Zeitschrift für Computertechnik und Informationstechnologie

Segmentierung von Phonokardiogramm-Signalen mithilfe von Hidden-Markov-Modellen (HMM)

SM Debbal*, A Atbi, L Hamza Cherif und F Meziani

Herztöne und Herzgeräusche liefern wichtige Diagnoseinformationen für verschiedene Herzkrankheiten wie natürliche oder künstliche Herzklappenfunktionsstörungen und Herzversagen. Viele pathologische Zustände des Herzkreislaufsystems verursachen Herzgeräusche und Abweichungen in den Herztönen. Die Phonokardiographie bietet dem Kliniker ein ergänzendes Werkzeug zur Aufzeichnung der während der Auskultation gehörten Herztöne. Die Weiterentwicklung der intrakardialen Phonokardiographie in Kombination mit modernen digitalen Verarbeitungstechniken hat das Interesse der Forscher an der Untersuchung von Herztönen und Herzgeräuschen stark erneuert. In diesem Artikel wird ein Algorithmus zur Erkennung von Herztönen (dem ersten und zweiten Ton, S1 und S2) und Herzgeräuschen vorgestellt. Dieser Artikel befasst sich mit der Segmentierung von Herztönen unter Verwendung modernster Hidden-Markov-Modelle (HMW)-Technologie, mit der ein glattes Hüllogramm extrahiert wird, das es uns ermöglicht, die für die zeitliche Lokalisierung von Herztönen und Herzgeräuschen erforderlichen Tests anzuwenden. Im Rahmen dieser Segmentierungsschwierigkeit können die bekannten nichtstationären statistischen Eigenschaften von Hidden-Markov-Modellen (HMW), die sich auf zeitliche Signalsegmentierungsfähigkeiten beziehen, angemessen sein, um diese Art von Segmentierungsproblemen zu bewältigen.