1.用于先心病筛查的心脏杂音智能分析方法,其特征在于:包括数据处理和特征识别,所述数据处理为同步采集的心音、心电与超声心动图三路数据进行处理,所述特征识别包括以下步骤:
步骤一、通过算法及半人工参与,把心音信号进行小波变换,从而把一个心音分解成若干不同频率的信号,从心音图数据中提取两个声音库,其中一个声音库由心脏杂音组成,另外一个库由正常心音组成,进行特征提取提出心脏杂音和正常心音的时域特征值及频域特诊值,然后利用向量机进行训练,得出向量机参数,利用该向量机参数进行心脏杂音和正常心音的比较;
步骤二、进行信号预处理,包括重采样和识别弱信号,然后对心音信号进行带通滤波,计算智能阈值,找出所有潜在心脏杂音,提取潜在心音的时域特征和频域特征,并用向量机进一步判断该潜在心脏杂音是真的心脏杂音还是正常心音。
2.根据权利要求1所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述步骤二中特征提取采用hht边际谱熵的方式,利用滑动窗处理,每帧窗长64点,帧移1点,计算每帧信号hht边际谱熵。
3.根据权利要求2所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述hht边际谱熵中特征参考量包括峭度、偏斜度、k1时信号宽度平均值与k2时信号宽度平均值,且k1,k2为人为设定的两条参考线。
4.根据权利要求2所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述步骤二中通过20ms的窗沿着心音信号移动的方式来找出所有潜在心脏杂音。
5.根据权利要求1所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述数据处理包括心音信号降噪和结合心电图数据对心音计算分析。
6.根据权利要求5所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述心音信号降噪采用小波去噪,所述小波去噪的步骤包括:第一步,确定要处理的小波,根据小波信号的特点进行n层小波分解;第二步,小波分解系数的阈值量化;第三步,一维信号的小波重构。
7.根据权利要求1所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述心音计算包括bpm、s1分裂情况、s2分裂情况、p2亢进情况和收缩期与舒张期比,通过心电图qrs波特征识别所述第一心音s1与第二心音s2和共心音计算分析与杂音特征识别。
8.根据权利要求7所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述s2分裂包括生理性分裂、通常分裂、固定分裂和反常分裂。
9.根据权利要求1所述的用于先心病筛查的心脏杂音智能分析方法,其特征在于:所述心脏杂音的性质与其频率相关,所述频率包括吹风样、粗糙和隆隆样。