从最近的研究成果看，针对其本身的特点，心音信号的自动识别与分析的主要方法可以归结为：利用心音各成分的频域特性，应用小波分解重构进行消噪，矫正基线漂移，然后提取其包络信号，进而从包络信号中提取心音各成分的特征信息，结合心音的相关医学知识，利用神经网络的方法对心音进行训练和识别[7]。

    神经网络技术可采用如下医学知识作为其分析的基础：论文网

1)在 PCG 记录中，心脏舒张期的持续时间（从 S2 结束到 S1 开 

  始）大于心脏收缩期的持续时间（从 S1 结束到 S2 开始）。

2)心脏收缩期的持续时间（从 S1 结束到 S2 开始）与心脏舒张 

  期相比，相对恒定。

3)心尖部听到的第一心音强于第二心音，心底部听到的第二心音

  强于第一心音。

4)当心率过快时，舒张期缩短，以致收缩期和舒张期的时间几乎

  相等，S1 幅值增大。

    另外，我们还可以应用相关信号处理领域中对非平稳信号进行分析识别的方法对心音信号进行处理。

虽然采用小波变换以及神经网络来处理信号比较耗费时间，处理速度比较慢，但是随着电子信息技术以及计算机技术的发展，更多更先进的硬件设备和信号处理方法将被应用于心音信号的自动分析与识别，信息处理的速度、精度以及准确度都会越来越高，从而可以实时的得到准确的心音处理结果，并应用于临床诊断，为医学的发展作出更大的贡献。

1.3 研究目的

     伴随着人类社会的飞速发展，科学技术的日新月异，与此同时，由于环境遭到极大的破坏，气候的恶劣化，原有的原始的生态系统严重失衡，社会发展所带来的灾难也相当巨大，时代的飞速发展，各种各样疾病怪病也层出不穷，在预防与治疗疾病上，人类也正面临前所未有的挑战，也正面临着能够更加确切的提供新出现的疾病的心音信息的新技术难题的挑战。因而，在原已发展比较成熟的心音检测技术上，开发处能更正准确高效、更方便详细的检测心音信息的传感器，在人类医学史上，将具有重要的医学研究价值。

1.4 研究方法

 心音是衡量人体健康指数的重要指标，本研究基于原始听诊器听诊原理，在现代现已处于设计、研究或使用阶段的相关的心音检测器基础上，经由心音传感器将振动信号转化为电信号，获得的心音信息，经过模拟电路作相应处理之后，结合单片机做数字化处理的检测处理装置，可以较好的实现实时的检测、显示、数字化处理，便于计算机处理。心音检测在医学上有利于能更准确确定人体状况及相关病况，在疾病预防及治疗更准确有效上有着重要的意义。

1.5 论文主要内容

（1）回顾了解心音信号的一些基本知识，包括心音的产生机理和主要特性，第

     一心音、第二心音、第三心音和第四心音的频段范围等。

（2）分析心音信号存在的噪音以及心音传感器原理、特性，并提出了心音信号

     的采集和处理方案。

（3）设计了心音信号的模拟信号采集电路，包括滤波、陷波、放大电路等。

（4）设计了心音信号的数字采集电路，主要有信号的A／D转换、与上位机的通

     信、液晶的显示、人机接口、D／A转换等。

（5）编写了下位机程序，主要包括A／D转换、通信、显示和控制等内容。

（6）设计了心电信号采集的模拟电路和数字电路，以辅助心音信号的分析。