心音信号具有非线性及复杂性的特点,但以往的研究是将其模拟为理想的线性系统,再用线性方法分析,显然用线性的方法分析非线性系统不足以全面展示其特征。混沌时间序列是非线性系统的一种非常重要的运动模式,在揭示非线性过程内在随机性所具有的特殊规律性方面具有优异性能,本论文拟从混沌时间序列的角度研究瓣膜病心音信号,从而更深入地显现心音信号的内在规律,以期以此方向解决心脏瓣膜病的辅助诊断问题。本文首先介绍了正常心音信号与心脏瓣膜病心音信号的产生机理,心音改变与心脏病理性变化之间的关系,心音在心脏瓣膜病诊断中的应用。以心音信号作为研究对象,利用小波变换的滤波方法进行心音消噪,之后用Hilbert变换提取滤波后心音的包络,然后对心音包络信号进行自相关分析,求出其心动周期长度,利用此周期长度在滤波后的心音中截取心音片段；再利用混沌时间序列对心音信号进行分析,求出其关联维数、最大李雅普诺夫(Lyapunov)指数等混沌特征值,定量的分析其混沌特征。本文设计的心音信号分析系统包括心音信号的采集、预处理、混沌时间序列分析都是基于LabVIEW平台进行的,利用此系统对正常心音及几种常见的心脏瓣膜病心音信号分析,结果表明,心脏是典型的混沌系统,正常心音与各瓣膜病信号以及各瓣膜病信号之间的混沌特征具有较明显的差异,其中病变的心音信号的关联维数和最大Lyapunov指数较正常心音信号高,这说明病变的心音信号与正常心音信号相比,具有较高的复杂性,而各瓣膜病间的差异性也能为下一步的分类识别奠定基础。混沌特征对于心音信号分析具有重要作用。另外利用LabVIEW开发的产品可在非LabVIEW开发系统的电脑环境中运行,并利用用户的显示器显示运行结果,可为医生和患者提供一定的辅助作用。