心脏是人体的重要器官之一,它的各个组成部分反映了心脏状况的重要信息。如今心血管疾病已经严重影响到了人类的健康,甚至危害到生命。随着现代社区医疗的不断发展,为了能够更好更便捷地帮助人们快速及时了解自己的心脏状况,借助计算机来对心脏进行自动的辅助诊断已经成为了近些年研究的热点和难点。本文研究了不同的时域、频域心音信号分析方法,从中提取了相关特征参数,主要工作如下所示：1.心音信号的预处理：分析了小波阈值去噪技术在心音预处理中的应用,使用了一种改进的双参数阈值函数,在去除噪声干扰的同时,保留了心音信号的主要部分。2.心音信号的包络提取：分析了两种心音包络提取算法,实验表明,基于波峰点插值的希尔伯特包络保持了原有的时间分辨率,因此精度高,而且包络比较平滑；而基于归一化香农能量的包络虽然降低了时间分辨率,但是它的运行速率更加高。然后对包络进行了形态变化,提高了心音信号与杂音的区分度。3.心音信号的分段识别及时域特征提取：分段识别是心音信号时域分析的基础和关键。本研究提出了基于窗口以及心音特征规律的方法来定位第一心音及第二心音峰值点位置。然后把心音分裂以及杂音影响纳入考虑,改进了心音起止点位置的提取算法。最后根据分段结果提取了心音的心率、收缩期、舒张期等相关时域特征。4.心音信号的功率谱分析及频域特征提取：利用Welch法对心音数据进行功率谱分析,提取了心音功率谱密度最大值、功率谱密度最大值对应的频点以及各个频段的能量比重等相关频域特征。