基于matlab的心音信號的采集和分析本科畢業(yè)論文-資料下載頁
2025-06-27 18:33本頁面
【正文】 12圖 10 心音信號頻譜特性 小波分解小波分解在心音的身份識別、心音的診斷檢測、心音的特征提取面應(yīng)用尤其突出。不同心臟疾病的心音信號在各分解頻帶上具有不同的能量分布， 可將小波包系數(shù)的能量作為心音信號的特征向量。將希爾伯特變換和小波分析結(jié)合起來，可提高提取信號包絡(luò)信息的精度 [17]。對心音分裂信號進(jìn)行分解， 然后再特定曾進(jìn)行重構(gòu)，可以檢測出分裂不明顯的心音分裂信號。用離散小波變換對心音信號進(jìn)行分解然后從樣本中提取特征值再將選取的特征值輸入到前饋型網(wǎng)絡(luò)進(jìn)行訓(xùn)練和識別，可以對心音進(jìn)行診斷。本設(shè)計(jì)采用常用于心音信號分析的 db3 小波進(jìn)行信號的分解，分解層數(shù)為 8 層。下圖所示為其中三層的信息：圖 11 心音信號小波分解的其中三層細(xì)節(jié)信息結(jié)論本文結(jié)合 MATLAB 編程實(shí)現(xiàn)了信號的去噪處理，達(dá)到了預(yù)期的效果，其性能聊城大學(xué)本科畢業(yè)論文13完全能滿足一般性的實(shí)驗(yàn)研究，并為低成本構(gòu)建數(shù)據(jù)采集系統(tǒng)提供了一種新思路。本文是利用的 MATLAB Script 節(jié)點(diǎn)進(jìn)行小波去噪，流程為：MATLAB Script 節(jié)點(diǎn)位于函數(shù) 數(shù)學(xué) 腳本與公式 腳本節(jié)點(diǎn) MATLAB 腳本。使用 MATLAB 只需根據(jù)采集信號的特點(diǎn)選擇合適的函數(shù)和命令，就可以實(shí)現(xiàn)信號的去噪處理 [19]。圖 12 為利用本文研究的系統(tǒng)經(jīng)過小波軟閾值濾波以后采集到的樣本 1 的心音信號，從圖可見，在沒有去除噪聲前第一心音（S1）和第二心音（S2）之間的噪聲干擾比較嚴(yán)重，分辨不出來，經(jīng)小波濾除噪聲后，可以看出信號的基線變窄了，信號更為清晰，噪聲基本濾除，同時(shí)較好的保留了原始的心音信號，信號各部分的特征比較明顯。得到的如下圖所示：圖 12 小波軟閾值去噪過后的心音信號聊城大學(xué)本科畢業(yè)論文14參考文獻(xiàn)[1] [D].云南大學(xué)，[2] 林旭梅 葛廣英 MATLAB實(shí)用教程 中國石油大學(xué)出版社[3] 丁劍冰 成謝鋒 基于時(shí)域邊界估計(jì)的心音信號分段算法[4] 王海濱，江鐘偉，董秀成，等．基于聽診器的心音采集解析系統(tǒng)[J]．生物醫(yī)學(xué)工程學(xué)雜志，2022，26(2)：282—287．[5] 潭江平 心音信號采集和分析系統(tǒng)的研制[6] 何海浪 基于MATLAB的心音信號處理[7] 許曉飛 林勇 嚴(yán)彬彬 基于希爾伯特變換黃變換的心音包絡(luò)提取[8] 周靜 心音信號分析方法的研究及其分析系統(tǒng)的開發(fā)[9] 陳國強(qiáng) 心音信號的提取和處理研究[10]元秀華，謝定，吳承德．心音信號測量中的噪音干擾分析與濾除方法[J]．中國現(xiàn)代醫(yī)學(xué)雜志，1999，9(6)：65—67．[11]周紅標(biāo) 蔣鼎國 柯永斌 范曹龔 基于STC單片機(jī)和LabVIEW的心音信號檢測系統(tǒng)[12]李天生 心音采集與分析方法研究[13][M].北京清華大學(xué)出版社，2022,01[14]尹明 王燕 劉欣 心音的降噪預(yù)處理和基于HHT的特征分析研究[15]陳愛東 董德智 快速傅里葉變換在數(shù)字信號分析與處理中的應(yīng)用[16]WANG Yongde , WANG Jun． The Basis of Random Signal Analysis．[M ] ． Beijing: Publishing House of Electronics Industry, 2022．1[17]陶冶薇，[J].南京郵電大學(xué)學(xué)報(bào)，2022,32（4）：7579[18]張維強(qiáng)，[J]．西安電子科技大學(xué)學(xué)報(bào)，2022，31(2) ：296—299[19]郝張紅，劉先勇，[J].現(xiàn)代電子技術(shù)，2022,27（7）：166170.聊城大學(xué)本科畢業(yè)論文15附 錄代碼 1 fft 變換L=length(x)。NFFT=2^nextpow2(L)。Y=fft(x,NFFT)/L。f=fz/2*linspace(0,1,NFFT/2+1)。axes()。plot(f,abs(Y(1:(NFFT/2)+1)))。 代碼 2 sfft 變換N=length(xy)。Nw=3000。 L=Nw/2。 Ts=round((NNw)/L)+1。 nfft=128。 TF=zeros(Ts,nfft)。 for i=1:Ts xw=xy((i1)*L+1:i*L+L)。 temp=fft(xw,nfft)/L。 TF(i,:)=temp。 endaxes()。mesh(abs(TF))。代碼 3 小波分解及軟閾值濾波layer=8。[C,L]=wavedec(y,layer,39。db339。)。 cD1=detcoef(C,L,1)。cD2=detcoef(C,L,2)。 cD3=detcoef(C,L,3)。聊城大學(xué)本科畢業(yè)論文16cD4=detcoef(C,L,4)。cD5=detcoef(C,L,5)。cD6=detcoef(C,L,6)。cD7=detcoef(C,L,7)。cD8=detcoef(C,L,8)。axes()。plot(cD4,39。b39。)。title(39。小波分解的第四層的高頻部分39。)。axes()。plot(cD5,39。b39。)。title(39。小波分解的第五層的高頻部分39。)。axes()。plot(cD6,39。b39。)。title(39。小波分解的第六層的高頻部分39。)。Thr4=thselect(cD4,39。minimaxi39。)。Thr5=thselect(cD5,39。minimaxi39。)。thr6=thselect(cD6, 39。minimaxi39。)。thr7=thselect(cD7,39。minimaxi39。)。 thr8=thselect(cD8,39。minimaxi39。)。THR=[thr4,thr5,thr6,thr7,thr8]。[s3,CXC,LXC,PERF0,PERFL2]=wdencmp(39。lvd39。,y,39。db339。,5,THR,39。s39。)。%wedencmp聊城大學(xué)本科畢業(yè)論文17致謝本論文是在李曉紅老師的悉心指導(dǎo)下完成的。從論文選題到搜集資料，從寫稿到反復(fù)修改，直到完成這篇論文的每個(gè)仿真結(jié)果和每個(gè)數(shù)據(jù)，期間經(jīng)歷了喜悅、聒噪、痛苦和彷徨，每一步都是在老師的悉心指導(dǎo)下完成的，傾注了導(dǎo)師大量的心血?；仡櫵哪甑膶W(xué)習(xí)生涯，李老師為我提供了良好的學(xué)習(xí)環(huán)境。特別是他嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、一絲不茍的工作精神、頗具創(chuàng)造性的思維，樸實(shí)無華、平易近人的人格魅力深深地感染和激勵(lì)著我，以及對學(xué)生的嚴(yán)格要求，使我受益匪淺，也必將對我今后的學(xué)習(xí)和工作產(chǎn)生深遠(yuǎn)的影響。不僅使我樹立了遠(yuǎn)大的學(xué)術(shù)目標(biāo)、掌握了基本的研究方法，還使我明白了許多待人接物與為人處世的道理。在此謹(jǐn)向恩師表達(dá)最誠摯的敬意和感謝！本論文的順利完成，離不開老師、同學(xué)和朋友的關(guān)心和幫助，在此表示深深的感謝
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1