这是我制作的电子听诊器的客户端软件。用来处理和显示心肺音信号。采用LabVier编写，可以通过电脑的串口接收数据，进行滤波，进行时域和频域的波形显示。适合对LabView有一定基础的朋友
上传时间： 2016-08-30
上传用户：一诺88
可选择心动间期电子听诊器的研制,从网上下载供参考
标签： 电子听诊器
上传时间： 2017-03-06
上传用户：wanghui2438
此为基于单片机的可视听诊器设计。利用C语言实现了驻极体式声音传感器实现的心音数据采集系统功能，利用图形液晶模块实现显示的新型可视电子听诊器功能。
上传时间： 2013-12-05
上传用户：xiaodu1124
心音听诊是评估心血管疾病，特别是心瓣膜病、先天性心脏病和心率失常的方法之一。本文针对心音听诊易受医生听觉以及主观性的影响，现有听诊器灵敏度低，不能无线传输数据以及不结合心音图诊断等不足，设计了一种基于嵌入式处理器与蓝牙传输的电子听诊器。该听诊器由便携式设备端和PC端组成。便携式设备端包括信号预处理模块和基于ARM处理器及基于Linux 操作系统内核和Qtopia用户界面环境的主控模块。在便携式设备端，心音信号由传感器将采集和预处理模块的调理后，一路经过功率放大后可由自带喇叭实时播放心音：另一路由主控模块采样数字化从而实现各种功能，如心音波形显示、播放存储、蓝牙传输等。PC端则作为便携式设备功能上的扩展和延伸，可通过蓝牙设备实时或延时接收来自便携式设备端的心音数据进行播放以及心音图显示。此外PC端软件可以对接收的心音数据进行存储重放和分析，实现计算机辅助诊断。
标签： 蓝牙电子听诊器
上传时间： 2022-07-27
上传用户：wangshoupeng199
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
运用单片机控制的脉搏测量功能，不再需要用传统的听诊器来测量脉搏
上传时间： 2013-06-09
上传用户：580231
