生物医学工程软件技术心音信号的处理与分析软件设计指导教师学生姓名学号成绩2012年6月7日摘要心音是人体最重要的生理信号之一，是评估心脏功能状态的一种基本方法，蕴含着心脏各个部分本身及相互之间作用的生理和病理等重要的诊断信息。
先前人们广泛采用听诊器进行心音主观的分析诊断，但存在较大的局限性和主观性。
而心电图机由于其采用低频响应的热笔结构，不能完整地记录全频心音，完全没有量化分析功能，在心音的存储、处理上存在着较大的局限性，故临床应用较少。
因此，开发基于虚拟仪器的心音多功能处理分析仪器是一项十分有意义的工作。
本实验旨在设计一款对已的采集心音信号进行显示，处理分析，并获取相关特征参数，对信号采集者的心音正常与否进行简单判断。
首先显示原始波形找到其特征进行简单时域处理，和频域滤波，提取包络并计算相关重要心音参数并简单判断是否在正常范围内来实现对于采集到的心音信号进行分析比较。
除文件的读取外整个程序设计在一个大的while循环之下，程序运行过程中可根据具体的心音情况实时修改程序中的参数，满足个体差异性。
程序运行稳定，未发生异常事件且测量的健康被试者相关参数均在正常范围附近，可以推断该软件具有较高可靠性符合设计要求。
关键词：labview, 心音，处理分析，软件，设计。
1目录摘要 (1)1 前言（或“绪论”） (2)1.1 心音信号介绍 (2)1.2国内外研究现状 (4)2.设计任务 (6)需求分析： (6)3．设计内容 (8)3.1波形显示、截取与去直流处理 (8)3.1.1文件的读入 (9)3.1.2波形的截取与去直流 (9)3.2信号滤波去噪 (10)3.3提取包络及曲线拟合、波形保存 (11)3.31希尔伯特提取包络 (12)3.32高斯曲线拟合 (12)3.33外包络线保存 (13)3.4心率及峰值等计算 (14)3.5其他参数计算以及心音分裂的简单判断 (15)3.5.1 S1、S2时长确定与收缩及舒张期确定 (16)3.5.2心音分裂判断 (16)4、程序结构分析 (17)4.1原始波形界面 (17)4.2截取后波形界面 (18)5、流程图 (21)7、调试及运行结果 (22)8、课程体会 (26)9 参考文献 (26)附录：源程序 (27)1 前言（或“绪论”）心音是由于心脏瓣膜的开关、肌腱和肌肉的舒缩、血流的冲击及心血管壁的振动而产生的一种复合音，是人体最重要的生理信号之一，它是心脏及心血管系统机械运动状况的反映，是在心动周期中由于心肌收缩舒张、瓣膜启闭以及血流冲击心室壁和大动脉等引起的一种机械振动，也是评估心脏功能状态的一种基本方法。
心音信号蕴含着心脏各个部分本身及相互之间作用的生理和病理等重要的诊断信息。
1.1 心音信号介绍一个正常的心音信号包括四个心音，通常情况下可以听到第一心音和第二心音，所以将心音信号的一个完整的心动周期定义为：第一心音、收缩期（Systole）、第二心音和舒张期（Diastole）四个部分。
如图1所示。
图1一个心动周期如上图所示，收缩期是指从S1起点持续到S2起点的间期，舒张期是指从S2起点持续到下一个心动周期的S1起点的间期。
S1S2间期指的是从S1终点持续到S2起点的间期，S2S1间期指的是从S2终点持续到下一个S1起点的间期。
在一段心音信号中，收缩期和舒张期是交替出现的，这代表了心脏的周期性运动。
第一心音S1出现在心室收缩的早期，它标志着心室收缩期的开始。
S1主要是由四个部分组成，其中第一部分以及第四部分为低频运动，而第二部分及第三部分为高频、高振幅运动。
经典学说认为，S1的两个高频成分是由二尖瓣(MI)关闭以及三尖瓣(T1)关闭所产生的。
在医生进行听诊的时候，往往只能听到S1的第二部分与第三部分。
Sl 历时较长，一般为0.1 0s-0. 16s。
第二心音S2出现在心室收缩的末期，它标志着心室舒张期的开始。
S2同样也是由四个部分组成，其中第一、三、四部分都是低频低振幅的波动，仅第二部分为高频、高振幅的波动，为S2的主要部分。
经典学说认为，S2主要部分是由半月瓣关闭(即主动脉瓣成分A2与肺动脉瓣成分P2)所致。
S2历时约为0.08s-0.12s。
当然，在听诊过程中有的时候也能够发现第三心音S3和第四心音S4，特别是在小孩或者老年人身上。
S3出现在舒张期早期，一般为0.03s-0.08s，而S4出现在舒张期晚期，一般为0.07s-0.10s。
它们都是低幅值低频率的信号，不容易听到，而且容易与其它音混淆。
例如第三心音S3与开瓣音OS都是发生在舒张早期，也就是S2之后。
它们之间的区别是开瓣音比S3早0.05s以上。
如果单靠听诊来鉴别两者的话是非常困难的，这也进一步说明了通过计算机辅助的方式来对心音图进行分析的必要性。
S3和S4的出现有时候跟疾病有所关联。
病理性S3往往导致心力衰竭、心绞痛、重症贫血等。
而病理性S4往往导致高血压病、心肌炎、肺动脉瓣狭窄等疾病。
收缩期可能会存在一些杂音，根据杂音类型，可以分为功能性杂音和器质性杂音。
功能性杂音可以发在在没有心脏病的正常人中，而器质性杂音常常见于器质性心脏病患者。
其中包括了收缩期喷射音、收缩期喀喇音、收缩期心房音等。
正常健康的心音中不存在舒张期杂音，它的出现通常说明了有器械性心脏病发生。
根据舒张期杂音的发生机理，主要可以分为以下三大类:经半月瓣反流性杂音、房室瓣阻塞性杂音、经房室瓣血流增加性杂音。
异常心音通常会反映出心音波形的位置、形状、持续时间等多个方面的异常。
因此，借助计算机来提取出相关的特征参数，并且能够实时反馈给医生一些有用的指标，这对于医生能够更快更准确的来检测心脏疾病有着非常重要的意义。
心音的频率反映了音调的高低，正常心脏活动所产生的振动是由心脏传导到胸壁表面，其频率范围大约为1-800Hz；但在有疾病的并且夹杂着其它杂音的心脏中，其频率可到1500Hz以上。
各种心音信号的频率是有所区别的，通常情况下，杂音的频率要比正常心音频率高的多，具体如下表1中所示：表1心音以及杂音的频率心音种类心音频率范围第一心音S1 50-100HZ第二心音S2 50-100HZ第三心音S3 10-50HZ第四心音S4 10-50HZ舒张期隆隆样杂音10-80HZ，亦可达到140-400HZ心包摩擦音100-400HZ，亦可达到660HZ高频杂音（舒张、收缩期）120-660HZ，亦可达到1000HZ 在心音图检查中，一般将200Hz以上的称作为高频，100-200Hz的为中频，小于100Hz为低频。
S1和S2的主要频率集中在50-100Hz范围内，因此正常心音信号一般是由中低频音组成的。
1.2国内外研究现状自从Laennec发明听诊器以来，人们广泛采用听诊器进行心音分析诊断，传统简便的方法是医务人员根据自己的知识和经验对通过听诊器听得的心音做出主观的分析判断，但这明显具有较大的局限性和主观性。
目前，虽然有心电图机作为心音的直观显示仪，但由于其采用低频响应的热笔结构，不能完整地记录全频心音，而且完全没有量化分析功能，在心音的存储、处理上存在着较大的局限性，故临床应用较少，甚至一度被人们所淡忘。
目前，国际上关于心音和心肌收缩能力关系的研究更体现了心音检测和分析的重要性。
由于“第一心音幅值的大小与心肌收缩能力强弱密切相关”，故可以用第一心音幅值的变化趋势来评估心力储备、心脏耐力。
理论分析表明：第一心音幅值的大小主要决定于心室收缩时所产生压强能的大小；而该压强能的大小主要由心肌收缩力的强弱来决定。
动物实验以及有创和无创临床对照研究表明：第一心音幅值的变化和左心室压力上升最大速率的变化呈正相关（r=0.9551，P<0.001）。
由于心音信号处理的复杂性和困难性使它极富挑战性和吸引力，同时，数字技术特别是多媒体技术为解决这些问题预示了美好的前景，国内外再次燃起心音研究的热情，利用计算机技术进行心音量化分析的新探索。
近年来，国内外很多研究人员致力于用不同的技术和方法来对心音信号进行分析和研究。
早期的一些学者在研究心音信号的时候，需要依赖于颈动脉信号、心电信号等其它辅助参考信号，Groch等借助心电信号作为参考来获取心音信号的时域特征。
Lener 等利用心电信号及颈动脉信号作为参考对心音进行自动分段识别，然后用心电信号的R 峰值来估计心音信号S1的起点，用颈动脉波的重搏切迹来估计心音信号S2的起点。
虽然这些算法具有非常高的精度和准确率，但由于在同一时刻采集了多种不同信号，信号之间相互依赖性强，并且计算相对繁琐，增加了软件和硬件的负担。
因此设计一种独立的不依赖于任何参考信号的心音分析方法成为了近些年国内外专家研究的热点。
全海燕等人用小波多分辨率分析方法去研究心音的分段算法。
Mood等人利用短时频谱能量以及自回归方法对信号进行分析，并且提取了相关频谱特征，用于多层感知机神经网络分类器的输入。
姚晓帅[6]等人使用数学形态学的方法来分析心音信号，利用形态学中的开运算和闭运算对心音信号进行去噪和识别。
这种方法的一个难点就是如何选取一个合适的结构元素。
Xie等人首先根据心音的强度、频率等对心脏杂音能量比重，计算出不同等级杂音下三个参量的平均值。
从实验结果可以看出，这三个参量的值基本随着杂音等级的增大而增大，保持了很好的一致性。
林勇等人利用了基于经验模式分解的方法来对心音信号进行预处理以及分段操作，这种方法的关键是寻找到固有模态函数。
周静等提出了基于归一化平均香农能量分布的心音分析方法，对心音信号进行分段计算，通过这种方法能够提取出一个相对光滑的心音包络图。
Mohd等人在频域利用相关性对心音信号进行分析，主要方法是选取一个标准心音，然后用其它心音与此标准心音进行互相关操作，以此来提取特征参数，并且用神经网络对各种疾病进行分类实验。
H Liang[4]等人提出了基于心音包络的分段算法，算法中给出了如何恢复漏检峰值以及去除多余峰值的过程。
2.设计任务心音听诊是无创性临床基本检测手段之一，自从Laennec发明听诊器以来，人们广泛采用听诊器进行心音分析诊断，传统简便的方法是医务人员根据自己的知识和经验对通过听诊器听得的心音做出主观的分析判断，但传统的听诊由于听诊器低频响应差，不能做出定量的分析，容易受医生主观影响。
尽管心脏听诊可以诊断许多心脏疾病，但听诊的准确度很大程度上被听诊者的临床经验影响，往往只有那些有经验的心脏病专家，方能通过听诊，对心脏的功能状态做出正确的评价和诊断。
另外人耳并不适合心脏听诊，有研究表明人耳听觉最敏感的频率范围在1000~3000Hz之间，对低频区敏感性差，更听不到20Hz以下的声音。
然而心音的频率成分主要在40~100Hz之间，而且在诊断上有重要意义的大多在l00Hz以下，所以人耳对那些有重要诊断意义的及强度较小的心音往往不能分辨。