基于小波变换和经验模式分解的心音信号研究-中国生物医学工程学报.PDF

31 卷 1 期 中 国 生 物 医 学 工 程 学 报 Vol． 31 No． 1 2012 年2 月 Chinese Journal of Biomedical Engineering February 2012 基于小波变换和经验模式分解的心音信号研究 郭兴明* 袁志会 ( 重庆大学生物工程学院，重庆 400044 ) 摘 要:针对经验模式分解(EMD)中的端点效应问题，本研究提出先用小波去除噪声干扰，再用EMD 方法提取心 音信号的特征。对于 EMD 的端点延拓，采用一种新的自适应波形匹配端点延拓方法。通过小波去噪，克服了直接 运用 EMD 分解时无用频率分量带来的干扰，有效地减少 EMD 的分解层数，自适应波形匹配延拓方法充分考虑了 心音信号的内在规律与端点处的变化趋势，较之传统的延拓方法更加合理。用所提出的方法对心音信号进行 EMD 分解，并用双阈值法对分解后的信号进行第一心音(S1 )第二心音(S2 )的定位分析，通过对40 例心音信号定位分 析，S1 和 S2 的检出率分别达到97. 05% 和97. 12% 。表明该分析方法能够有效地抑制端点效应，提高 EMD 分解的 准确性和时效性，为后续心音的分析提供准确的参考信息。 关键词:端点效应;小波去噪;经验模式分解;自适应波形匹配 中图分类号 R318. 08 文献标志码 A 文章编号0258-8021 (2012)01-0039-06 Research on Heart Sounds Signal Based on Wavelet Transform and Empirical Mode Decomposition * GUO Xing-Ming YUAN Zhi-Hui (College of Bioengineering ，Chongqing University ，Chongqing 400044 ，China) ，this paper Abstract :In order to solve the problem of end effect in empirical mode decomposition (EMD ) proposed method of extracting the features of heart sounds signal through empirical mode decomposition after wavelet denoising． A new method of data extending based on self - adaptive waveform matching was established for EMD． With wavelet denoising ，the influence of useless frequency component on the later decomposition was decreased ，thus effectively reduced the decompos