冠心病是常見的心臟疾病之一,大多是由冠狀動脈器質性狹窄或阻塞引起的心肌機能障礙和器質性病變,嚴重危害著人類的健康,早診斷、早治療是其防治的關鍵。當心臟冠脈早期狹窄時,患者一般未有痛感或者心電圖檢測未出現異常,因此研究一種能夠檢測出早期冠脈狹窄的算法非常重要。心音綜合反映了心臟和心血管系統機械運動狀況,反映了心臟各個部分及相互作用的生理、病理信息。由冠脈血液湍流導致的心臟舒張期雜音,蘊含著冠心病的病理特征。因此,舒張期心音信號的分析和研究對冠心病的智能診斷具有重要意義。本文主要研究了基于舒張期心音分析的冠脈狹窄智能診斷算法。通過分析舒張期心音信號的時頻域特性與冠脈狹窄現象的關系,提出了基于多頻率閾值下邊際能量和希爾伯特振動分解(Hilbert Vibration Decomposition,HVD)的舒張期心音特征提取算法,構建了適于小樣本的支持向量機,利用臨床采集的心音信號,實現了冠脈堵塞的智能診斷,獲得較好的診斷效果。本文的主要研究內容是:(1)闡述了基于心音分析的心臟疾病智能診斷的背景,分析了國內外學者對心音診斷技術的研究成果以及未來的發展趨勢。(2)闡述了有關心音信號的基本特性,... 

【文章來源】：杭州電子科技大學浙江省

【文章頁數】：71 頁

【學位級別】：碩士

【部分圖文】：

動脈粥樣硬化示意圖

【參考文獻】：
期刊論文
[1]《中國心血管病報告2015》概要[J]. 陳偉偉,高潤霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風,楊躍進,鄭哲,蔣立新,胡盛壽.  中國循環雜志. 2016(06)
[2]心音采集電子綜合實驗項目設計與實現[J]. 周立青,胡爽,瞿修遠,陳小橋,王琦.  實驗室研究與探索. 2015(02)
[3]基于改進的希爾伯特振動分解的機械故障診斷方法研究[J]. 唐貴基,龐彬.  振動與沖擊. 2015(03)
[4]基于EMD的VaR估計方法及實證研究[J]. 李合龍,楊志.  統計與決策. 2015(01)
[5]便攜心電傳感器的心房肥大診斷研究[J]. 陶泳任,陳冠雄,沈海斌.  傳感器與微系統. 2014(09)
[6]基于主元分析的橋梁撓度傳感器故障診斷研究[J]. 胡順仁,李瑞平,包明,張建科.  傳感器與微系統. 2014(06)
[7]RBF-SVM的核參數選擇方法及其在故障診斷中的應用[J]. 周紹磊,廖劍,史賢俊.  電子測量與儀器學報. 2014(03)
[8]基于ARM9和CPLD的四導心音采集顯示系統的設計[J]. 劉洋,王海濱,趙紅,邵丹,張凱.  電子技術應用. 2013(12)
[9]車輛道路載荷譜的Hilbert邊際譜分析方法及應用[J]. 李建康,周宏月,宋向榮.  汽車技術. 2013(10)
[10]KNN分類算法改進研究進展[J]. 奉國和,吳敬學.  圖書情報工作. 2012(21)

博士論文
[1]滾動軸承振動信號特征提取及診斷方法研究[D]. 朱可恒.大連理工大學 2013
[2]樸素貝葉斯分類器及其改進算法研究[D]. 蔣良孝.中國地質大學 2009
[3]基于舒張期心音信號分析與特征提取的冠心病無損診斷研究[D]. 趙治棟.浙江大學 2004

碩士論文
[1]基于小波包分解的復雜心音信號分段定位與特征提取研究[D]. 馬莉.云南大學 2015
[2]多位置融合心音身份識別技術研究及系統實現[D]. 李靜佳.杭州電子科技大學 2015
[3]心音信號特征分析與識別方法研究[D]. 葉岑.江西理工大學 2014
[4]心音心電采集系統設計與信號處理研究[D]. 黃政欽.云南大學 2014
[5]基于SVM的人工林地力評價研究與實現[D]. 章景.中南林業科技大學 2013
[6]心音信號去噪及特征值提取的研究[D]. 韓立喜.長春理工大學 2013
[7]心音信號特征分析及其在輔助診斷中的價值[D]. 周酥.華南理工大學 2012
[8]舒張期心音信號在冠心病診斷中的研究與應用[D]. 解倩倩.內蒙古大學 2011
[9]心音信號的分析方法研究[D]. 屠志海.華東師范大學 2011
[10]K-均值聚類算法研究[D]. 蔣帥.陜西師范大學 2010



本文編號：2906896