Heart sound segmentation algorithm based on shannon energy and short-time zero-crossing rate
心音能有效地反应心脏尤其是瓣膜活动状况,研究基于心音的心脏病决策系统具有重大意义.心音分段是建立心音决策系统的基础和前提,其目的是定位心音的主要成份,为特征提取与模式识别提供定位基准.本文通过使用双门限、迭代等方法,改进了基于信号能量的分段算法,并首次引人短时过零率以更准确地定位分段边界.实验结果表明,该算法对正常心音及常见异常心音分段效果良好.