心血管疾病出现临床症状前,心脏跳动会呈现异常情况,产生的心音信号中会出现心音分裂、心脏杂音和附加音,这些畸变和杂音成分中含有重要的生理病理信息。心脏听诊能够获得这些信息,但这项技能很难掌握。因此采集心音信号并以心音图的形式保存下来,再利用数字信号处理和模式识别技术进行心音分析具有重要意义。　　本文首先实现了基于 FPGA的心音信号采集,该过程包括前级放大电路、带通滤波电路、后级放大电路、A/D转换电路和 FPGA控制串口通信电路,采集到的心音信噪比高。　　然后对采集到的心音信号进行分析研究。文中先阐述了传统阈值消噪的原理以及存在的缺点,提出一种参数可调小波阈值函数消噪法,仿真实验表明该方法消噪效果明显优于传统阈值消噪法。接着采用归一化平均香农能(NASE)和简单度算法进行心音包络提取,提出了基于心音杂音边界线和简单度的分段算法,实验结果表明该算法分段准确率较高。最后以 LPCC、MFCC、PCA_MLLT作为输入特征参数,HMM作为识别模型进行心音分类研究,重点研究了 HMM训练中,融合 K均值聚类的Baum-Welch多观察序列参数重估模型训练算法,并利用自己建立的心音库来测试心音分类系统性能,实验结果表明该系统心音分类正确率较高。　　最后开发了一款基于 Matlab的数字心音分析诊断软件。该软件能够实现心音信号的小波阈值去噪、心音信号分析以及自动诊断功能,为下一步的科学研究、医学教学、临床应用奠定了基础。