心音作为一种生物特征具有很高的应用价值,在传统的医学领域心音已经成为诊断心脏疾病、评估心脏功能的常用手段,在新兴的生物识别领域心音又成为研究的新热点。然而不同听诊位置采集到的心音信号既有相似之处又具有一定的差异性,充分研究并利用好这种共性和差异性有助于提升心音在各领域的应用价值。本文结合了多通道心音硬件采集模块、基于Lab VIEW的数据采集与保存模块、基于MATLAB的算法分析模块,对多位置心音特征进行深入细致的研究。心音硬件采集模块集成了自制的4通道心音传感器、LM386功率放大电路、5V直流电源以及NI公司的硬件采集板卡USB-4432,同步记录来自心脏二尖瓣、三尖瓣、肺动脉瓣、主动脉瓣四个听诊区的心音信号。数据采集与保存模块基于Lab VIEW平台进行开发设计,实现了四路心音信号波形的实时显示,并对采集者的个人信息及其心音数据进行保存。基于MATLAB的分析模块读取由Lab VIEW平台采集到的心音数据,先对四路心音进行去噪和分段预处理,使用了db6小波阈值去噪方法很好地抑制了心音的低频和高频噪声,使用了基于Logistic回归的HSMM分割方法对心音进行精确分段;然后提取心率(HR)、舒张期与收缩期时限比(D/S)、第一心音与第二心音幅值比(S1/S2)这三种反映心脏储备能力的重要指标,提出了基于Dempster-Shafer证据理论的多位置融合心脏功能评估方法,并生成心血管健康状况评估报告,相比于单路心音评估更具有可靠性与合理性;通过线性预测编码(LPC)的方法提取S1和S2的共振峰频率作为特征向量,提出了基于心音共振峰频率和欧氏距离的心音生物识别方法,并研究不同听诊位置心音的差异性对识别效果的影响,实验结果表明,不同听诊位置的识别率略有差异:在肺动脉瓣获得的识别率为92.5%,主动脉瓣的识别率为90%,二尖瓣和三尖瓣的识别率分别为87.5%和85%,并且肺动脉瓣获得的心音信号与实验对象的性别基本无关,这为心音采集与识别提供了一种有实用价值的参考。