心音信号是一种人耳能够听到的生物医学信号,它含有大量的心脏活动信息,能够如实地反映心脏活动状态。国内外研究已经证实,通过对心脏的听诊能够对心脏类疾病进行辨识,尤其是先天性心脏病。随着电子技术的发展,研究人员希望通过信号处理的方法,对实测心音信号进行分析,提取有效的病理特征进行识别,在医生初诊时提供一些辅助信息。但由于心音是一种非平稳的随机信号,上述研究是一个很有挑战性的课题。本文针对心音信号特点,从心音的产生机理及固有特性入手,结合先天性心脏病患者杂音的病理特征,分析对比了心音处理各阶段的不同算法,给出了一套完整的心音和杂音分析流程。该流程包括：首先对心音进行预处理,包括融合、去噪、分割定位三个步骤,通过心音预处理将心音分为可分割定位和不可分割定位两大类：对于可分割定位的心音,通过单通道部分重叠稀疏模型将其分离为心音占优路和杂音占优路,并提取了六类特征进行分类识别；对于不可分割定位的心音,直接给出无需分割定位的心音特征提取及聚类方法。最后,采用实际临床采集心音信号对上述流程进行验证,得出实验结果并给出分析结论。论文的主要工作及创新点如下：·在心音信号分割算法中提出基于模板匹配的分割方法,将心音的分割方法从一维映射到二维,使心音分割定位更加准确。同时,心音分割算法能够自动辨识心音分割定位是否成功,并将不可分割定位的心音信号提取出来单独进行处理,使得对心音的分析更加广泛实用；·针对可分割定位的心音,为突出其杂音特征,文中提出了一种单通道部分重叠的稀疏模型,基于该模型的分离方法能够将可分割定位的心音分离为心音占优路和杂音占优路。文中详细介绍了该模型的假设条件、分离思想和分离算法,并给出分析实例;·不同于一般的仿真数据分析,本文研究中采用的实验数据均为临床采集心音信号,所以本文的分析结果具有很强的针对性和实用性。还分析对比了术前术后的心音信号,房间隔膜缺损(ASD)和室间隔膜缺损(VSD)患者的心音信号,并给出了心音的快速分类方法。通过对实测心音数据库中选取的220例心音信号进行分类识别结果表明：对比其他文献所述的心音信号分类识别方法,本文的算法流程对心音的处理更加全面,无论是否可分割定位的心音都能进行分析。相对于其它分析方法,本文的心音处理流程对实测心音的分类识别率更高,达到81.3%,该结果具有较高的实际参考价值。