基于心音信号处理的冠心病诊断的研究

作者：康锋; 叶学松; 王平; 陈裕泉

来源：浙江大学学报(工学版), 2006, (01): 99-103.

• 冠心病
• 心音信号
• 小波分析
• 自回归滑动平均
• 独立分量分析

记录舒张期心音信号,用信号处理方法进行分析识别,实现冠心病的无创诊断.将小波分析(WT)、自回归滑动平均(ARMA)以及独立分量分析(ICA)方法分别应用于冠心病(CAD)心音信号的特征提取,并将提取的特征值输入径向基(RBF)神经网络进行训练和识别.实验结果,CAD病人和非CAD病人的正确检测率分别是:小波分析80%,85%;ARMA70%,75%;ICA85%,85%.结果表明,在CAD病人的心音中含有300～800Hz的高频心音能量.在三种方法中,ICA显示了较好的效果.

• 单位
  生物医学工程与仪器科学学院; 浙江大学; 生物传感器国家专业实验室; 生物医学工程教育部重点实验室