摘 要：為有效去除心音信號(hào)中的噪聲，提出基于CEEMDAN（Complete Ensemble Empirical ModeDecomposition with Adaptive Noise）與自相關(guān)函數(shù)的心音去噪算法。首先，通過CEEMDAN將含噪的心音信號(hào)分解為具有不同尺度特征的IMF（Intrinsic Mode Function）分量;其次，根據(jù)噪聲與心音的自相關(guān)函數(shù)性質(zhì)不同，界定IMF分量的信噪分界點(diǎn);最后，對(duì)以噪聲為主的IMF分量進(jìn)行均值濾波，并將其與以心音為主的IMF分量重構(gòu)得到去噪后信號(hào)。實(shí)驗(yàn)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(shí)，可以較好地保留心音信號(hào)中的有效信息。

關(guān)鍵詞：心音去噪;CEEMDAN;自相關(guān)函數(shù);均值濾波

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

心音信號(hào)包含了大量的心臟生理性、病理性信息，通過識(shí)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(shù)的發(fā)展，傳統(tǒng)醫(yī)療器械的數(shù)字化升級(jí)推動(dòng)著心音數(shù)字化聽診技術(shù)的發(fā)展[2]。心音降噪是心音信號(hào)數(shù)字化分析[3-4]中最為關(guān)鍵的步驟，心音信號(hào)采集常受到多種噪聲的干擾，主要包括周圍環(huán)境噪聲、數(shù)字聽診器的電磁干擾[5]等，給心音信號(hào)數(shù)字化診斷帶來了巨大的挑戰(zhàn)。因此，采用計(jì)算機(jī)進(jìn)行心音信號(hào)數(shù)字化分析，在預(yù)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(guān)函數(shù)的心音去噪算法，根據(jù)噪聲與心音的自相關(guān)函數(shù)性質(zhì)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(duì)以噪聲為主的IMF分量進(jìn)行去噪處理，保留心音中的高頻信息。