基于LabVIEW的心音多功能分析仪

基于LabVIEW开发了一种集心音的采集、多功能处理和心音信号发生器于一体的心音分析仪。该仪器是在普通PC机上开发,使用自制的无线心音采集装置和心音信号采集子系统配合提取心音信号,然后利用小波去噪子系统清除背景噪声,最后可利用时域分析子系统和频域分析子系统对心音信号进行各种分析。心音信号发生器子系统可以根据需要产生一种合成心音信号,供用户学习使用。为使仪器达到最佳使用效果,已经为每一个功能模块中的参数寻找到最佳值并设为默认值,而且每一个参数都是可调节的。实际使用效果证明该仪器能够采集到清晰的心音信号,能有效去除干扰噪声,快速准确地计算出心音的各个特征值,能根据用户参数设置快速生成相应的心音信号并播放。     

基于LabVIEW的心音采集处理系统设计

本文介绍了一种心音分析虚拟仪器的处理系统方案,为开发出适合个人在PC机上使用的心音分析仪器打下了基础。该仪器是以LabVIEW为硬件开发平台,以HKY06B微音传感器和计算机自带声卡为基础,共包含了心音采集、小波去噪、心音分析三个模块。采用了用傅里叶变换,通过包络,求出两个相邻的最近的机制点的时间差的方法,计算心跳频率和第一心音与第二心音之间的时间间隔,提高了系统的容差能力和计算精度。该仪器突破了传统听诊的局限性,可供医学院的学生们使用,也可作为临床心脏诊断的辅助仪器。     

心音身份识别综述

针对国内外研究心音身份识别系统的现状及技术成熟度的分析,阐述了心音与身份识别之间的相互关系,总结了构建心音身份识别系统所需要的心音采集设备、心音预处理技术、特征提取和模式匹配等关键技术,提出了心音身份识别系统发展的新思路及所面临的挑战.     

心音信号的测量与处理

本文阐述了心音信号的产生机制及成分,分析了心音信号的采集和预处理,最后对近年来心音信号的识别和分类进行了简要的说明。     

LabVIEW在心音信号研究中的应用

心音信号是人体重要的生理信号之一,它可以直接反应人体的生理病理信息。在本文中利用LabVIEW对心音信号进行采集、去噪,并利用功率谱估计对心音信号进行分析处理,可以明显的区分出正常与异常的心音信号,为正确诊断心血管疾病提供一定的帮助。     

基于LabVIEW的信号频域分析

通过基于LabVIEW语言的虚拟仪器的设计,对信号进行频域分析,相对于传统分析测试手段,既可省却硬件设备购置,又可实现快速化、形象化.用户只需键入相应参数即可对被测信号进行频域分析,为信号分析和处理的学习、实践提供一种新的工具.     

手骨身份识别系统

为了提高身份识别的正确率,加大身份识别伪造的难度,提出一种基于手骨的身份识别方法,并设计实现一种手骨身份识别系统．基于手骨的身份识别方法主要包括：首先获取手骨正位X光图像,然后对该图像进行Harris角点检测。通过Snake模型提取手骨轮廓图像,计算图像的小波矩作为手骨图像的特征值．最后先通过模糊C均值聚类算法进行聚类操作,再通过支持向量机进行分类识别,完成手骨的身份识别．在该方法的基础上,设计实现一种手骨身份识别系统,由于手骨x光图像的唯一性并且很难进行伪造,提高了身份识别的正确率和安全陛．     

基于Simulink的自适应心音增强

记录心音的过程中,不可避免地要引入很多种噪音.这些干扰噪音对记录的心音波形产生不利因素,甚至会严重影响心音分析的结果.在对心音信号进行进一步的处理之前,必须对噪声加以抑制.针对心音信号的非平稳性,提出了以自适应滤波方法来消除干扰,并提出了以心音间隙期的样值作为参考噪声的分析方法.运用动态系统仿真工具Simulink,建立了LMS自适应滤波的心音增强模型.实验结果表明,该方法能有效地抑制噪音,达到增强心音的目的.     

基于盲分离技术的肺音信号中心音干扰的去除

在分析去除肺音信号中心音干扰重要性和目前几种分离方法局限性的基础上，利用二者之间的相对独立性，首次将盲分离技术应用于分离肺音信号中的心音干扰，实验结果显示，本方法能有效地分离肺、心音混合信号，得到更加干净的肺音信号。     

基于高斯混合模型的心音信号识别

为了准确区别各种心音信号, 获得更理想的心音识别效果, 提出一种基于高斯混合模型(GMM)的心音信号识别模型. 首先采用小波变换对原始心音信号进行去噪处理, 消除噪声对心音信号特征提取的干扰; 然后对心音信号进行特征提取, 并采用高斯模型构建心音信号分类和识别模型; 最后采用心音信号数据对模型的性能进行验证. 结果表明, 该模型的心音信号平均识别率超过95%, 且心音信号识别结果优于其他模型.     

基于循环平稳包络的心音分割方法

提出了一种基于循环平稳包络的心音分割算法,自动把第一心音(S1)和第二心音(S2)从每个周期中分别提取出来。计算心音信号的循环平稳包络,选择一个阈值来区分S1和S2。不需要参考信号,而且不受噪声干扰,即使是在有噪声的情况下,也能正确区分出S1和S2。处理了来自20个样本的心音信号(包括15个正常心音和5个异常心音,共715个周期),结果显示,分割的正确率超过96%。     

基于coif-5小波的心音自适应阈值降噪方法

为改善小波阈值及阈值函数在心音信号降噪处理中性能,通过使用coif5小波做5层小波分解,抑制分量极少的层次的系数,保留有用分量层次的系数,然后引入相关统计参量进行阈值自适应估计,并按提出的阈值函数对有用分量层次系数阈值化处理,最后通过处理后的系数重构出降噪信号;所提方法与硬阈值、软阈值、线性中间阈值函数降噪性能进行了对比,并采用了三类评价指标做出了有效评价。实验结果表明：提出方法降噪后的SNR更高、RMSE更小、听诊MOS更高。可见,提出方法降噪性能更优。     

心音信号的时频分析

首先对几种典型信号的计算结果进行了分析，并比较研究了短时傅里叶变换和连续小波变换在心音信号时频分析方面的性能差异．指出了应用这２种方法应该注意的问题，并对一例正常和一例非正常的心音信号的时频分析进行了讨论     

基于LabVIEW的汽车发动机参数检测系统设计

以汽油发动机为研究对象,设计了一种基于Lab VIEW的汽车发动机参数检测系统,该系统主要有NI PCI-6225板卡、各种传感器、信号调理模块等,通过NI PCI-6225板卡采集各种传感器获取的信号,利用Lab VIEW技术对采集的信号分析判断,最终开发了一个操作方便,可靠性高的发动机参数检测系统.     

基于小波域多尺度积的心音去噪方法

介绍了一种新的心音去噪方法,利用小波域多尺度积的方法定位第1、第2心音在各个心音周期的位置,并利用其持续时间估计有用信号及噪声,达到去噪的效果,避免了通过ECG-Gating在时域提取噪声时的误差.比较信号在处理前后各个频段的频谱变化,结果表明,该方法不仅在效果上比已有方法更好,在计算上也更为便利.     

基于LabVIEW的齿轮故障测试系统

采用噪声分析法,用普通的计算机声卡代替专用数据采集卡,利用LabVIEW虚拟仪器软件平台,设计了基于PC机的虚拟齿轮故障测试系统.能实现齿轮噪声信号的实时采集和信号时域分析和频谱分析功能,达到监测和诊断齿轮故障的目的.