心音信号是由于心脏的周而复始地跳动以及血液对心室壁的冲击等因素综合作用产生的，包含了人体生理状态等信息，是最为重要的人体信号之一。心音信号中同时含有大量关于心脏病理状况的相关信息，反映了心脏及心血管结构和生理、病理特征信息。因此，心音信号的去噪、定位、时频域特征以及心音识别等对研究心音信号有着重要的研究意义。本文采用了不同的时频域信号分析方法，提取心音信号时频域特征参数。并利用Delphi和Matlab混合编程的方法，编程设计了具有良好交互性的人机交互(GUI)心音数据库综合管理系统，本论文从以下几个方面对心音信号进行了研究：1.心音信号的预处理以及心音定位：对采集来的心音信号，我们需要先进行阈值去噪处理，保留心音信号主要成分，利用包络提取和插值法，并根据心音信号的时域特征，对心音信号进行定位分析并提取其相应的时域特征。2.对心音信号从时域、频域以及时-频域三方面进行了研究，分析其特征参数。并利用小波变换原理、构造理论以及S变换原理，构造了具有较高相识性的高斯心音窗函数，并用其对S变换进行改进。经实验发现，改进的S变换能够更为详细地分析心音信号的局部特征，对微弱地心音信号有较好的分辨率以及能量聚焦性。3.利用MFCC方法对心音信号进行特征值提取，得到多维的特征参数。考虑到参数的有效性和实用性，我们利用PCA法对心音特征参数进行降维处理，保证了有效性基本不变的情况下，降低特征参数的维数。最后，将所得地特征参数全部保存在心音数据库中。4.利用Matlab和Delphi混合编程的手段。在Delphi环境下，编程实现了具有良好人机交互地心音数据库综合管理系统。根据心音信号处理流程和系统模块设计，合理规划系统设计方案。由于将心音信号的特征值保存在数据库中，当数据库里心音信号类型足够丰富，心音识别越来越准确的情况下，可以通过数据库里已知的心音信号对未知心音信号做出预判，这样可以更能有效方便地对心音信号进行识别，分析其可能的心音状态，分析病人可能的病理特征以及严重程度，减少经济损失，并且为进一步治疗提供参考。