CN107837091A - 一种单通道心肺音分离方法及系统 - Google Patents

Abstract

本发明公开了一种单通道心肺音分离方法及系统，其中方法包括：步骤1，对采集的心肺音混合信号x(t)进行处理，获得心肺音混合信号x(t)的时频谱X；步骤2，对时频谱X中20Hz～100Hz部分取列平均得到心音的幅模时序模板H₀；步骤3，根据心音的幅模时序模板H₀构造心音时序结构正则项，对时频谱X进行非负矩阵分解，抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r；步骤4，根据心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r，重构出心音和肺音的时域信号。所述单通道心肺音分离方法及系统能有效地分离心音和肺音在频域内的重叠成分，只需要单通道的心肺音混合信号作为输入即能实现心肺音的有效分离，临床实用性强，无须聚类，心肺音分离效果稳定。

Description

一种单通道心肺音分离方法及系统

技术领域

本发明涉及心肺音分离技术领域，特别是涉及一种单通道心肺音 分离方法及系统

背景技术

心音和肺音信号蕴含着丰富的心肺健康信息。心肺音信号检测对 于心肺疾病的诊断和预防有着极其重要的意义。在临床条件下，由放 置于胸腔表面的听诊器所采集到的心音和肺音信号往往混合在一起， 并夹杂有外界环境噪声，不利于医生临床诊断。因此，从采集到的混 合信号中分离出干净的心音信号和肺音信号并消除环境噪声干扰，有 着重要的临床意义和实用价值。

一般地，心音的频率范围为20Hz～600Hz，而肺音的频率范围为 60Hz～1000Hz。由于心音和肺音在时域和频域内都有重叠，导致其难 以通过传统的频域滤波方法实现分离。为解决该问题，研究人员已经 提出了许多方法，包括基于小波变换的滤波方法、自适应滤波方法、 独立成分分析、非负矩阵分解(Nonnegative Matrix Factorization，NMF) 等，但是这些方法均有各自的缺陷：

基于小波变换的滤波方法不容易选择恰当的分解层数和阈值，以 适应心肺音混合情况的个体差异；

自适应滤波方法需要精确的参考信号作为模板才能够较好地实现 心肺音分离，而临床实践中精确的心肺音参考信号是难以获得的；

独立成分分析至少需要2个通道的观测信号作为输入才能够被应 用，与目前一般临床听诊条件不相符。

NMF作为一种矩阵降维技术最早被应用于图像特征提取，近年来 被广泛应用于语音增强和单通道语音分离领域当中，其目的是在非负 的约束条件下找到两个低维的矩阵使得它们的乘积能够近似于原来给 定的矩阵。NMF具有实现上的简便性、分解形式和分解结果上的可解 释性，以及占用存储空间少等诸多优点。鉴于NMF具有以上的优点， 已有研究人员提出了一种基于NMF基函数聚类的心肺音盲分离方法， 但该方法的聚类过程容易受到远离中心奇异点的影响，而且没有利用 心音的时序结构，使得心肺音分离效果不稳定，不利于实际应用。

综上所述，心肺音分离仍然是一个有待解决的技术难题。

发明内容

本发明的目的是提供了一种心肺音分离方法及系统，只需要单通道的 心肺音混合信号作为输入即可实现心肺音快速有效的分离，以满足临床听 诊的需要。

为解决上述技术问题，本发明实施例提供了一种单通道心肺音分 离方法，包括：

步骤1，对采集的心肺音混合信号x(t)进行处理，获得所述心肺音 混合信号x(t)的时频谱X；

步骤2，对所述时频谱X中20Hz～100Hz部分取列平均得到心音的 幅模时序模板H₀；

步骤3，根据所述心音的幅模时序模板H₀构造心音时序结构正则 项，对所述时频谱X进行非负矩阵分解，抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r；

步骤4，根据所述心音信号时频谱的估计X_c和所述肺音信号时频 谱的估计X_r，重构出心音和肺音的时域信号。

其中，所述根据H₀构造心音时序结构正则项，对所述时频谱X进 行非负矩阵分解，包括：

通过获得心音信号时频谱的估计X_c＝WH和肺音信号时频谱的估计 X_r＝X-X_c，其中，W和H分别为频谱基矩阵和时序系数矩阵,H_i表示H 的第i行,a_i和b_i分别为心音模板匹配的尺度因子和偏置量。

其中，所述步骤1，包括：

去除采集的心肺音混合信号x(t)的环境噪声，获得干净的心肺音混 合信号x^*(t)；

对所述干净的心肺音混合信号x^*(t)进行时频分析，获得所述干净 的心肺音混合信号x^*(t)的复时频谱x^*(f，t)。

其中，所述去除采集的心肺音混合信号x(t)的环境噪声包括：

采用小波去噪、阈值滤波去噪、自适应滤波或维纳滤波去噪去除 所述心肺音混合信号x(t)中的高斯白噪声和能量微弱的噪声，获得所述 干净的心肺音混合信号x^*(t)。

其中，所述对所述干净的心肺音混合信号x^*(t)进行时频分析包括：

对所述干净的心肺音混合信号x^*(t)进行采用短时傅里叶变换，或 对所述干净的心肺音混合信号x^*(t)进行连续小波变换，或对所述干净 的心肺音混合信号x^*(t)进行希尔伯特黄变换。

其中，所述短时傅里叶变换采用的窗函数为汉明窗，所述汉明窗 的窗长度为100～128，窗移动的补偿为50～64。

其中，所述重构出心音和肺音的时域信号为采用时频掩码重构出 心音和肺音的时域信号，或采用维纳掩码重构出心音和肺音的时域信 号。

除此之外，本发明实施例还提供了一种单通道心肺音分离方法， 包括输入模块、存储模块和中央处理器模块，所述输入模块用于将对 采集的心肺音混合信号x(t)进行功率放大并转换为数字信号后输入到 所述中央处理器模块中，经过所述中央处理器模块采用如上所述的单 通道心肺音分离方法处理后产生的心音和肺音的时域信号，输出至所 述存储模块，所述存储模块用于存储输入的所述心肺音混合信号x(t)、 所述中央处理器模块工作过程中的中间参数以及输出的所述心音和肺 音的时域信号。

其中，还包括与输入模块、所述中央处理器模块连接的环境噪音 去除模块，用于去除高斯白噪声和能量微弱的噪声，获干净的心肺音 混合信号，

其中，还包括与所述中央处理器模块连接的显示器以及与所述显 示器相互连接的扬声器和无线通信器。

本发明实施例所提供的单通道心肺音分离方法及系统，与现有技 术相比，具有以下优点：

本发明实施例提供的单通道心肺音分离方法及系统，通过从心肺 音混合信号的时频谱中提取出能够体现心音幅模随时间变化的模板 H₀，并构建正则项引导心肺音混合信号时频谱的非负矩阵分解，抽取 心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r，根据所述心音 信号时频谱的估计X_c和所述肺音信号时频谱的估计X_r，重构出心音和 肺音的时域信号。与传统的频域滤波方法相比，所述单通道心肺音分 离方法和系统能有效地分离心音和肺音在频域内的重叠成分；与基于 独立成分分析的心肺音分离方法相比，只需要单通道的心肺音混合信 号作为输入即能实现心肺音的有效分离，临床实用性强；与基于NMF 频谱基函数聚类的心肺音盲分离方法相比，在于利用了心音的时序结 构信息，以正则化方法引导非负矩阵分解，无须聚类，心肺音分离效 果稳定、计算效率高，提高了工作效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面 将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而 易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通 技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图 获得其他的附图。

图1为本发明实施例提供的单通道心肺音分离方法的一种具体实 施方式的步骤流程示意图；

图2为本发明实施例提供的单通道心肺音分离方法的一种具体实 施方式的步骤流程示意图；

图3为本发明实施例提供的单通道心肺音分离方法中分离出的心 音信号图；

图4为本发明实施例提供的单通道心肺音分离方法中分离出的肺 音信号图；

图5为本发明实施例提供的单通道心肺音分离系统的一种具体实 施方式的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方 案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部 分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普 通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范围。

请参考图1～图5，图1为本发明实施例提供的单通道心肺音分离 方法的一种具体实施方式的步骤流程示意图；图2为本发明实施例提 供的单通道心肺音分离方法的一种具体实施方式的步骤流程示意图； 图3为本发明实施例提供的单通道心肺音分离方法中分离出的心音信 号图；图4为本发明实施例提供的单通道心肺音分离方法中分离出的 肺音信号图；图5为本发明实施例提供的单通道心肺音分离系统的一 种具体实施方式的结构示意图。

在本发明的一个实施例中，所述单通道心肺音分离方法，包括：

步骤1，对采集的心肺音混合信号x(t)进行处理，获得所述心肺音 混合信号x(t)的时频谱X；即将采集的信号进行一定的处理，获得对应 的时频谱X，这里的采集的心肺音混合信号x(t)，可以是临床采集的， 即实时从病人身上采集的，也可以是由他人从病人采集，然后远程传 输到的心肺音混合信号x(t)。

步骤2，对所述时频谱X中20Hz～100Hz部分取列平均得到心音的 幅模时序模板H₀；

步骤3，根据所述心音的幅模时序模板H₀构造心音时序结构正则 项，对所述时频谱X进行非负矩阵分解，抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r；

步骤4，根据所述心音信号时频谱的估计X_c和所述肺音信号时频 谱的估计X_r，重构出心音和肺音的时域信号。

本发明中的单通道心肺音分离方法，通过从心肺音混合信号的时 频谱中提取出能够体现心音幅模随时间变化的模板H₀，并构建正则项 引导心肺音混合信号时频谱的非负矩阵分解，抽取心音信号时频谱的 估计X_c和肺音信号时频谱的估计X_r，根据所述心音信号时频谱的估计 X_c和所述肺音信号时频谱的估计X_r，重构出心音和肺音的时域信号。

本发明中初始采集的心肺音混合信号x(t)，除了包括噪音之外，就 是心音信号和肺音信号，除了采用对所述时频谱X中20Hz～100Hz部分 取列平均得到心音的幅模时序模板H₀，还可以采用类似的方式获得时 频谱X中肺音的相关的幅模时序模板。

其中，所述根据H₀构造心音时序结构正则项，对所述时频谱X进 行非负矩阵分解，包括：

通过获得心音信号时频谱的估计X_c＝WH和肺音信号时频谱的估计 X_r＝X-X_c，其中，W和H分别为频谱基矩阵和时序系数矩阵,H_i表示H 的第i行,a_i和b_i分别为心音模板匹配的尺度因子和偏置量。

在一个实施例中，如图2，单通道心肺音分离方法的步骤如下：

S1.对采集到的心肺音混合信号x(t)，分别采用小波去噪和阈值滤 波去噪去除混合信号中的高斯白噪声和能量微弱的背景噪声，并采用 一个高通滤波器滤去心肺音混合信号x(t)中频率低于20Hz的成分，以 得到一个更为干净的心肺音混合信号x^*(t)；

S2.对x^*(t)做短时傅里叶变换(STFT)，得到信号x^*(t)的复时频谱 x^*(f，t)；

S3.对x^*(f，t)取模，得到去噪后心肺音混合信号x^*(t)的时频谱X；

S4.在时频谱X中，取出其中20Hz～100Hz部分的时频谱再取列平 均得到心音的幅模时序模板H₀；已有临床研究表明：虽然肺音的频率 范围为60Hz～1000Hz，但其能量主要集中分布在150Hz～600Hz，在心 肺音混合信号的时频谱中，20Hz～100Hz时频谱由心音主导，其幅模时 序结构符合心音信号幅度周期性变化的特点，因此，将这一先验知识 (即H₀)作为正则项引入到对X的非负矩阵分解过程中，以达到从混 合信号中分离出心音信号的目的。

S5.根据H₀构造心音时序结构正则项，对所述时频谱X进行非负 矩阵分解，以抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计 X_r。在这里，对时频谱X做带正则项的非负矩阵分解，可以归结为以 下的优化问题：

其中X∈R^F×T，W∈R^F×K，H∈R^K×T，K是降维后的维数，满足 K<<min(F，T)，a_i和b_i分别为尺度松弛量和偏置量，i∈{1,2,...K,}，1∈R^T是元素全为1的列向量，H_i是H矩阵中的第i行。

目标函数(1)式的含义是：在非负的约束条件下，要使得WH对X的 重构误差最小，同时令H矩阵的每一行H_i在经过尺度缩放和偏置校正 后跟模板H₀足够的近似。折中系数λ的作用是权衡WH对X的重构误差 和H_i与H₀的相关程度，使得当心音噪信比小时，目标函数倾向于最小 化重构误差(此时，重构误差里含有噪声少)，而降低对H_i与H₀相关程 度的要求；当心音噪信比大时，重构误差里含有噪声多，目标函数则 倾向于强调H_i与H₀的相关程度。λ可通过以下方式确定：

其中A_up表示时频谱X中100Hz以上的幅模总和，A_down表示时频谱X中 20Hz～100Hz的幅模总和。通过求解(2)式这个非负约束的二次规划问 题，以实现从混合信号时频谱X中，提取心音成分WH的目的。(1)式 的求解过程如下：

为了满足约束条件W,H,a_i,b_i≥0,构造拉格朗日函数：

其中α_fk、β_kt、γ_i和δ_i为拉格朗日乘数。

记a＝[a₁,...,a_i,...,a_K]^T，b＝[b₁,...,b_i,...,b_K]^T。令L对W、H、a_i和b_i的导数为0并利 用Karush-Kuhn-Tucker(KKT)条件，可得以下迭代更新公式：

通过(4)—(7)循环迭代，可以求得使目标函数J局部最小的W、H、a_i和 b_i。从而求得心音信号时频谱的估计：

X_c＝WH (8)

肺音信号时频谱的估计：

X_r＝X-X_c (9)

S6.利用时频掩码技术和逆短时傅里叶变换(ISTFT)重构出心音和肺 音的时域信号。基于以下假设：心音和肺音信号在一个很小的时频域 内由其中的一种信号占主导地位，我们设计的时频掩码有如下形式：

利用时频掩码，可以得到心音和肺音的复时频谱：

S_c(f,t)＝M_c⊙x^*(f,t) (12)

S_r(f,t)＝M_r⊙x^*(f,t) (13)

其中⊙表示点乘。假设分离前后信号相位不变，对S_c(f,t)和S_r(f,t)做 ISTFT重构出心音和肺音的时域信号x_c(t)和x_r(t)。

在本发明实施例的步骤1和S1中，目的是为了获取干净的心肺 音混合信号x^*(t)，即除了心肺音混合信号不含有其它成分信号，而去 除噪声的方法，除了上述的方法外，又有如下方法：

利用自适应滤波或维纳滤波去除输入的所述心肺音混合信号x(t) 中的高斯白噪声和能量微弱的背景噪声，以获得所述干净的心肺音混 合信号x^*(t)。

即所述步骤1，包括：

去除采集的心肺音混合信号x(t)的环境噪声，获得干净的心肺音混 合信号x^*(t)；

对所述干净的心肺音混合信号x^*(t)进行时频分析，获得所述干净 的心肺音混合信号x^*(t)的复时频谱x^*(f，t)。

具体的，所述去除采集的心肺音混合信号x(t)的环境噪声包括：

采用小波去噪、阈值滤波去噪、自适应滤波或维纳滤波去噪去除 所述心肺音混合信号x(t)中的高斯白噪声和能量微弱的噪声，获得所述 干净的心肺音混合信号x^*(t)。

其中，所述对所述干净的心肺音混合信号x^*(t)进行时频分析，包 括：

对所述干净的心肺音混合信号x^*(t)进行采用短时傅里叶变换，或 对所述干净的心肺音混合信号x^*(t)进行连续小波变换，或对所述干净 的心肺音混合信号x^*(t)进行希尔伯特黄变换。

本发明实施例中采用小波去噪去除所述心肺音混合信号x(t)中的 高斯白噪声；采用阈值滤波去噪，去除x(t)时频谱中幅模值较小的噪音， 如幅模值小于0.1的信号；采用高通滤波滤除x(t)中频率低于20Hz的 成分。

除了上述几种去噪方法之外，还可以使用其它的去噪方法，本发 明对其不做具体限定。

本发明对于所述干净的心肺音混合信号x^*(t)进行时频分析的方法 不做具体限定，所述对所述干净的心肺音混合信号x^*(t)进行时频分析， 可以为对所述干净的心肺音混合信号x^*(t)进行短时傅里叶变换，也可 以为对所述干净的心肺音混合信号x^*(t)进行连续小波变换，还可以为 对所述干净的心肺音混合信号x^*(t)进行希尔伯特黄变换。

在本发明这一个实施例中，采用短时傅里叶变换对x^*(t)进行时频 分析，采用汉明窗，窗长度为128，窗移动的步长为64，本发明对于 短时傅里叶变换的具体参数不作具体限定。所述汉明窗的窗长度一般 为100～128，窗移动的补偿一般为50～64。

在这一实施例中，在S5中，先设定好X降维后的维度K和迭代步 数(在本例子中K＝5，迭代步数为50)，然后随机生成非负矩阵W、H和 非负系数a_i,b_i＝0，折中系数λ的值由(2)式确定(在本例子中,λ＝6)，经 过(4)—(7)的循环迭代后可求得所需要的W、H、a_i和b_i，最后由(8)、(9) 求得心音和肺音的时频谱估计X_c和X_r。

在这一实施例中，在所述S6中，由(10)—(13)求得S_c(f,t)和S_r(f,t)， 对S_c(f,t)和S_r(f,t)做逆短时傅里叶变换(ISTFT)重构出心音和肺音的时 域信号x_c(t)和x_r(t)。

所述心音和肺音重构过程中的时频掩码方法，也可采用维纳掩码 等其它时频掩码方法，本发明对其不做具体限定。

其中，图3为分理处的心音信号图，图4为分离出的肺音信号图。

除此之外，本发明实施例还提供了一种单通道心肺音分离系统， 包括输入模块、存储模块和中央处理器模块，所述输入模块用于将对 采集的心肺音混合信号x(t)进行功率放大并转换为数字信号后输入到 所述中央处理器模块中，经过所述中央处理器模块采用如上所述的单 通道心肺音分离方法处理后产生的心音和肺音的时域信号，输出至所 述存储模块，所述存储模块用于存储输入的所述心肺音混合信号x(t)、 所述中央处理器模块工作过程中的中间参数以及输出的所述心音和肺 音的时域信号。

由于所述单通道心肺音分离系统中的中央处理器模块采用如上 所述的单通道心肺音分离方法处理后产生的心音和肺音的时域信号， 因此具有如上相同的有益效果。

为了减少噪声心肺音信号的分离的影响，提高心肺音信号的纯 度，所述单通道心肺音分离系统还包括与输入模块、所述中央处理器 模块连接的环境噪音去除模块，用于去除高斯白噪声和能量微弱的噪 声，获干净的心肺音混合信号。

可以采用小波去噪、阈值滤波，以及自适应滤波去噪、维纳滤波 去噪等方法进行处理，其目的都是为了得到一个更为干净的心肺音混 合信号。

为了更进一步获取心肺音分离的过程以及结果，所述单通道心肺 音分离系统还包括与所述输入模块和所述中央处理器模块连接的输出 模块，用于输出并显示输入的所述心肺音混合模拟信号、所述中央处 理器模块处理过程产生的所述心音信号和所述肺音信号。

由于在心肺音分离的过程中，需要对一些函数进行参数设定，可 以是将参数预先设定好再执行，但是往往是但不到预期的效果，或者 是还具有进一步的提升空间，因此为了方便参数的调整，提高心肺音 的分离质量和效率，所述单通道心肺音分离系统还包括所述环境噪音 去除模块、所述中央处理器模块连接的设置模块，用于设置所述环境 噪音去除模块、所述中央处理器模块的工作参数。

为提高所述单通道心肺音分离系统的适用范围，所述输出模块一 般包括相互连接的显示器、扬声器和无线通信器。

本发明中的输入模块一般包括有模拟信号放大器、采样器和模数 转换器。存储模块包括有与CPU适配的DDR内存和串口硬盘。

当然与输入模块对应的还有输出模块，输出模块包括有显示器、 扬声器和WIFI传输模块中央处理器模块可由数字信号处理芯片(DSP)实现。即在一实施例中，所述单通道心肺音分离系统还包括 与所述中央处理器模块连接的显示器以及与所述显示器相互连接的扬 声器和无线通信器。

DSP可由现场可编程逻辑阵列(FPGA)替代，输出模块中WIFI 传输模块可由蓝牙传输模块、zigbee通信模块替代，或者是有其它的 通信传输模块代替，本发明对其不作具体限定。

综上所述，本发明实施例提供的单通道心肺音分离方法及系统， 通过从心肺音混合信号的时频谱中提取出能够体现心音幅模随时间变 化的模板H₀，并构建正则项引导心肺音混合信号时频谱的非负矩阵分 解，抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r，根据 所述心音信号时频谱的估计X_c和所述肺音信号时频谱的估计X_r，重构 出心音和肺音的时域信号。与传统的频域滤波方法相比，所述单通道 心肺音分离方法和系统能有效地分离心音和肺音在频域内的重叠成 分；与基于独立成分分析的心肺音分离方法相比，只需要单通道的心 肺音混合信号作为输入即能实现心肺音的有效分离，临床实用性强； 与基于NMF频谱基函数聚类的心肺音盲分离方法相比，在于利用了 心音的时序结构信息，以正则化方法引导非负矩阵分解，无须聚类， 心肺音分离效果稳定、计算效率高，提高了工作效率。

以上对本发明所提供的单通道心肺音分离方法及系统进行了详 细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐 述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。 应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原 理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰 也落入本发明权利要求的保护范围内。

Claims (10)

1.一种单通道心肺音分离方法，其特征在于，包括：

步骤1，对采集的心肺音混合信号x(t)进行处理，获得所述心肺音混合信号x(t)的时频谱X；

步骤2，对所述时频谱X中20Hz～100Hz部分取列平均得到心音的幅模时序模板H₀；

步骤3，根据所述心音的幅模时序模板H₀构造心音时序结构正则项，对所述时频谱X进行非负矩阵分解，抽取心音信号时频谱的估计X_c和肺音信号时频谱的估计X_r；

步骤4，根据所述心音信号时频谱的估计X_c和所述肺音信号时频谱的估计X_r，重构出心音和肺音的时域信号。

2.如权利要求1所述基于正则化非负矩阵分解的单通道心肺音分离方法，其特征在于，所述根据H₀构造心音时序结构正则项，对所述时频谱X进行非负矩阵分解，包括：

通过s.t.W，H，a_i，b_i≥0

获得心音信号时频谱的估计X_c＝WH和肺音信号时频谱的估计X_r＝X-X_c，其中，W和H分别为频谱基矩阵和时序系数矩阵,H_i表示H的第i行，a_i和b_i分别为心音模板匹配的尺度因子和偏置量。

3.如权利要求1所述单通道心肺音分离方法，其特征在于，所述步骤1，包括：

去除采集的心肺音混合信号x(t)的环境噪声，获得干净的心肺音混合信号x^*(t)；

对所述干净的心肺音混合信号x^*(t)进行时频分析，获得所述干净的心肺音混合信号x^*(t)的复时频谱x^*(f，t)。

4.如权利要求3所述单通道心肺音分离方法，其特征在于，所述去除采集的心肺音混合信号x(t)的环境噪声包括：

采用小波去噪、阈值滤波去噪、自适应滤波或维纳滤波去噪去除所述心肺音混合信号x(t)中的高斯白噪声和能量微弱的噪声，获得所述干净的心肺音混合信号x^*(t)。

5.如权利要求3所述单通道心肺音分离方法，其特征在于，所述对所述干净的心肺音混合信号x^*(t)进行时频分析包括：

对所述干净的心肺音混合信号x^*(t)进行采用短时傅里叶变换，或对所述干净的心肺音混合信号x^*(t)进行连续小波变换，或对所述干净的心肺音混合信号x^*(t)进行希尔伯特黄变换。

6.如权利要求5所述单通道心肺音分离方法，其特征在于，所述短时傅里叶变换采用的窗函数为汉明窗，所述汉明窗的窗长度为100～128，窗移动的补偿为50～64。

7.如权利要求1所述单通道心肺音分离方法，其特征在于，所述重构出源心音和肺音的时域信号为采用时频掩码重构出源心音和肺音的时域信号，或采用维纳掩码重构出源心音和肺音的时域信号。

8.一种单通道心肺音分离系统，其特征在于，包括输入模块、存储模块和中央处理器模块，所述输入模块用于将对采集的心肺音混合信号x(t)进行功率放大并转换为数字信号后输入到所述中央处理器模块中，经过所述中央处理器模块采用如权利要求1-7任意一项所述的单通道心肺音分离方法处理后产生的心音和肺音的时域信号，输出至所述存储模块，所述存储模块用于存储输入的所述心肺音混合信号x(t)、所述中央处理器模块工作过程中的中间参数以及输出的所述心音和肺音的时域信号。

9.如权利要求8所述单通道心肺音分离系统，其特征在于，还包括与输入模块、所述中央处理器模块连接的环境噪音去除模块，用于去除高斯白噪声和能量微弱的噪声，获干净的心肺音混合信号。

10.如权利要求8所述单通道心肺音分离系统，其特征在于，还包括与所述中央处理器模块连接的显示器以及与所述显示器相互连接的扬声器和无线通信器。