王佳佳, 周克良

(江西理工大学 a. 能源与机械工程学院, b. 电气工程及其自动化学院, 江西 赣州 341000)

由于硬件自身的特点,医学设备虽然可以检测到人体的心音信号,但是对于噪声却不能进行自我的判断与消除,而这些问题就需要智能算法进行弥补.

智能算法可以针对病人的心音信号和外界噪声的特性,进行自我分析与判断,最后进行降噪.本文所研究的对象是二尖瓣心音信号,针对病人的二尖瓣心音信号来判断病人的病情.

1 二尖瓣心音信号降噪的研究现状

据分析,二尖瓣心音信号的噪声主要来自于周围环境中的噪声、工频噪声(50 Hz)、病人与周围物体的摩擦、仪器本身含有的噪声(35 Hz)等.这些噪声会吞没二尖瓣心音信号的有用信息,进而影响医学专家的判断.目前对于二尖瓣心音信号的降噪问题,国内外学者已通过采用小波分析、奇异值分解、混沌时间序列、自适应算法等进行了研究[1-2],且已取得一定成效,但同时存在处理高频信号有失真、算法收敛性和实验精度不高等不足[3-4].

维纳滤波(wiener filtering)是一种基于最小均方误差准则对平稳过程的最优估计器[1],该算法作为一种滤除噪声或干扰以提取有用信息的滤波器,在降噪方面具有十分重要的应用价值.但同时它采用FFT变换进行时域分析,这对于处理非平稳类型的信号存在分辨率较低等缺陷.鉴于此,本文在维纳滤波算法的基础上,提出一种优化的维纳滤波算法对二尖瓣心音信号进行……