肺音信号是人体与外界进行气体交换过程中所产生的一种生理声信号。肺音中包含着大量的生理与病理信息,能够很好的表征人体呼吸系统的健康情况,因而在呼吸音学与临床医学等都有着十分重要的研究意义。传统的人工听诊方法对肺部疾病的医疗诊断虽然有着便捷无创等优良的特性而广受青睐,但也存在着人为判断的主观性以及设备与人耳对信号频率范围的局限性等问题。因此,肺音识别的电子化与自动化将是该领域的必然发展趋势。近年来,伴随着现代信号分析技术的发展、硬件设施的开发与完善,以及对不同疾病下的异常肺音的进一步了解,机器化肺音识别与分类的研究发展迅速。然而,目前的肺音研究仍然有着较大的局限与不足:1.机器识别与分类后只是定量性分类为正常音或者特定的几种异常音,而缺乏与实际诊疗相结合的具体病理信息,比如异常音存在于呼吸相的位置。2.除早期的波形放大等手段外,缺乏像心电图与脑电图等视觉诊断的依据,肺音仍然依赖于经验丰富的医师的人工听觉判断来进行进一步的诊断。本文则针对于肺音识别研究中所存在的问题,提出了一种基于希尔伯特-黄变换方法来对肺音呼吸气相进行分割的方法,并通过MATLAB绘制GUI界面构建包含呼吸相分割的人机交互肺音识别软件系统。本文的主要内容包括如下三个方面(1)系统地介绍了肺音知识,对典型异常肺音的产生机理与信号特征进行了阐释,以及当前对于肺音识别技术所采用的方法进行了介绍。(2)阐述了基于HHT变换的信号处理方法的基本原理与拓展应用,并针对于目前对肺音信号对呼吸相分割的不足之处,提出一种基于HHT变换的肺音呼吸气相识别与分割的方法。(3)通过MATLAB构建一个包含有呼吸气相分割的人机交互肺音识别软件系统。该系统能够通过对肺音信号进行气相分割,将气相信息作为有效特征来应用于肺音的识别,通过人机交互能够进一步完善分割与识别结果,在视觉辅助诊断方面也有着良好的可用性。