振动与冲击第32卷第18期J0uRNAL0FvIBRATl0NANDSHOCKv01.32No.182013基于奇异谱分析的心音信号小波包去噪算法研究卢德林,郭兴明(重庆大学生物工程学院,重庆400044摘要:针对传统心音去噪算法对强噪声下心音信号去噪时,易将部分心音信号视为噪声成分去除,导致有用心音信号能量损失。利用奇异谱分析方法的主成分分析特性,提出多级奇异值分解(Multi—stagesingularvalueDecomposi—tion,MS—sVD算法用于提取心音信号的主分量(Principalcomponents,Pc信息;采用小波包(waveletPacket,wP分析算法对提取的心音信号进行分解,并对分解所得低频系数进行自适应阈值处理,去除低频噪声;利用小波包多分辨率特性提取高频心音。实验结果表明,该算法能明显改善心音去噪性能指标信噪比(sNR、信噪比增益(SNRG及根均方误差(RMsE,且在不同噪声水平下的去噪性能优于传统心音去噪算法。此改进算法既能有效去除心音中噪声成分,亦能保留心音信号细节特征。关键词:心音信号;奇异谱分析(ssA;小波包算法(wP;去噪中图分类号:TP391文献标识码:AWaveletpacketde舯isingalgorithmforbasedonsingularspectrumheartsoundsignalanalysis￡U眈一‰,G∞痢昭一mi昭(CollegeofBioengineering,Chon鹊ingUniVerSity,Chongqing400044,ChinaAbstract:Whenaheartsoundsignalunderstrongnoiselevelsisdenoisedusingatraditionalheartsounddenoisingalgorithm,itiseasyfbrpartofheartsoundsignaltoberegardedasnoiseandthenremoved,thisleadstotheenergylossofusefulheartsound.Amulti—stagesingularValuedecomposition(MS-SVDalgorithmwaspIDposedandusedtopickuptheprincipalcomponentsofaheartsoundbasedonthefbaturesoftheprincipalcomponentsofthesingularspectmmanalysis.Inordertoremovethelowfrequencynoise,theheartsoundextractedwasdecomposedintolow—fkquencycoe伍cientsandhigh—f托quencyoneswithwaVeletpacket,andtheadaptiVethresholdmethodwasusedtodealwiththelow—fbquencycoemcients.Thehigh-f沁quencyoneswerealsoanalyzedtopickuptheheartsoundwithhighf南quencyusingthemulti—res01utioncharacteristicsofwaveletpacket.ThesimulationresultsillustratedthattheproposedalgorithmcanimproVeobViouslythedenoisingindexesofSNR,SNRGandRMSE,anditsdenoisingpeIfomanceunderdiff色rentnoiselevelsissuperiortothatofthetmditionalmethod.Thetestsalsodemonstratedthatthenewalgoritnmnotonlycanremovethenoisecomponentsinahe砒soundefficiently,andalsoreservethedetailsoftheori百nalsignal。Keywords:heartsound;singularspectmmanalysis(SSA;waVeletpacket(WP;denoising心音信号作为非线性非平稳准周期信号,在采集中不可避免会掺杂噪声成分。心音信号去噪是进行后续信号分析与处理基础,去噪效果直接影响心音信号的分析结果。目前对心音信号去噪方法主要有小波去噪¨j,3盯规则及肛律阈值法小波包去噪。2J,‘数学形态学方法3j,基于EMD阈值方法HJ,通常以小波去噪为主。此单一去噪方法在对低噪声心音信号处理时,能基金项目:国家自然科学基金资助项目(30770551收稿日期:2012一06—20修改稿收到日期:2012一lO一31第一作者卢德林男,硕士生,1987年生通讯作者郭兴明男,博士,教授,1964年生获得较好的去噪效果,而实际采集心音信号过程中,周围环境的随机噪声及传感器与皮肤间摩擦产生的噪声信号有很大影响,所得信号噪声水平较高。基于的去噪方法对信号进行去噪时,‘其阈值的选择为第一层小波分解噪声水平进行估计5J,随噪声水平的提高,估计阈值相应增大,对信号进行阈值处理时会将阈值以下的心音信号视为噪声去除,所得去噪后的信号会损失大量有用心音信息,不利后续心音分析(如心音能量计算,非线性特征参数提取。为有效从强噪声水平下含噪心音中提取有用的心音信息,针对心音信号宽频特性以及噪声成分与心音信号频谱存在部分或全部重叠,若采用传统去噪方法小据对波万方数据振动与冲击2013年第32卷去除噪声的同时,也去除了与噪声频谱重叠部分心音,导致信号能量损失。因此本文采用基于主分量(Princi—palcomponents,Pc分析...