心音是心脏房室瓣活动的机械振动所致。心音在心血管疾病的临床诊断、尤其是对对先天性心脏病(congenital heart diseases，CHD)的初诊具有极高的诊断价值。心音图(PCG)是心脏机械活动的声波记录，包含了大量人耳较难分辨的有用信息，对心音图的各部分进行分析有助于在临床上对心脏疾病的诊断。随着计算机技术和信号处理技术的发展，多种分析方法被用于分析心音信号。但由于心音信号是一种时变的、非平稳的、由多种成份组成的复杂信号，传统的分析方法难以达到令人满意的效果。因此，寻找更为有效的、更能反映心音信号本质特征的新的分析方法，是目前广大心音分析研究者的目标所在。 本文介绍了将独立成分分析(ICA)应用于先天性心脏病(室间隔缺损，VSD)患者与正常人的心音信号进行分析。利用ICA将心音信号分离为四个独立的成分，并在ICA的分析结果中提取了特征，对所提取的特征进行统计、聚类，并且设计分类器，可以较好的识别VSD患者与正常人的心音信号。本文所用的96例心音数据(其中正常人心音48例，VSD患者心音48例)来源于由云南大学数字信号处理组王威廉教授所带领的研究小组于2005年3月以来采于昆明医学院第一附属医院心内科的心音数据。 本文论述分以下几个部分，第一章简单介绍了对先天性心脏病患者心音信号进行研究的目的和意义、国内外先天性心脏病患者心音研究的发展状况和作者所做的工作；第二章简单介绍了心音的产生原理及心音的特点；第三章介绍了分析识别方法。第四章介绍了独立成分分析方法的内容：第五章是实验结果讨论及将来的展望。 本文所述方法均是在Microsoft windows XP平台下用Matlab7.0编程实现。 本文受国家自然科学基金资助，项目批准号：60561002。