下载文档原格式
目录1.概述 (1)1.1 心音信号及MA TLAB简介 (1)1.2 设计目的 (4)1.3 设计任务 (4)2.设计流程 (4)2.1 设计方案选择 (4)2.1.1预处理方法的选择 (4)2.1.2时域分析 (6)2.1.3频域分析 (6)2.2 MA TLAB仿真结果及分析 (7)2.2.1预处理的结果及分析 (8)2.2.2时域分析的结果及分析 (11)2.2.3频域分析的结果及分析 (12)3.总结 (15)4.设计心得与体会 (16)1.概述1.1 心音信号及MATLAB简介心音信号是指在心动周期中，心肌收缩、心脏瓣膜启闭，心室壁、大动脉瓣等被血流冲撞，引起机械振动发出的声音。
产生的声音信号通过周围组织传导到胸壁，可以通过听诊器来听诊，也可以利用传感器将心音信号转换为电信号，进行心音信号的显示和存储。
心音作为人体的一种重要的心脏、心血管生理信号，体现着和心脏等生理情况相关的信息，能够反映心脏等的生理和病理信息。
心音对于有关心脏疾病和心血管疾病的诊断具有重要的诊断价值，是评估一个人心脏功能情况的重要依据[6]。
心音的频率一般在5-600HZ左右，杂音频率可达1500HZ左右，但是人的听觉系统能够接受的声音频率为16HZ-20KHZ,而且仅对频率在1000~5000HZ频率的声音最为敏感。
心脏听诊的不足可以用心音图弥补。
心音图可以直观的显示正常和异常心音的各段持续的时间，进一步提高心脏疾病诊断的准确性。
图1.正常的心音信号的时域图正常心音按出现时间先后可以分为四个部分。
第一心音（S1)、第二心音（S2)是最常见的，此外，还有第三心音（S3)、第四心音（S4)。
临床上一般听到的是第一心音和第二心音，一些儿童、青少年以听到第三心音，有些老年人也可以听到第四心音。
第一心音（S1)产生的原因是房室瓣关闭、血流急速冲击房室瓣，主动脉壁和肺动脉壁被心室喷射出的血液撞击，引起振动。
一般在心尖搏动处最强，持续时间一般为0.1-0.12s。
【⼼电信号】基于matlabGUI ⼼⾳诊断系统【含Matlab 源码762期】⼀、⼼⾳诊断系统简介1 ⼼⾳⼼脏收缩舒张时产⽣的声⾳，可⽤⽿或听诊器在胸壁听到，亦可⽤电⼦仪器记录下来（⼼⾳图）。
可分为第⼀⼼⾳（S1）第⼆⼼⾳（S2）。
（正常情况下均可听到）。
第三⼼⾳(S3通常仅在⼉童及青少年可听到)，第四⼼⾳（S4正常情况很少听到）。
从⼼脏产⽣的⼼⾳经过组织的介导传到胸壁表⾯，其中以⾻传导最好。
⼼⾳是⼼脏及⼼⾎管系统机械运动状况的反映，其中包含着⼼脏各个部分本⾝及相互之间作⽤的⽣理和病理信息。
⼼⾳信号的识别与分类对⼼⾎管系统疾病的诊断具有重要的意义，其准确性、可靠性的好坏决定着诊断与治疗⼼脏病患者的效果。
早期的⼼⾳识别与分类是医⽣根据听诊结果来完成的，显然这⼀过程具有⼀定的主观性且可靠性不⾼。
随着信号处理与分析技术的不断发展，对⼼⾳的研究也逐步由定性分析进⼊了定量分析的阶段。
国内外许多⽣物医学⼯程研究⼈员将传统的模式识别⽅法，以及神经⽹络⽅法⽤于⼼⾳的识别与分类，期望实现⼼⾳的⾃动解释和⾃动诊断，以便向临床医⽣提供实⽤的辅助诊断信息。
此外，⼼⾳的识别与分类还有助于对⼼⾳产⽣机制的理解。
⼼⾳信号研究主要是采⽤微电⼦技术，检测技术，现代数字信号处理技术和⽣物医学⼯程技术，研究和揭⽰⼼⾳与⼼脏病之间的关系。
⽆论是多⼤单位的记录，⼈的体重，⼼率，⾎压等⽣理参数，都是时变的，称为⼼率或者⾎压的变异性。
⼼⾳是在⼼动周期中，由于⼼肌收缩和舒张，瓣膜启闭，⾎流冲击⼼室壁和⼤ 动脉等因素引起的机械振动，通过周围组织传到胸壁，将⽿紧贴胸壁或将听诊器放在胸壁 定部位，听到的声⾳ 通常很容易听到第⼀和第⼆⼼⾳，有时在某些情况下听到第三或第四⼼⾳。
第⼀⼼⾳：S1,发⽣在⼼脏收缩期开始，⾳调低沉，持续时间较长(约0.15秒)。
产⽣的原因包括⼼室肌的收缩，房室瓣突然关闭以及随后射⾎⼊主动脉等引起的振动。
第⼀⼼⾳的最佳听诊部位在锁⾻中线第五肋间隙或在胸⾻右缘。
毕业论文_基于Matlab的语音信号分析与处理系统设计毕业论文语音信号分析与处理系统设计语音信号分析与处理系统设计摘要语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。
信号处理是Matlab重要应用的领域之一。
本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。
最后，本文对语音信号处理的进一步发展方向提出了自己的看法。
关键字:Matlab;语音信号;傅里叶变换;信号处理;The Design of Analysis and Processing Voice SignalAbstractSpeech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processingof the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanity's most important, most effective, most popular and most convenient form of exchange of information..Matlab language is a data analysis and processing functions are very powerful computer application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data matrix operations, such as digital filtering, Fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on. Its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be quick and convenient features complete voice signal processing and analysis and visualization of signals, makes computer interaction more convenient . Matlab Signal Processing is one of the important areas of application.The design of voice-processing software for most of the content are numerous, easy to maneuver and so on, using MATLAB7.0 comprehensive use GUI interface design, various function calls to voice signals such as frequency, amplitude, Fourier transform and filtering, the program interface concise, simple, has some significance in practice.Finally, the speech signal processing further development putforward their own views.Keywords: Matlab， Voice Signal，Fourier transform，Signal Processing目录1 绪论 (1)1.1课题背景及意义 (1)1.2国内外研究现状 ..................................................... 1 1. 3本课题的研究内容和方法 .. (2)1.3.1 研究内容 .....................................................21.3.2 运行环境 (2)1.3.3 开发环境 .....................................................22 语音信号处理的总体方案 (3)2.1 系统基本概述 ......................................................3 2.2 系统基本要求 ....................................................... 3 2.3 系统框架及实现 ..................................................... 3 2.4系统初步流程图 .. (4)3 语音信号处理基本知识 (5)3.1语音的录入与打开 ...................................................5 3.2采样位数和采样频率 ................................................. 6 3.3时域信号的FFT 分析 ................................................. 6 3.4数字滤波器设计原理 ................................................. 6 3.5倒谱的概念 (7)4 语音信号处理实例分析 (7)4.1图形用户界面设计 ...................................................7 4.2信号的采集 ......................................................... 8 4.3语音信号的处理设计 (8)4.3.1 语音信号的提取 ...............................................84.3.2 语音信号的调整 (10)4.3.2.1 语音信号的频率调整 (10)4.3.2.2语音信号的振幅调整 (11)4.3.3 语音信号的傅里叶变换 (12)4.3.4 语音信号的滤波 .............................................134.3.4.1 语音信号的低通滤波 (13)?4.3.4.2 语音信号的高通滤波 .......................................154.3.4.3 语音信号的带通滤波 .......................................154.3.4.4 语音信号的带阻滤波 .......................................164.4 语音信号的输出 (17)5 总结 (18)参考文献 (19)致谢 (19)1 绪论语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。
本科毕业设计说明书（论文）第I 页共I 页毕业设计说明书（论文）外文摘要本科毕业设计说明书（论文）第II 页共I 页目次1 引言 (1)1．1 研究背景 (1)1.2 本文主要研究内容 (1)2 MATLAB简介 (3)2.1 什么是MATLAB (3)2.2 MATLAB的发展历史 (3)2.3 MATLAB系统 (4)2.4 MATLAB的主要功能和特性 (6)3. 数字滤波器简介 (8)3.1 数字滤波器的定义及分类 (8)3.2 数字滤波器设计方法 (10)4.音频信号频谱分析的软件实现 (13)4.1 数字滤波器设计 (13)4.2 音频信号频谱分析 (17)4.3 界面设计 (37)结论 (43)致谢 (44)参考文献 (45)本科毕业设计说明书（论文）第1 页共45 页1 引言1.1 研究背景在计算机技术日新月异的今天，计算机已同人们的日常生活和工作越来越紧密的联系在一起。
而在工程计算领域中，计算机技术的应用正逐步把科技人员从繁重的计算工作中解放出来。
在科学研究和工程应用的过程中，往往需要进行大量的数学计算，传统的纸笔和计算器已根本不能满足海量计算的要求。
MATLAB的产生是与数学计算紧密联系在一起的， MATLAB由主包和功能各异的工具箱组成，其基本数据结构是矩阵，它具有非常强大的计算功能，正是凭借其杰出的性能，MATLAB现在已成为世界上应用最广泛的工程计算应用软件之一。
MATLAB在国外的高校已成为大学生、硕士生、博士生必须掌握的基本程序设计语言。
信号处理是科学研究和工程技术许多领域都需要进行的一个重要环节，这种处理包括信号的检测、变换、滤波、传输、信号提取等。
传统上对信号的处理大都采用模拟系统来实现，然而，随着人们对信号处理要求的不断提高，以及模拟信号处理中一些不可克服的缺点，对信号的许多处理转而采用数字的方法来进行。
信号处理技术是开发具有自主知识产权的各类先进产品的瓶颈，是一项关键技术。
《信号与系统》课程设计——语音信号的分析和处理第一篇：《信号与系统》课程设计——语音信号的分析和处理《信号与系统》课程设计——语音信号的分析和处理【设计题目】基于时频域的分析方法对语音信号进行分析和处理【设计目标】尝试对语音信号进行时频域分析和处理的基本方法【设计工具】MATLAB 【设计原理】通过MATLAB的函数wavread()可以读入一个.wav格式的音频文件，并将该文件保存到指定的数组中。
例如下面的语句（更详细的命令介绍可以自己查阅MATLAB的帮助）中，将.wav读入后存放到矩阵y中。
y = wavread('SpecialEnglish.wav');对于单声道的音频文件，y只有一行，即一个向量；对于双声道的音频文件，y有两行，分别对应了两个声道的向量。
我们这里仅对一个声道的音频进行分析和处理即可。
注意：.wav文件的采样频率为44.1KHz，采样后的量化精度是16位，不过我们不用关心其量化精度，因为在MATLAB读入后，已将其转换成double型的浮点数表示。
在获得了对应音频文件的数组后，我们可以对其进行一些基本的分析和处理。
可以包括：1、对语音信号进行频域分析，找到语音信号的主要频谱成分所在的带宽，验证为何电话可以对语音信号采用8KHz的采样速率。
2、分析男声和女声的差别。
我们知道男声和女声在频域上是有些差别的，一般大家都会认为女声有更多高频的成分，验证这种差别。
同时，提出一种方法，能够对一段音频信号是男声信号、还是女声信号进行自动的判断。
3、语音与乐器音频的差别。
比较语音信号与乐器音频信号的差别，尤其是在频域上的差别。
4、.wav文件的采样速率为44.1KHz，仍然远远高于我们通常说的语音信号需要的频谱宽度，例如在电话对语音信号的采样中，我们仅仅使用8KHz的采样速率。
对读入的音频数据进行不同速率的降采样，使用wavplay()命令播放降采样后的序列，验证是否会对信号的质量产生影响。
《数字信号处理》课程设计设计题目：基于MATLAB 的音乐信号处理和分析一、课程设计的目的本课程设计通过对音乐信号的采样、抽取、调制、解调等多种处理过程的理论分析和MATLAB实现，使学生进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使学生掌握的基本理论和分析方法知识得到进一步扩展；使学生能有效地将理论和实际紧密结合；增强学生软件编程实现能力和解决实际问题的能力。
二、课程设计基本要求1学会MATLAB 的使用，掌握MATLAB的基本编程语句。
2掌握在Windows 环境下音乐信号采集的方法。
3掌握数字信号处理的基本概念、基本理论和基本方法。
4掌握MATLAB 设计FIR 和IIR 数字滤波器的方法。
5 掌握使用MATLAB处理数字信号、进行频谱分析、设计数字滤波器的编程方法。
三、课程设计内容1、音乐信号的音谱和频谱观察使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号（要求：时间不超过5s、文件格式为wav文件）①使用wavread语句读取音乐信号，获取抽样率；（注意：读取的信号是双声道信号，即为双列向量，需要分列处理）；②输出音乐信号的波形和频谱，观察现象；③使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。
Wavread格式说明：[w,fs,b]=wavread(‘语音信号’)，采样值放在向量w中，fs表示采样频率（hz），b表示采样位数。
上机程序：[y,fs,bit]=wavread('I do片段')%读取音乐片段，fs是采样率size(y)%求矩阵的行数和列数y1=y( : ,1);%对信号进行分列处理n1=length(y1);%取y的长度t1=(0:n1-1)/fs;%设置波形图横坐标 figuresubplot(2,1,1);plot(t1,y1); %画出时域波形图 ylabel('幅值');xlabel('时间（s ）'); title('信号波形'); subplot(2,1,2); Y1=fft(y1);w1=2/n1*(0:n1-1);%设置角频率 plot(w1,abs(Y1));%画频谱图 title('信号频谱'); xlabel('数字角频率'); ylabel('幅度'); grid on ;sound(y,fs); 实验结果：123456幅值时间（s ）信号波形信号频谱数字角频率幅值1、通过观察频谱知，选取音乐信号的频谱集中在0~0.7*pi 之间，抽样点数fs=44100;2、当采样频率问原来0.5（0.5*fs ）倍时：音乐片段音调变得非常低沉，无法辨认原声，播放时间变长；抽样频率减小，抽样点数不变时，其分辨力增大，记录长度变长，声音失真。
基于MATLAB的心音信号处理概要心音信号是人体心脏收缩和舒张过程中产生的声音信号。
通过对心音信号的处理和分析，可以匡助医生了解患者的心脏健康状况，诊断心脏疾病，并进行治疗和监测。
本文将介绍基于MATLAB的心音信号处理的概要，包括信号采集、预处理、特征提取和分类识别等方面。
一、信号采集心音信号的采集通常使用心电图(ECG)或者听诊器等设备。
ECG是通过电极贴在患者身上，记录心脏电活动产生的电信号。
而听诊器则是将听诊头放在患者胸部，通过麦克风采集心音信号。
在MATLAB中，可以使用相应的工具箱或者第三方设备接口进行信号采集。
二、预处理心音信号采集后，通常需要进行预处理，以去除噪声和干扰，提高信号质量。
预处理的步骤包括滤波、去噪和增益调整等。
滤波可以采用低通滤波器或者带通滤波器，去除高频噪声和低频干扰。
去噪可以使用小波去噪算法或者自适应滤波算法，去除信号中的噪声。
增益调整可以根据信号的幅度范围进行放大或者缩小，以便更好地观察和分析信号。
三、特征提取心音信号的特征提取是为了从信号中提取出实用的信息，用于后续的分类和识别。
常用的特征包括时域特征、频域特征和时频域特征等。
时域特征包括心音周期、心音强度和心音时长等。
频域特征包括心音频率和心音能量等。
时频域特征则是将时域和频域特征结合起来，如短时傅里叶变换(STFT)和小波变换等。
在MATLAB 中，可以使用相应的函数和工具箱进行特征提取。
四、分类识别特征提取后，可以使用分类算法对心音信号进行分类和识别。
常用的分类算法包括支持向量机(SVM)、人工神经网络(ANN)和决策树等。
这些算法可以根据特征向量的属性，将心音信号分为正常和异常两类，或者进一步细分为不同的心脏疾病类型。
在MATLAB中，可以使用相应的函数和工具箱进行分类和识别。
总结：基于MATLAB的心音信号处理主要包括信号采集、预处理、特征提取和分类识别等步骤。
通过对心音信号的处理和分析，可以匡助医生了解患者的心脏健康状况，诊断心脏疾病，并进行治疗和监测。
心音信号测量及分析系统该心音测量及分析系统可以实现心音信号的采集、模拟电路调理，并将数据经单片机模块传至上位机模块对信心音号进行分析。
串口通信模块基于MATLAB环境实现心音数据的传输。
上位机分析模块主要利用MATLAB实现心音信号的实时显示。
标签：心音信号；单片机；MATLAB0 引言传统的听诊器主要缺点有：难以捕捉到人体内脏发出的一些微弱却非常重要的生理声音，准确性较差；听诊的同时无法实现波形实时显示，容易受人耳听力敏感局限和听诊者主观经验的影响等。
这些缺点最终导致医生无法及时做出正确的诊断。
因此临床迫切需要一种准确性高、波形实时显示、简单易用、成本低、体积小的装置，让临床医生在心脏听诊的同时能看到相应信号的波形图，以便对病人的病变做出更加准确的判断。
1 硬件电路设计1.1 模拟电路部分心音传感器采用传统听诊器与驻极体体电容式传声器自制而成。
可以采集心音信号，并将其转化为电压的变化输出至模拟电路。
信号调理模块主要包括初级放大模块、滤波模块以及再放大模块。
初级放大模块：心音呼吸音传声器输出的是非常微弱的交流小信号，不能满足滤波模块的要求，必须对心音信号进行初级放大处理。
这里使用LM358搭建交流小信号同相电压放大电路。
滤波模块：为了得到比较纯正的心音信号，必须设法去除这些噪声，提高心音的信噪比。
心音的频率范围是20-600HZ，主要集中在20-150Hz范围内，信号的主要干扰源之一的工频50Hz在心音的频率范围，所以采用低通-50Hz陷波滤波器网络，截止频率分别是20 Hz和150Hz。
再放大模块：经过滤波处理后，我们得到的心音信号己经比较纯正，滤波后信号中噪音部分被滤除，由于初级放大倍数不能太大，否则心音信号也会被截止。
所以需设置再放大模块，进行信号的再放大处理，提高信号的信噪比。
1.2 单片机数控部分单片机控制系统是将放大电路输出的心音模拟信号转换成数字信号，实时显示其模拟信号电压值，同时将该信号通过串口送至上位机进行分析和处理。
基于MATLAB的语音信号分析与处理系统的设计数字信号处理大作业基于MATLAB的语音信号分析与处理系统的设计班级：物联网1401学号：姓名：zk一、设计目的综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用 MATLAB和C语言作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。
二、设计内容及要求2.1设计内容①录制一段自己的语音信号（我是物联网1401班的张坤），并对录制的信号进行采样。
②画出采样后语音信号的时域波形和频谱图。
③给定滤波器的性能指标，采用窗函数法或双线性变换设计滤波器，并画出滤波器的频率响应。
④利用设计的滤波器对采集的语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化，回放语音信号。
⑤用 MATLAB 设计一信号处理系统界面。
⑥利用C语言对录制语音信号进行FFT变换（取其中的1024进行），计算出自己声带的带宽。
2.2设计要求①学会 MATLAB 的使用，掌握 MATLAB 的程序设计方法。
②掌握在 Windows 环境下语音信号采集的方法。
③掌握数字信号处理的基本概念、基本理论和基本方法。
④掌握 MATLAB 设计 FIR 和 IIR 数字滤波器的方法。
⑤学会用 MATLAB 对信号进行分析和处理。
⑥学会用C语言进行FFT程序的编写和算法效果的仿真。
三、详细设计过程3.1语音信号的采集利用PC 机上的声卡和Windows 操作系统实现语音信号的的采集。
打开“开始”菜单，选择“程序\附件\娱乐\录音机”项，打开Windows中自带的录音机程序，点击录音机程序界面中的录音按钮，开始声音录制。
录完后点击放音按钮,可以实现所录音的重现。
以文件名“zhangkun”保存入D:\ 中。
文件存储器的后缀默认为.wav ,这是Windows 操作系统规定的声音文件存的标准。
3.2 原始语音信号的时域频域分析利用MATLAB中的“audioread”命令来读入（采集）语音信号，将它赋值给某一向量。
生物医学工程软件技术心音信号的处理与分析软件设计指导教师学生姓名学号成绩2012年6月7日摘要心音是人体最重要的生理信号之一，是评估心脏功能状态的一种基本方法，蕴含着心脏各个部分本身及相互之间作用的生理和病理等重要的诊断信息。
先前人们广泛采用听诊器进行心音主观的分析诊断，但存在较大的局限性和主观性。
而心电图机由于其采用低频响应的热笔结构，不能完整地记录全频心音，完全没有量化分析功能，在心音的存储、处理上存在着较大的局限性，故临床应用较少。
因此，开发基于虚拟仪器的心音多功能处理分析仪器是一项十分有意义的工作。
本实验旨在设计一款对已的采集心音信号进行显示，处理分析，并获取相关特征参数，对信号采集者的心音正常与否进行简单判断。
首先显示原始波形找到其特征进行简单时域处理，和频域滤波，提取包络并计算相关重要心音参数并简单判断是否在正常范围内来实现对于采集到的心音信号进行分析比较。
除文件的读取外整个程序设计在一个大的while循环之下，程序运行过程中可根据具体的心音情况实时修改程序中的参数，满足个体差异性。
程序运行稳定，未发生异常事件且测量的健康被试者相关参数均在正常范围附近，可以推断该软件具有较高可靠性符合设计要求。
关键词：labview, 心音，处理分析，软件，设计。
1目录摘要 (1)1 前言（或“绪论”） (2)1.1 心音信号介绍 (2)1.2国内外研究现状 (4)2.设计任务 (6)需求分析： (6)3．设计内容 (8)3.1波形显示、截取与去直流处理 (8)3.1.1文件的读入 (9)3.1.2波形的截取与去直流 (9)3.2信号滤波去噪 (10)3.3提取包络及曲线拟合、波形保存 (11)3.31希尔伯特提取包络 (12)3.32高斯曲线拟合 (12)3.33外包络线保存 (13)3.4心率及峰值等计算 (14)3.5其他参数计算以及心音分裂的简单判断 (15)3.5.1 S1、S2时长确定与收缩及舒张期确定 (16)3.5.2心音分裂判断 (16)4、程序结构分析 (17)4.1原始波形界面 (17)4.2截取后波形界面 (18)5、流程图 (21)7、调试及运行结果 (22)8、课程体会 (26)9 参考文献 (26)附录：源程序 (27)1 前言（或“绪论”）心音是由于心脏瓣膜的开关、肌腱和肌肉的舒缩、血流的冲击及心血管壁的振动而产生的一种复合音，是人体最重要的生理信号之一，它是心脏及心血管系统机械运动状况的反映，是在心动周期中由于心肌收缩舒张、瓣膜启闭以及血流冲击心室壁和大动脉等引起的一种机械振动，也是评估心脏功能状态的一种基本方法。
心音信号蕴含着心脏各个部分本身及相互之间作用的生理和病理等重要的诊断信息。
1.1 心音信号介绍一个正常的心音信号包括四个心音，通常情况下可以听到第一心音和第二心音，所以将心音信号的一个完整的心动周期定义为：第一心音、收缩期（Systole）、第二心音和舒张期（Diastole）四个部分。
如图1所示。
图1一个心动周期如上图所示，收缩期是指从S1起点持续到S2起点的间期，舒张期是指从S2起点持续到下一个心动周期的S1起点的间期。
S1S2间期指的是从S1终点持续到S2起点的间期，S2S1间期指的是从S2终点持续到下一个S1起点的间期。
在一段心音信号中，收缩期和舒张期是交替出现的，这代表了心脏的周期性运动。
第一心音S1出现在心室收缩的早期，它标志着心室收缩期的开始。
S1主要是由四个部分组成，其中第一部分以及第四部分为低频运动，而第二部分及第三部分为高频、高振幅运动。
经典学说认为，S1的两个高频成分是由二尖瓣(MI)关闭以及三尖瓣(T1)关闭所产生的。
在医生进行听诊的时候，往往只能听到S1的第二部分与第三部分。
Sl 历时较长，一般为0.1 0s-0. 16s。
第二心音S2出现在心室收缩的末期，它标志着心室舒张期的开始。
S2同样也是由四个部分组成，其中第一、三、四部分都是低频低振幅的波动，仅第二部分为高频、高振幅的波动，为S2的主要部分。
经典学说认为，S2主要部分是由半月瓣关闭(即主动脉瓣成分A2与肺动脉瓣成分P2)所致。
S2历时约为0.08s-0.12s。
当然，在听诊过程中有的时候也能够发现第三心音S3和第四心音S4，特别是在小孩或者老年人身上。
S3出现在舒张期早期，一般为0.03s-0.08s，而S4出现在舒张期晚期，一般为0.07s-0.10s。
它们都是低幅值低频率的信号，不容易听到，而且容易与其它音混淆。
例如第三心音S3与开瓣音OS都是发生在舒张早期，也就是S2之后。
它们之间的区别是开瓣音比S3早0.05s以上。
如果单靠听诊来鉴别两者的话是非常困难的，这也进一步说明了通过计算机辅助的方式来对心音图进行分析的必要性。
S3和S4的出现有时候跟疾病有所关联。
病理性S3往往导致心力衰竭、心绞痛、重症贫血等。
而病理性S4往往导致高血压病、心肌炎、肺动脉瓣狭窄等疾病。
收缩期可能会存在一些杂音，根据杂音类型，可以分为功能性杂音和器质性杂音。
功能性杂音可以发在在没有心脏病的正常人中，而器质性杂音常常见于器质性心脏病患者。
其中包括了收缩期喷射音、收缩期喀喇音、收缩期心房音等。
正常健康的心音中不存在舒张期杂音，它的出现通常说明了有器械性心脏病发生。
根据舒张期杂音的发生机理，主要可以分为以下三大类:经半月瓣反流性杂音、房室瓣阻塞性杂音、经房室瓣血流增加性杂音。
异常心音通常会反映出心音波形的位置、形状、持续时间等多个方面的异常。
因此，借助计算机来提取出相关的特征参数，并且能够实时反馈给医生一些有用的指标，这对于医生能够更快更准确的来检测心脏疾病有着非常重要的意义。
心音的频率反映了音调的高低，正常心脏活动所产生的振动是由心脏传导到胸壁表面，其频率范围大约为1-800Hz；但在有疾病的并且夹杂着其它杂音的心脏中，其频率可到1500Hz以上。
各种心音信号的频率是有所区别的，通常情况下，杂音的频率要比正常心音频率高的多，具体如下表1中所示：表1心音以及杂音的频率心音种类心音频率范围第一心音S1 50-100HZ第二心音S2 50-100HZ第三心音S3 10-50HZ第四心音S4 10-50HZ舒张期隆隆样杂音10-80HZ，亦可达到140-400HZ心包摩擦音100-400HZ，亦可达到660HZ高频杂音（舒张、收缩期）120-660HZ，亦可达到1000HZ 在心音图检查中，一般将200Hz以上的称作为高频，100-200Hz的为中频，小于100Hz为低频。
S1和S2的主要频率集中在50-100Hz范围内，因此正常心音信号一般是由中低频音组成的。
1.2国内外研究现状自从Laennec发明听诊器以来，人们广泛采用听诊器进行心音分析诊断，传统简便的方法是医务人员根据自己的知识和经验对通过听诊器听得的心音做出主观的分析判断，但这明显具有较大的局限性和主观性。
目前，虽然有心电图机作为心音的直观显示仪，但由于其采用低频响应的热笔结构，不能完整地记录全频心音，而且完全没有量化分析功能，在心音的存储、处理上存在着较大的局限性，故临床应用较少，甚至一度被人们所淡忘。
目前，国际上关于心音和心肌收缩能力关系的研究更体现了心音检测和分析的重要性。
由于“第一心音幅值的大小与心肌收缩能力强弱密切相关”，故可以用第一心音幅值的变化趋势来评估心力储备、心脏耐力。
理论分析表明：第一心音幅值的大小主要决定于心室收缩时所产生压强能的大小；而该压强能的大小主要由心肌收缩力的强弱来决定。
动物实验以及有创和无创临床对照研究表明：第一心音幅值的变化和左心室压力上升最大速率的变化呈正相关（r=0.9551，P<0.001）。
由于心音信号处理的复杂性和困难性使它极富挑战性和吸引力，同时，数字技术特别是多媒体技术为解决这些问题预示了美好的前景，国内外再次燃起心音研究的热情，利用计算机技术进行心音量化分析的新探索。
近年来，国内外很多研究人员致力于用不同的技术和方法来对心音信号进行分析和研究。
早期的一些学者在研究心音信号的时候，需要依赖于颈动脉信号、心电信号等其它辅助参考信号，Groch等借助心电信号作为参考来获取心音信号的时域特征。
Lener 等利用心电信号及颈动脉信号作为参考对心音进行自动分段识别，然后用心电信号的R 峰值来估计心音信号S1的起点，用颈动脉波的重搏切迹来估计心音信号S2的起点。
虽然这些算法具有非常高的精度和准确率，但由于在同一时刻采集了多种不同信号，信号之间相互依赖性强，并且计算相对繁琐，增加了软件和硬件的负担。
因此设计一种独立的不依赖于任何参考信号的心音分析方法成为了近些年国内外专家研究的热点。
全海燕等人用小波多分辨率分析方法去研究心音的分段算法。
Mood等人利用短时频谱能量以及自回归方法对信号进行分析，并且提取了相关频谱特征，用于多层感知机神经网络分类器的输入。
姚晓帅[6]等人使用数学形态学的方法来分析心音信号，利用形态学中的开运算和闭运算对心音信号进行去噪和识别。
这种方法的一个难点就是如何选取一个合适的结构元素。
Xie等人首先根据心音的强度、频率等对心脏杂音能量比重，计算出不同等级杂音下三个参量的平均值。
从实验结果可以看出，这三个参量的值基本随着杂音等级的增大而增大，保持了很好的一致性。
林勇等人利用了基于经验模式分解的方法来对心音信号进行预处理以及分段操作，这种方法的关键是寻找到固有模态函数。
周静等提出了基于归一化平均香农能量分布的心音分析方法，对心音信号进行分段计算，通过这种方法能够提取出一个相对光滑的心音包络图。
Mohd等人在频域利用相关性对心音信号进行分析，主要方法是选取一个标准心音，然后用其它心音与此标准心音进行互相关操作，以此来提取特征参数，并且用神经网络对各种疾病进行分类实验。
H Liang[4]等人提出了基于心音包络的分段算法，算法中给出了如何恢复漏检峰值以及去除多余峰值的过程。
2.设计任务心音听诊是无创性临床基本检测手段之一，自从Laennec发明听诊器以来，人们广泛采用听诊器进行心音分析诊断，传统简便的方法是医务人员根据自己的知识和经验对通过听诊器听得的心音做出主观的分析判断，但传统的听诊由于听诊器低频响应差，不能做出定量的分析，容易受医生主观影响。
尽管心脏听诊可以诊断许多心脏疾病，但听诊的准确度很大程度上被听诊者的临床经验影响，往往只有那些有经验的心脏病专家，方能通过听诊，对心脏的功能状态做出正确的评价和诊断。
另外人耳并不适合心脏听诊，有研究表明人耳听觉最敏感的频率范围在1000~3000Hz之间，对低频区敏感性差，更听不到20Hz以下的声音。
然而心音的频率成分主要在40~100Hz之间，而且在诊断上有重要意义的大多在l00Hz以下，所以人耳对那些有重要诊断意义的及强度较小的心音往往不能分辨。
