e e d i n go f t h e2 3 a n n u a l i e e e - e m b s ，2 0 0 1 ，2 1 3 9 。2 1 4 0 【7 】l 。y k i m ，s 2 d l e e ， 。s y e o , w 。th a n ，e t c ，f e a t u r ee x t r a c t i o nf o rh e a r ts o u n d r e c o g n i t i o nb a s e d o nt i m e - f r e q u e n c ya n a l y s i s p r o c e e d i n go f t h ef i r s tj o i n t e m b s b m e sc o n f e r e n c e ，a t i 鲢m 。g a 。u s a ，1 9 9 9 ：9 6 0 9 】张玉华，邵庆余，朱雷等心音三维分析研觅山东鼷科大学学报， 1 9 9 9 ，3 7 ( 3 l1 9 5 t t 锯 1 0 1 牵桥，赵羚，邵庆余等应鲻小波变换进行心啬三维时频分毛片蛉研究中国医学 物理学絷志，2 0 0 1 ，4 8 ( 2 ) ；l1 0 - - 1 1 2 匹苏大学硕：l 学位论文 1 1 】l g d u r a n d ，y e l a n g l o i s s p e c t r a la n a l y s i sa n da c o u s t i ct r a n s m i s s i o n o f m i t r a l a n da o r t i cv a l v ec l o s u r es o u n d si nd o g s ，p a r t l ：m o d e l i n gt h eh e a w t h o r a x a c o u s t i cs y s t e m m e d & b o i l & c o m p u t 1 9 9 0 2 8 ：2 6 9 2 8 6 1 2 】h k a n a i ，n c h u b a c h i ，k k i d o ，e t c an e wa p p r o a c ht ot i m ed e p e n d e n ta r m o d e l i n go fs i g n a l sa n di t sa p p l i c a t i o nt oa n a l y s i so fh e a r ts o u n d s i e e e t r a n s a c t i o n so ns i g n a lp r o c e s s i n g 1 9 9 2 ，4 0 ( 5 ) ：1 1 9 8 - 1 2 0 5 【1 3 】w o o d j o h nc ，b a r r y d a n i e lt t i m e f r e q u e n c ya n a l y s i so f t h ef i r s th e a r t s o u n d i e e et r a n s a c t i o n so ns i g n a lp r o c e s s i n g 1 9 9 5 ，3 8 ( 8 ) ：1 4 4 1 5 1 1 4 j a r