[发明专利]一种心肺音信号识别方法和系统

摘要

本发明涉及一种心肺音信号识别方法和系统，其中的方法通过在采集心音/肺音初检信号的同时，采集相应的环境声音信号，并将心音/肺音初检信号进行差分降噪处理，而避免了外围环境对心肺音信号的影响，避免一些与心肺音信号无关的信号对识别精度造成影响，有效地提高了心肺音信号的采集和识别精度；并通过结合EMD(Empirical Mode Decomposition，经验模态分解)和高阶香农熵算法实现对心音模拟信号的处理，利用小波分解对肺音数字信号进行处理，实现对心音信号和肺音信号的特征的精准识取，并有效简化了心肺音信号的识别步骤，实时性更强，成本低。

主权项

一种心肺音信号识别方法，其特征在于：包括心音信号识别方法和肺音信号识别方法，其中，所述心音信号识别方法包括以下步骤：S11：获取心音初检信号和心音环境声音信号；S12：对所述心音初检信号和所述心音环境声音信号进行差分降噪处理，得到去除心音环境声音信号后的心音降噪信号；S13：对所述心音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到心音模拟信号；S14：对所述心肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的心音数字信号；S15：通过EMD算法提取所述心音数字信号中包含心音有效信息的频率分量，并去除心音数字信号中的噪声分量，得到心音降噪数字信号；S16：通过香农熵算法对所述心音降噪数字信号进行转换识别，并提取当前第一心音的宽度S1、当前第二心音的宽度S2、当前第一心音与下一第一心音的间距S11、当前第一心音与第二心音的间距S12；S17：根据当前第一心音与下一第一心音的间距S11计算得出平均心率及心率异变参数SDNN、SDANN、rMSSD及PNN50，并通过快速傅里叶变换得到心率异变参数的频谱信号和功率信号；S18：根据频谱信号和功率信号计算得到频域参数TP、HF、LF及LF/HF；S19：将宽度S1、宽度S2、间距S11、间距S12、心率异变参数SDNN、SDANN、rMSSD及PNN50、和频域参数TP、HF、LF及LF/HF组合形成一个十二维度的心音信号特征向量，输出并存储所述心音信号特征向量，从而实现心音信号的识别；以及，所述肺音信号识别方法包括以下步骤：S21：获取肺音初检信号和肺音环境声音信号；S22：对所述肺音初检信号和所述肺音环境信号进行差分降噪处理，得到去除肺音环境声音信号后的肺音降噪信号；S23：对所述肺音降噪信号依次进行放大、带通滤波、陷波滤波和电压偏置处理，得到肺音模拟信号；S24：对所述肺音模拟信号依次进行数模转换、滤波和降采样处理，得到初步的肺音数字信号；S25：通过小波分解获取肺音数字信号中不同频率段的4个呼气小波系数和4个吸气小波系数；S26：根据各个小波系数与时域能量的对应关系，得到8个能量分布特征量，并对所述8个能量分布特征量进行max‑min归一化处理，得到8个小波系数能量；S27：将所述8个小波系数能量构建成一肺音信号特征向量，输出并存储所述肺音信号特征向量，从而实现肺音信号的识别。