心音是心脏收缩舒张过程中产生的一种生理音,蕴含多种生理和病理信息,是心脏及血管机械运动状况的反映。心音听诊是心脏病早期诊断最常用的一种方法,传统的心音听诊无法将心音信号实时记录和分析。本文提出了一种心音识别系统的设计方案,该方案包括了对心音信号的传感、采集、去噪和机器分类方法,为疑似心脏病患者进行心音听诊提供了一种新的诊断方式。首先,本文针对传统心音听诊的弊端提出了一种基于聚偏氟乙烯(PVDF)-氧化锌(Zn O)共聚物的纳米柔性压电薄膜心音传感器的设计方案。作者研制并搭建了一套高压静电纺丝实验平台,基于该实验平台,作者制备并比较了纯PVDF、PVDF/Zn O和PVDF/石墨烯(GR)三种柔性纳米压电共聚物薄膜的压电特性。经扫描电镜观察,制备的压电薄膜纤维取向较为一致,薄膜的机械柔性较好。其次,针对压电性较好的PVDF/Zn O共聚物压电薄膜进行“三明治”式的封装保护,制作了柔性心音传感器。作者设计并实现了PVDF/Zn O共聚物柔性心音传感器的调理电路,该电路包括电荷放大电路、电压放大电路和偏置电路。调理电路将柔性心音传感器获得的微弱心音信号放大后,送入USB-6008数据采集卡。作者在Lab VIEW平台上编写软件实现了心音信号的采集、滤波和存储。基于小波变换的理论基础,本文对采集到的心音信号在MATLAB平台下进行了小波变换阈值去噪处理,选用Daubechies6(简称db6)小波作为基小波,选择的分解层数为5层。实验结果表明,该方法具有较好的降噪效果。最后,本文基于前馈神经网络提出并实现了一种心音分类算法,该算法首先对降噪后心音信号的采集质量进行筛选,然后对符合要求的心音信号进行正常和异常分类。算法共提取18个特征变量,以交叉熵为损失函数进行训练。训练集为Physio Net开源心音数据库中的3580例心音数据。随机选用心音数据库中的480例心音数据和新型PVDF共聚物柔性纳米心音传感器测得的20例心音数据组成验证集进行分类测试,测试结果得到本文提出的心音分类算法的平均灵敏度为83.09%,平均特异性为83.27%。实验证明了本文提出的系统具有一定的可行性和先进性,具有自动机器分类方式的心音识别系统有一定的应用前景。