基于相空間去噪的心音信號(hào)遞歸定量分析及識(shí)別.pdf

1、心血管疾病嚴(yán)重威脅著人類(lèi)的健康。心音是心臟運(yùn)動(dòng)所產(chǎn)生的振動(dòng)信號(hào),蘊(yùn)含著與心血管疾病有關(guān)的心房、心室、血管和瓣膜等部位的各種信息,所以心音分析是無(wú)創(chuàng)檢測(cè)心臟病的重要手段。心臟跳動(dòng)是非線性的,因而決定了心音的復(fù)雜性和非線性。目前人們更多地采用線性的方法對(duì)心臟模型進(jìn)行簡(jiǎn)化或近似,這樣并不足以完整的揭示生命活動(dòng)規(guī)律。隨著科學(xué)技術(shù)的發(fā)展,非線性系統(tǒng)的研究已取得了很大的進(jìn)展,這為我們更好地評(píng)估心臟狀態(tài)暗示了一條途徑。
　　心音信號(hào)是一種微弱振

2、動(dòng)信號(hào),在采集的過(guò)程中會(huì)不可避免的引入干擾噪聲,這會(huì)使有用信號(hào)成分受到污染,影響后續(xù)分析,所以心音的前期去噪顯得尤為重要。傳統(tǒng)去噪法一般從線性角度出發(fā),忽略了心音非線性的本質(zhì),使其自身的動(dòng)力學(xué)特性受損,導(dǎo)致后續(xù)提取的特征參數(shù)不準(zhǔn)確,進(jìn)而影響識(shí)別。
　　針對(duì)心音信號(hào)非線性的特點(diǎn),本文提出噪聲水平自適應(yīng)估計(jì)的局部投影與離散小波閾值相結(jié)合的去噪方法。該方法建立在相空間重構(gòu)的基礎(chǔ)上,先取較大的嵌入維,用局部投影降噪去除隨機(jī)噪聲部分,保留了

3、較強(qiáng)信號(hào)和微弱信號(hào),然后取較小的嵌入維,再次用局部投影降噪算法,這時(shí)特征值較大的信號(hào)為較強(qiáng)的信號(hào),特征值較小的即為微弱信號(hào),但是微弱信號(hào)中還包含一些噪聲,而離散小波閾值去噪可以有效地保留信號(hào)信息,所以再用離散小波閾值降噪將此噪聲去除,即可得到較完整的心音信號(hào)。對(duì)實(shí)測(cè)的心音信號(hào)進(jìn)行分析,結(jié)果表明該方法能有效地抑制噪聲,通過(guò)去噪前后最大Lyapunov指數(shù)的計(jì)算,判斷出該方法能很好地保留原始信號(hào)的非線性特征。
　　從非線性動(dòng)力學(xué)系統(tǒng)的