【信号处理】心音肠鸣音

编程入门行业动态更新时间:2024-10-07 10:25:39

【<a href=https://www.elefans.com/category/jswz/34/1765793.html style= 信号处理】心音肠鸣音"/>

【信号处理】心音肠鸣音

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

肠鸣音特点
- 种类
- 选取信号
- 背景
滤波降噪
- 自适应滤波
- 小波变换
包络变换
- 归一化香农能量包络
- 希尔伯特包络
- 包络差分
特征提取
- 统计特征（时域特征）
- 谱分析特征
- 倒谱特征
信号分割和端点检测
- 短时能量端点检测
- HSMM
- SVM
- Viterbi
检测结果
- 肠鸣音

肠鸣音特点

间断性、突发性，每次持续几十-几百毫秒，50-1500Hz,强度mV

种类

正常：160Hz-260Hz,没有350Hz以上成分，50-200ms
气过水声：频率范围较低，60-200Hz，持续时间较长，100ms左右
高调音：频域可能有一个/多个谱峰，最大峰300-600Hz
金属音：通常有三个以上谱峰，最大峰600-1000Hz,其他峰300-1000Hz。（亢进型）

选取信号

日本学者研究发现 1 至 2 分钟是最佳的肠鸣音信号段长度。
(1) 信号的长度不超过 60 秒；
(2) 采样频率为 44100Hz；
(3) 无严重的破音；
// (4) 信号中无直流分量；
(5) 对信号进行幅度归一化；
(6) 无限幅失真。
因为肠鸣音信号是非周期、非平稳的信号，所以本文着重提取肠鸣音信号的瞬时特征。

背景

人工听诊肠鸣音的方法是：记录单位时间肠鸣音出现次数，并凭经验判断音调的高低。缺点：结果不可重现、主观性强、漏诊率高和准确性无法保证。
瓶颈：肠鸣音的波形结构不规律，常用的医学信号处理知识无法应用在肠鸣音中。

区分
肠梗阻病人的肠鸣音频次增加，强度增强，音调提高，明显区别于正常状态的肠鸣音

如何长期监测
可以用传感器做成腹带或者是听诊器阵列，实现易携带,长期监测看有无肠鸣音信号，通过提取包络，然后定位分析。短时监测就是提取信号肠鸣音时域和频域特征

滤波降噪

增强信噪比：随机共振

自适应滤波

输入信号x(n)：环境噪声
参考信号d(n)：复合=生理信号+环境噪声
输出信号y(n)：滤波后, e(n)=d(n)-y(n)

小波变换

小波

包络变换

归一化香农能量包络

希尔伯特包络

程序解释

包络差分

特征提取

统计特征（时域特征）

信号的统计特征敏感度较低，不能从某一个特征孤立地判断。

幅度均方根、幅度绝对值
波形指标：表示信号的波形特征，其敏感性较差，但是稳定性较好。
波峰指标：表示曲线的平坦性，其稳定性和敏感性适中。
峭度

谱分析特征

谱质心，可以理解为频率信号成分的重心。
谱宽度，谱宽度表示谱能量的集中范围，是频率和谱中心的距离的体现。描述的是某一帧内谱频率的变化波动。

对于一些较小的频率波动，该特征都有及时的反馈。与谱质心特征相比，谱宽度特征要比谱质心特征敏感，反应谱频率的变化更及时。不过谱质
心的稳定性要更高。
谱宽度更敏感，谱质心更稳定。

倒谱特征

线性预测倒谱系数：根据采样点之间的相关性，是通过线性预测分析得到未来的采样点值
Mel倒谱系数：MFCC考虑了人的听觉特性，即人耳对不同的频率的声音敏感程度不同。 MFCC 是基于人的听觉机理提出的一种特征。 MFCC 是以短时傅里叶变换为基础，得到的各个语音频在不同美尔频率中能量的大小。 Mel 倒谱系数表示的是一个短时的功率谱。
啊啊啊来不及了，每天都想发疯
肠鸣音信号中大部分信息集中在低频部分， MFCC 将其从频率转换到 Mel域，强调了低频部分的信息。