基于希尔伯特变换的心音信号包络提取算法实现

资 源 简 介

本项目旨在利用MATLAB平台开发一套针对生物医学信号的处理程序，特别是针对非平稳的心音信号（PCG）进行分析。程序的核心功能是通过希尔伯特变换（Hilbert Transform）方法来提取心音信号的瞬时振幅包络。在实际操作中，该程序首先加载采集到的心音时间序列数据，构建对应的解析信号（Analytic Signal）。由于解析信号的模值表征了原始实信号的瞬时包络，该方法能够有效地平滑信号的高频振荡，描绘出心音能量随时间变化的轮廓。这对于后续的心音分割、特征提取（如定位第一心音S1和第二心音S2）、心率计算以及心杂音的识别具有至关重要的作用。该程序不仅实现了算法逻辑，还提供了直观的图形化结果展示，帮助研究人员或医生快速观察心音强度的变化趋势。

详 情 说 明

基于希尔伯特变换的心音信号包络提取系统

项目简介

本项目是一个基于MATLAB开发的生物医学信号处理系统，专注于非平稳心音信号（PCG）的分析。系统的核心功能是利用希尔伯特变换（Hilbert Transform）算法构建解析信号，从而精确提取心音信号的瞬时振幅包络。

该程序能够有效地平滑高频振荡，描绘出心音能量随时间变化的轮廓，为后续的第一心音（S1）和第二心音（S2）定位、心率计算及病理性杂音识别提供了可靠的信号基础。系统内置了高保真的心音模拟生成器，无需外部数据即可直接演示完整的信号处理流程，并提供直观的可视化结果。

与代码实现一致的功能特性

本系统严格按照 main.m 中的代码逻辑实现，具备以下核心功能：

• 心音信号模拟生成：内置算法能够生成包含S1、S2成分、环境白噪声以及呼吸基线漂移的模拟心音信号，模拟采样率为2000Hz。
• 信号预处理：应用巴特沃斯（Butterworth）带通滤波器去除低频基线漂移和高频干扰，并利用零相位滤波技术防止信号时移。
• 瞬时包络提取：利用希尔伯特变换计算解析信号，通过求模值获取未经平滑的瞬时包络。
• 包络平滑处理：采用低通滤波技术对原始包络进行平滑，去除高频抖动，突出心音的主体轮廓。
• 自适应阈值展示：计算平滑包络的统计均值，并生成自适应阈值线，辅助观察心音定位。
• 多视图可视化：在一个窗口中通过三个子图分别展示预处理对比、包络提取效果及平滑后的阈值分析。

系统要求

• MATLAB R2016a 或更高版本
• Signal Processing Toolbox（信号处理工具箱，用于 butter, filtfilt, hilbert 等函数）

使用方法

1. 确保MATLAB已安装并包含信号处理工具箱。
2. 打开MATLAB环境，将工作目录切换至项目所在文件夹。
3. 直接运行 main 函数。
4. 程序将自动执行以下操作：

* 生成5秒长的模拟心音数据。 * 执行滤波、变换和包络提取算法。 * 在控制台输出采样率和最大包络幅值。 * 弹出包含三个子图的图形窗口，展示处理结果。

算法逻辑与代码实现细节

程序 main.m 的执行流程严格遵循以下五个步骤：

1. 数据获取与模拟

程序首先初始化参数，设置采样率（Fs）为 2000Hz，信号时长为 5秒。 代码调用内部辅助函数 generate_simulated_pcg 生成模拟数据。该部分为了模拟真实环境，叠加了且幅度为0.05的高斯白噪声以及0.25Hz的低频正弦呼吸干扰。

2. 信号预处理

为了提取有效的心音成分，代码构建了一个 4阶巴特沃斯带通滤波器。

• 通带范围：25Hz - 400Hz，覆盖了心音的主要频率成分。
• 零相位滤波：使用 filtfilt 函数替代标准的 filter 函数，确保滤波后的信号不会产生相位延迟，保证了时间轴上的精准对齐。
• 归一化：将滤波后的信号除以其绝对值的最大值，使其幅值范围归一化到 [-1, 1] 之间，便于跨样本比较。

3. 基于希尔伯特变换的包络提取

这是系统的核心算法部分。

• 构建解析信号：使用 hilbert() 函数对预处理后的实数信号 $x(t)$ 进行变换，得到复数解析信号 $z(t) = x(t) + j cdot H{x(t)}$。
• 提取模值：计算解析信号的模（绝对值），即 abs(analytic_signal)。该模值代表了信号的瞬时振幅包络，能够反映心音强度的瞬时变化。

4. 包络平滑处理

原始的希尔伯特包络通常包含大量的高频毛刺。代码通过二级滤波进行优化：

• 低通滤波：设计了一个截止频率为 15Hz 的 2阶巴特沃斯低通滤波器。
• 平滑及去噪：再次利用 filtfilt 对包络进行处理，得到了平滑且边缘清晰的心音轮廓（smoothed_envelope）。

5. 结果可视化与分析

程序生成一个图形窗口，包含三个子图：

• 子图1（预处理对比）：同时绘制原始含噪信号（灰色）和带通滤波后的信号（蓝色），展示去噪效果。
• 子图2（包络提取）：在滤波信号上方叠加绘制红色的希尔伯特瞬时包络线，直观展示包络对波峰的追踪能力。
• 子图3（阈值分析）：展示最终的平滑包络（黑色粗线），并计算 mean(smoothed_envelope) * 1.5 作为自适应阈值，绘制出品红色的虚线。这演示了如何通过简单的阈值逻辑来定位S1和S2心音。

辅助函数说明

代码包含一个名为 generate_simulated_pcg 的内部函数，其实现逻辑如下：

• 基于70 BPM (次/分) 的心率计算心动周期。
• 使用 Gabor小波（正弦波乘以高斯窗）来模拟心音成分：

* S1 (第一心音)：设定频率50Hz，位于周期起始段。 * S2 (第二心音)：设定频率70Hz，位于周期约35%处。

• 通过循环叠加多个周期的波形，并最终加入噪声与漂移，形成完整的时域信号。