基于SSA-VMD的心肺音去噪算法研究

来源：计量学报杂志2025年第7期北京时间：

作者：牛鹏帅, 李昕, 乔华, 韩卓笑, 苏芮

摘要：心肺音数据含有大量噪声影响诊断的准确率，为了保留有效信息同时提高信噪比，提出一种基于麻雀算法优化（sparrow search algorithm， SSA）变分模态分解（variational mode decomposition， VMD）的心肺音信号去噪方法。首先，对心肺音信号进行VMD分解得到固有本征模态函数（intrinsic mode functions， IMFs）；然后对各个IMF进行小波去噪，将去噪后的IMF进行重构，以最优信噪比为目标使用麻雀优化算法进行优化；最后，将麻雀优化算法的最优参数输入VMD对心肺音信号进行分解去噪，得到最终去噪信号。为了验证此法的有效性，以信噪比、均方误差和噪声抑制比作为评价指标，将该方法与小波去噪法、经验模态分解去噪法、VMD去噪法进行比较，结果表明，SSA-VMD去噪后的信噪比高于其它方法，均方根误差于其它方法，噪声抑制比高于其它方法，综合分析该方法能更好地消除噪声。

关键词：心肺音,去噪算法,变分模态分解,麻雀优化算法

基金资助：河北省自然科学基金(F2022203005)