许春冬，辛鹏丽，周 静，应冬文，2

1.江西理工大学 信息工程学院，江西 赣州341000

2.中国科学院大学 电子电气与通信工程学院，北京100049

心血管疾病是全球患病率及疾病致死率的主要因素之一，在影响人类社会活动的同时，更严重危害着生命健康[1]。针对心血管疾病诊断的难题，出现了一系列辅助诊断方法，如心电分析、心音分析、CT检测等[2]。其中，心音信号是由心脏进行周期性泵血运动产生的振动，经人体组织传导于体表形成的一类声学信号，能够反映心房、心室、瓣膜、动脉血管壁等结构的工作状况，这也就使得通过心音来分析心血管疾病是可行的[3]。心音听诊是心音信号分析中常用的方法，被广泛应用于临床诊断中。然而，精确的听诊往往依赖于医师的长期训练经验，而这一过程又耗时耗力，因此需要一个用于心音分析的计算机辅助工具来协助诊断心血管疾病[3-4]。相比于其他辅助诊断方法，心音信号分析具备操作简便、完全无损、成本低廉、便于远程诊断、效率高等特点，且可检测出初期的心血管疾病，能够起到早检测早治疗的关键性作用[5]。

心音分析系统中，对正常与异常心音信号的分类方法研究最多，主要用于辅助医师完成初步诊断，实现精确检测，以节省医疗资源和成本[5-6]。在心音信号正常与否的判定问题中，研究者们提出了一系列方法。Gupta等人[7]提出了结合同态滤波和K 均值聚类的心音信号的小波分析分割方法，将分割结果形成特征向量，在两类异常和一类正常心音分类中准确率达到97%，但当异常心音种类增多时分类精度明显下降；……