心音信号是人体最重要的生理信号之一,心音检测是了解心脏状态的一项重要手段,具有心电检测不可取代的临床价值。心音图(PCG)记录了大量人耳较难分辨的有用信息,对心脏及心血管疾病具有极高的临床诊断价值。由于心音信号是一种时变的、非平稳的、由多种成份组成的复杂信号,传统的分析方法难以达到令人满意的效果。因此,寻求更为有效的、更能反映心音信号本质特征的分析方法以及分类算法,是目前心音研究者的目标所在。心音信号是非平稳信号,为了全面了解心音信号的特征,需要从时域、频域、时一频域三个角度对其进行分析,提取特征参数。由于各种干扰的存在,采集到的心音信号质量较差,因此在进行分析之前要对心音信号进行预处理,消除其包含的各种噪声。经过预处理后,心音信号质量显著提升,可用于进一步分析。在本文中,主要研究内容如下:1.设计了一种简单、成本低廉的心音采集装置,结合软件可以实现心音的采集与回放功能。2.为了消除心音信号中的噪声,提出了小波双变量阈值去噪的方法。它通过对传统阈值函数的改进,使其具有很好的去噪效果同时又有更好的灵活性。3.为了得到更准确的时域特征,通过EMD(经验模态分解)包络算法提取心音的包络,并给出了心音分段算法步骤及策略。考虑到心音信号的多样性及复杂性,用大量的实际采集数据以及实验数据进行了验证,达到了很高的分段正确率。4.将HHT(希伯特-黄变换)引入心音信号的研究,建立了基于HHT的心音信号分析及特征提取方法。5.介绍了SVM二类分类原理,以及SVM多类分类思想,并在此基础上提出了一种基于支持向量机的心音分类方法。