心血管疾病严重威胁着人类的健康,而且近些年发病率呈现上升趋势,心血管疾病的早期诊断和提高确诊率对降低心血管疾病的危害有着重要作用。心音信号能够反映出心脏的状态,当心脏发生病理性变化时,心音信号会产生一定的心杂音,因此心血管疾病可以通过心音分析来进行疾病诊断。心音分析包括降噪、分段定位、特征提取和分类等过程,本文主要对降噪和分段定位两个步骤进行研究,采用小波阈值降噪法对心音信号进行降噪处理,通过心音信号的周期分割对基础心音进行定位,并设计了心音信号实时采集与处理软件。首先,采用小波阈值降噪法对心音信号进行降噪处理。由于心音信号是使用电子听诊器进行采集的,在采集的过程中会受到噪声的影响,对心音信号进行分析首先要对心音信号进行降噪处理。本文采用小波阈值降噪法对心音信号降噪,传统的硬阈值、软阈值和半软阈值函数等对心音信号具有一定的降噪效果,但都存在降噪后信号幅值减小的问题,针对这一问题,本文提出了一个新的阈值函数,该阈值函数可以通过对信号幅值较小的部分进行增强。为了验证本文改进阈值函数的性能,将该阈值函数与传统阈值函数以及连续半软阈值函数进行了比较。实验表明,本文阈值函数可以有效去除含噪心音信号中的噪声成分,较好的保留信号的基本特征。其次,采用周期分割的方法对降噪后的心音信号进行分段与定位。主要工作为提取心音信号的周期并且定位出基础心音S1和S2的位置。采用希尔伯特变换对心音信号进行包络的提取,并通过自相关计算得到心音信号的周期,对心音的周期进行二分割并分别寻找峰值,定位出基础心音的位置。并将本文的周期分割定位方法找到的峰值与原始信号的峰值进行对比,对本文分段定位方法的准确率进行了分析,得出本文分段定位方法的准确率为75%。最后,进行了心音信号实时采集与处理软件设计。利用MATLAB编写软件设计的程序,建立一个心音信号实时采集与处理用户界面,使用外部设备电子听诊器对心音信号进行采集。该用户界面可以对采集的信号进行实时的波形显示,并通过一帧一帧的保存方式,对保存的信号进行降噪与分段处理,并将结果实时的显示出来。