南京邮电大学学报(自然科学版)

作者：卢官明,唐瑭,戚继荣,王洋,赵宇航

单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京医科大学 附属儿童医院心胸外科，江苏 南京 210008南京医科大学 附属儿童医院心胸外科，江苏 南京 210008南京医科大学 附属儿童医院心胸外科，江苏 南京 210008

关键词：心音去噪；自适应噪声完全集合经验模态分解；去趋势波动分析；小波分析；心脏杂音

基金：国家自然科学基金（72074038）和江苏省卫生健康委员会重点项目（K2023036）资助项目

针对现有基于经验模态分解的心音去噪算法在进行模态分解后存在心脏杂音与噪声模态混叠的问题，提出了一种基于自适应噪声完全集合经验模态分解（Complete Ensemble Empirical Mode ?Decomposition with Adaptive Noise，CEEMDAN）与自适应双阈值小波分析的心音去噪算法。首先，通过 CEEMDAN 方法，将含噪心音信号分解为不同时间尺度上的固有模态函数（Intrinsic Mode ?Function，IMF）分量；然后，采用去趋势波动分析（Detrended Fluctuation Analysis，DFA）方法将不同的IMF分量判定为含噪的心脏杂音IMF分量或心音IMF分量；接着，利用小波分析技术，滤除含噪心脏杂音IMF分量中的噪声，保留含有病理特征的心脏杂音；最后，将保留下来的心脏杂音与心音 IMF分量进行重构，得到去噪后的心音信号。在Khan数据集上的实验结果表明，在不同噪声强度下，所提出的心音去噪算法均能明显提高心音信号的信噪比，降低均方根误差，优于其他现有方法。对临床采集的新生儿心音信号进行去噪的实验结果表明，所提算法具有良好的抑制噪声能力，并保留了含有病理特征的心脏杂音。

来源：2025年第04期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第04期