与心脏疾病有关的各种信息常常反映在心音中,心音的采集和分析是了解心血管疾病的一种重要手段。心音信号是人体最重要的生理信号之一,它含有关于心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量的生理病理信息。因此,准确地分析和识别心音信号对心血管疾病的诊断具有重要的意义。由于心音信号的非平稳性、随机性和复杂性,导致了心音信号分析的确存在较大的困难。心音信号典型的分析方法有短时傅立叶变换、自回归模型、小波变化。本文主要采用小波变换,采集和分析全部基于Lab VIEW8.6开发平台。采集过程中,噪声的引入是不可避免的。因此,在进行分析之前要对心音信号进行预处理,滤波后,心音信号质量显著提高,达到了较好的去噪效果。本论文主要做了以下几个方面的工作：(1)基于LabVIEW8.6开发平台,研究了一种基于声卡的心音信号采集系统。该系统具有实现简单、界面友好、性能稳定、经济、功能较强等特点。(2)为了消除心音信号中的噪声,本文采用了基于小波的软阈值的方法对信号进行去噪,通过对各参数的比较研究,达到了良好的去噪效果。(3)采用小波多分辨率理论,对心音信号进行多层分解,从不同层中可以准确的区分第一心音(S1)、第二心音(S2)以及心脏杂音,结合该算法还可以将心音信号正确的划分为正常信号,收缩期杂音信号(SM)和舒张期杂音信号(DM),为心脏病的辅助诊断提供了有效参考。(4)基于解析小波理论,通过建立彩色时频能量图谱,对正常人和心肌病患者的不同样本分析,可以有效的区分正异常心音并揭示频率成分随时间的变化过程。本文对心音信号的临床研究提供了基本的分析方法,为心音用于心血管疾病辅助诊断奠定了基础。论文最后对全文进行了总结,指出了存在的一些不足,并对下一步的研究工作进行了展望。