探讨血管音的发生机理，需要考虑两个方面，一是血管狭窄的血流动力学特性，二是血管本身在血流作用下的振动特性。目前，对心血管系统建立完善的数学模型依然十分困难，大多数的研究人员分别对心血管内的血流动力学特性和血管振动特性进行建模，以减小建模的难度。

1.2 研究现状

    由于心音信号成分比较复杂，对于不同的人而言，在不同的时段内可能会出现不相同的心音波形，这写差异性对当前的研究造成了相当大的困难。目前，国内外有相当部分人和机构在从事这方面的研究。

L．Durand等的研究还表明对人工生物瓣而言，当它出现钙化或纤维化病变时，心音频谱中高频成分的能量增加，而对人工机械瓣膜而言，由于血栓的形成，频谱中低频成分的能量增加。量佳谱估计方法不仅可以对人工瓣膜的工作状况进行分析，而且还能提取心音信号的谱特征。

     上世纪90年代以前，心音分析工作者主要采用FFT、AR（自回归模型）和ARMA（自回归滑动平均模型）等谱分析，而且其研究对象也局限在动物心音。有研究表明：心胸声传导系统是一个时变模型。因此，采用FFT或参数模型（LPC、AR和ARMA）都是基于平稳性好的分析方法，难以反映出心音信号的动态变化过程，另外，功率谱只能反映幅频特性，而往往忽视了蕴含着大量信息的相频特性。后来Sava HP等采用改进的前后预算的Prony方法对用机械膜修复后的心脏心音的谱分布进行了研究，Prony方法可以直接求得信号的幅值、相位、阻尼因子和频率4个要素，能够处理衰减信号、估计阻尼系数。

    数学形态学可以用来简化图像数据，保持图像的基本形态特征，同时去掉图像终于研究无关的部分，其基本运算有四种：膨胀、腐蚀，开运算和闭运算，通常是用在二维图形的处理，但近年来，国内外许多学者将其应用于一维信号的处理中。作为一维信号处理的工具，数学形态学方法已经用于心电信号处理。HenryChu 将数学形态学用于心电信号的噪声滤除。Trahanias 将其用于 QRS 波群的检测。

     郭兴明，姚晓帅，陈剑等将数学形态学用于心音包络的提取与识别研究，他们首先利用数学形态学滤波和全波整流对原始心音进行预处理；然后利用形态学闭运算提取心音包络；进而应用形态学开运算来消除噪声包络；最后依据生理学知识对心音信号进行自动识别。这种方法提取的信号包络毛刺较多且边缘不够光滑，但可以通过优化结构元素来改善；另外，包络信号与原始信号的外形差别比较大，但是心音的时域特征没有大的改变，因此可以用来对心音信号进行识别。       

     王文辉等提出阶梯值比较法并结合经验数据实现心音自定位，但这种方法受经验参数的制约，定位的准确性不高。陈萌辉等通过使用双门限、迭代等方法,改进了基于信号能量的分段算法,并首次引入短时过零率以更准确地定位分段边界，对心音信号进行自动识别。王衍文等提出一种基于Choi-Williams 分布的心音信号检测方法，利用Choi—Williams 分布分析心音信号的时频特性，这种方法不仅准确地判定了Sl 和S2 的起始位置，而且对心音信号的时域、频域和能量分布作了全面的描述。周静等，杨群清等，童基均等都将非线性时间序列分析的方法-----相关维应用于心音时间序列的分析，通过计算心音信号的关联维数，获取冠状动脉的特征信息，来区别正常心音，得到一种对冠状动脉疾病进行无损检测的方法。以上这些研究对心音的检测以及心血管疾病的诊断都具有重要的意义。