基于CEEMDAN 與自相關函數的心音去噪

摘 要：為有效去除心音信號中的噪聲，提出基于CEEMDAN（Complete Ensemble Empirical ModeDecomposition with Adaptive Noise）與自相關函數的心音去噪算法。首先，通過CEEMDAN將含噪的心音信號分解為具有不同尺度特征的IMF（Intrinsic Mode Function）分量;其次，根據噪聲與心音的自相關函數性質不同，界定IMF分量的信噪分界點;最后，對以噪聲為主的IMF分量進行均值濾波，并將其與以心音為主的IMF分量重構得到去噪后信號。實驗表明，在不同的噪聲水平下，與小波軟閾值去噪算法、小波硬閾值去噪算法、CEEMDAN去噪算法相比，所提算法的信噪比最高，均方根誤差最小，在去除噪聲的同時，可以較好地保留心音信號中的有效信息。

關鍵詞：心音去噪;CEEMDAN;自相關函數;均值濾波

中圖分類號：TP391 文獻標志碼：A

0 引言（Introduction）

心音信號包含了大量的心臟生理性、病理性信息，通過識別心音的正常與否，可以有效輔助診斷心血管疾病[1]。隨著人工智能技術的發展，傳統醫療器械的數字化升級推動著心音數字化聽診技術的發展[2]。心音降噪是心音信號數字化分析[3-4]中最為關鍵的步驟，心音信號采集常受到多種噪聲的干擾，主要包括周圍環境噪聲、數字聽診器的電磁干擾[5]等，給心音信號數字化診斷帶來了巨大的挑戰。因此，采用計算機進行心音信號數字化分析，在預處理部分的主要難題是最大限度地去除干擾噪聲。

為此，本文提出一種基于CEEMDAN與自相關函數的心音去噪算法，根據噪聲與心音的自相關函數性質不同，可以界定以噪聲為主的IMF分量與以心音為主的IMF分量，再采用均值濾波對以噪聲為主的IMF分量進行去噪處理，保留心音中的高頻信息。