【技术实现步骤摘要】
本申请涉及计算机，尤其涉及心音信号的处理方法、装置、设备、系统及程序产品。
技术介绍
1、随着智慧医疗的发展，通过对采集的心音信号进行研究分析，能够帮助医生更便捷、更准确地把握病人的心脏状况，避免经验不足或环境噪声的干扰而导致误诊。
2、心音信号在采集的时候容易受到噪声污染，如肺音、工频干扰噪声、听诊头与衣物之间摩擦产生的噪音、外围环境人的说话声等。这些噪声的存在会淹没心音信号中的有效病理成分，不利于后续对心音信号进行处理和分析，如心音分割、特征提取处理。
3、因此，如何对采集的心音信号进行有效的降噪处理，提高心音信号的质量成为难题。
技术实现思路
1、有鉴于此，本申请提供一种心音信号的处理方法，可以有效的对心音信号进行去噪处理。
2、根据本申请实施例的第一方面，提供了一种心音信号的处理的方法，可以应用于终端设备中包含心音信号的处理功能的系统或程序中，具体包括：
3、获取待处理心音信号，以及所述待处理心音信号对应的小波函数和分解层数；
4、基于所述小波函数对所述待处理心音信号按照所述分解层数依次进行小波分解，得到各个分解层数对应的小波系数；
5、确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值；
6、基于所述调整阈值对相应分解层数的小波系数进行筛选，得到处理系数；
7、根据所述处理系数进行小波逆变换重构，
8、可选的，在一些可能的实现方式中，所述确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值，包括：
9、确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值；
10、根据所述分解层数分别配置各个分解层数对应的层数自适应因子，所述层数自适应因子随着分解层数的增大而增大；
11、基于所述层数自适应因子对所述去噪阈值进行调整得到各个分解层数对应的调整阈值，所述调整阈值随着所述层数自适应因子的增大而减小。
12、可选的，在一些可能的实现方式中，所述根据所述分解层数分别配置各个分解层数对应的层数自适应因子，包括：
13、确定所述分解层数对应的已处理层数；
14、基于所述分解层数和所述已处理层数配置层数系数；
15、根据所述层数系数确定各个分解层数对应的层数自适应因子。
16、可选的，在一些可能的实现方式中，所述确定所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，包括：
17、确定所述待处理心音信号与小波函数对应的相似指数，以得到信号元素；
18、对所述信号元素进行平方计算，并将计算结果按照从大到小排列得到估计序列；
19、根据无偏拟然估计公式计算所述估计序列中各个信号元素对应的风险估计值；
20、将风险估计值最小的信号元素的平方根作为所述去噪阈值。
21、可选的，在一些可能的实现方式中，所述获取待处理心音信号，以及所述待处理心音信号对应的小波函数和分解层数，包括：
22、获取采集心音信号；
23、根据所述采集心音信号对应的有效频率范围配置巴特沃斯滤波器中的滤波器阶数、截止频率和通频带边缘频率；
24、基于配置后的巴特沃斯滤波器对所述采集心音信号进行处理，以得到所述待处理心音信号；
25、获取所述待处理心音信号对应的小波函数和分解层数。
26、可选的，在一些可能的实现方式中，所述获取所述待处理心音信号对应的小波函数和分解层数，包括：
27、将所述待处理心音信号与预设函数进行相似性比较，以得到比较信息；
28、基于所述比较信息确定所述小波函数；
29、确定所述待处理心音信号对应的采样频率范围；
30、基于所述采样频率范围依次进行范围分解，以向所述有效频率范围靠近；
31、确定靠近所述有效频率范围时对应的分解次数，以得到所述分解层数。
32、可选的，在一些可能的实现方式中，所述基于所述小波函数对所述待处理心音信号按照所述分解层数依次进行小波分解，得到各个分解层数对应的小波系数，包括：
33、基于所述小波函数对所述待处理心音信号进行小波分解，得到输入信号；
34、将所述输入信号的频率中值作为分界线对所述输入信号进行划分，得到指示低频段的近似分量，以及指示高频段的细节分量；
35、按照所述分解层数依次对所述近似分量进行小波分解，以得到各个分解层数对应的小波系数。
36、可选的，在一些可能的实现方式中，所述方法还包括：
37、确定所述待处理心音信号对应的有效频率范围；
38、基于所述有效频率范围对所述细节分量进行筛选；
39、若所述细节分量指示的频率范围在所述有效频率范围之外，则将所述细节分量对应的小波系数置零。
40、可选的，在一些可能的实现方式中，所述方法还包括：
41、确定待处理心音信号与目标心音信号的比对指标，所述比对指标包括均方根误差和信噪比；
42、基于所述比对指标生成质量评估信息。
43、可选的，在一些可能的实现方式中，所述方法还包括：
44、根据所述质量评估信息对层数自适应因子进行调整；
45、基于调整后的层数自适应因子对所述待处理心音信号进行处理，以得到调整心音信号。
46、根据本申请实施例的第二方面，提供了一种心音信号的处理装置，包括：
47、获取单元，用于获取待处理心音信号，以及所述待处理心音信号对应的小波函数和分解层数；
48、处理单元，用于基于所述小波函数对所述待处理心音信号按照所述分解层数依次进行小波分解，得到各个分解层数对应的小波系数；
49、所述处理单元，还用于确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值；
50、所述处理单元，还用于基于所述调整阈值对相应分解层数的小波系数进行筛选，得到处理系数；
51、所述处理单元，还用于根据所述处理系数进行小波逆变换重构，以得到目标心音信号。
52、可选的，在一些可能的实现方式中，所述处理单元确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值时，具体用于确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值；根据所述分解层数分别配置各个分解层数对应的层数自适应因子，所述层数自适应因子随着分解层数的增大而增大；基于所述层数自适应因子对所述去噪阈值进行调整得到各个分解层数对应的调整本文档来自技高网...
【技术保护点】
1.一种心音信号的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述分解层数分别配置各个分解层数对应的层数自适应因子，包括：
4.根据权利要求2所述的方法，其特征在于，所述确定所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，包括：
5.根据权利要求1所述的方法，其特征在于，所述获取待处理心音信号，以及所述待处理心音信号对应的小波函数和分解层数，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述待处理心音信号对应的小波函数和分解层数，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述小波函数对所述待处理心音信号按照所述分解层数依次进行小波分解，得到各个分解层数对应的小波系数，包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
11.一种心音信号的处理装置，其特征在于，包括：
12.一种心音信号的处理设备，包括输入输出组件和处理器；
13.一种心音信号的处理系统，包括交互客户端、服务端；
14.一种计算机程序产品，其特征在于，包括：计算机程序，所述计算机程序被处理器执行时实现权利要求1至10任一项所述的心音信号的处理方法。
...【技术特征摘要】
1.一种心音信号的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定对所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，以根据所述分解层数分别对所述去噪阈值进行调整得到各个分解层数对应的调整阈值，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述分解层数分别配置各个分解层数对应的层数自适应因子，包括：
4.根据权利要求2所述的方法，其特征在于，所述确定所述待处理心音信号进行无偏拟然估计时对应的去噪阈值，包括：
5.根据权利要求1所述的方法，其特征在于，所述获取待处理心音信号，以及所述待处理心音信号对应的小波函数和分解层数，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述待处理心音信号对应的小波函数和分解层数，包括：
【专利技术属性】
技术研发人员：胡清礼，马峰，高建清，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。