论文总字数：31539字

摘 要

心音听诊作为心脏相关疾病早期诊断和预防的有效手段，逐渐受到越来越多人的关注，心音对做出诊断的医生技能的严苛要求也越来越被众多学者发现和关注。因而如何降低心音诊断的难度成为了众多学者广泛探讨的问题，其中心音可视化被认为是降低医生技能要求且提升诊断效率的重要手段。本文围绕心音可视化和基于隐藏状态的半马尔科夫模型（HSMM）的心音分割算法进行了研究和实现。利用目前高度发达的的基于android系统的智能手机，和性能较好、使用广泛的BLE技术，实现了基于蓝牙通讯的android可视化心音APP。又在HKY-06C心音传感器的基础上，分别实现了便携的树莓派信息采集系统和功能丰富的基于MATLAB的信息采集处理系统，因而在不同的使用场景中增强了可选择性和适应性。利用心音传感器采集数据较之特殊的外部麦克风来说有更好的数据产生，而基于android的心音显示，一方面可以在一定程度上减少由于心音转瞬即逝而导致的漏判和误判，另一方面较之笨重的仪器而言有明显的灵活性和极强的适应性，且在一定程度上降低了心音听诊的成本，使心音诊断能够更廉价、更有效的发生。

关键词：心音，蓝牙，HSMM，Android

Abstract

As an effective method for the early diagnosis and prevention of heart-related diseases, heart sound auscultation has gradually received more and more attention. The severe requirements of heart sounds for doctors' diagnostic skills have also been increasingly discovered by many scholars. Therefore, how to reduce the difficulty of diagnosis of heart sound has become a problem widely discussed by many scholars. The visualization of heart sound is considered as an important means to reduce the skill requirements of doctors and improve the diagnostic efficiency. This dissertation studies and implements heart sounds visualization and hidden semi-Markov Model-based (HSMM) heart sound segmentation algorithm. Using the highly developed android-based smart phone, and the better performance and widely used BLE technology, an android visualized heart sound APP based on Bluetooth communication is realized. On the basis of the HKY-06C heart sound sensor, it also implements a portable Raspberry Pi information acquisition system and a feature-rich MATLAB-based information acquisition and processing system, thereby enhancing the selectivity and adaptability in different usage scenarios. The use of heart sound sensors to collect data has a better data generation than a special external microphone. Based on the android's heart sound display, on the one hand, it is possible to reduce missed sentences and misjudgments caused by the fleeting changes in heart sounds. On the one hand, compared with cumbersome instruments, there is obvious flexibility and strong adaptability, so that heart sound diagnosis can be produced more cheaply and more effectively.

KEY WORDS: Heart Sound, Bluetooth, HSMM, Android

目 录

摘要 III

Abstract IV

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2 课题的发展及研究现状 2

1.2.1 心音在移动医疗中的发展 2

1.2.2 移动心音采集系统的研究现状 2

1.3 课题研究内容及论文结构 4

1.3.1 课题研究内容 4

1.3.2 论文结构 4

第二章 相关背景知识介绍 6

2.1 心音及心音异常的产生机理 6

2.1.1 心音产生的机理 6

2.1.2 心音产生异常的机理 8

2.2 短距离无线通讯方式概述 9

第三章 基于隐半马尔科夫模型的心音分割算法 13

3.1 隐半马尔科夫模型（HSMM） 13

3.2 支持向量机 15

3.3 特征提取 15

3.4 模型训练及评估 15

第四章 系统设计 17

4.1 系统概述 17

4.2 硬件设计 17

4.2.1 硬件器件简介 17

4.2.2 基于树莓派的心音采集模块 19

4.3 软件设计 20

4.3.1 基于Android手机的BLE可视化心音系统 20

4.3.2 基于MATLAB的HSMM心音分割 23

4.4 系统设计成果 25

4.4.1 页面展示 25

4.4.2 数据显示比对 32

第五章 总结与展望 35

5.1 本文研究工作总结 35

5.2 未来研究展望 35

致 谢 36

参考文献 37

绪论

课题研究背景及意义

人们生活水平逐渐提高，却同时伴随着心脏相关疾病发病率的上升。目前心脏相关疾病依旧是大多数人患病的病因，人们对心脏相关疾病也是谈之色变。而与疾病相关的话题中，医疗负担总是其中的热门话题，受到不同年龄、不同文化水平的人们的普遍关注。近年来，伴随着心脏相关疾病的发病率的升高，我国的医疗负担也逐渐加重，如何减轻医疗负担一直是众多学者和政客关心和研究的话题。其中早期的诊断和预防，作为从根源上减轻或减少疾病发生的有效方法，不论是出于减轻医疗压力的目的，还是对患者来说，都是一种较为简单且效果出众的方式。在人们就医观念逐渐加强的当下，如何提高早期诊断的准确性、降低早期诊断对医生诊断水平的依赖、降低早期诊断的时间成本、空间成本和设备成本便成为了当前主要需要攻克的问题。

心音信号是医生对心脏相关疾病做出早期诊断的最常用的依据之一。心音信号中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病理信息,是心脏及大血管机械运动状况的反映[1]，可以说心脏和大血管的机械运动状况都能通过心音信号得到有效的呈现。心杂音和畸变能够较为直观且准确地向医生传递心血管相关疾病的病理特征，且当人体目前的心血管病况还不足以引发临床病变时，患者心音信号中的杂音和畸变就已经能够向医生提供相关的病理信息，因此，心音是能够作为早期诊断和预防心血管相关疾病的重要生理信号。

剩余内容已隐藏，请支付后下载全文，论文总字数：31539字