马永华，成谢锋

（南京邮电大学 电子科学与工程学院，江苏 南京 210003）

小波和神经网络在心音识别中的应用

马永华，成谢锋

（南京邮电大学 电子科学与工程学院，江苏 南京 210003）

提出一种心音的特征提取和分类方法，用离散小波变换分解、重构产生信号的细节包络，进而用于提取特征，从预处理的信号中提取统计特性，作为心音分类的特征。多层感知器用于心音的分类，并通过250个心动周期得到验证，算法识别率达到92%。

小波；Levenburg-Marquardt；神经网络

心音是人体最重要的生理信号之一，长期以来心音听诊一直是医生诊断疾病的一种重要手段，它可以提供心血管系统异常的重要信息。

正常的心音包含第一心音（S1）、第二心音（S2）、第三心音（S3）和第四心音（S4）四个部分，第一心音的频率主要集中在50 Hz～150 Hz范围内，而第二心音的频率主要集中在 50 Hz～200 Hz范围内。其中 S1、S2是可以监听到的部分，而S3、S4强度很弱，几乎听不到。心音的每一部分对应着心脏各器官的功能，如房室瓣的关闭是产生第一心音的主要因素，半月瓣关闭是产生第二心音的主要因素。为了有助于检测疾病，在听诊中监听、分析心音的主要成分：S1、S2。在非正常的心音中，可能还存在S3、S4及杂音等。

在听诊中要检测的重要特征有心音的韵律、心音成分的相对强度、S2的分裂、杂音等，尽管心音的很多定量描述已经得知，但是，仅仅通过听诊很难确定他们的特征，实际上，听诊仅仅依靠于身体上的某些点，在这些地方，心音很容易听到，但是需要很多医学经验，而且很不容易提取，而计算机辅助工具有助于确定这些特征。……