CN101554341A - 胎儿心脏音电信号记录与处理技术 - Google Patents

Abstract

本发明为一种提取和处理胎儿心脏音信号和电信号(这里指QRS波)的技术，包括一个声电传感器和信号处理方法。该方法以音、电信号同步为指标的自学习系统。通过学习，系统获取识别胎儿心音信号和母子混合QRS波的能力。执行时，当音电信号同步出现时则判断此时的QRS为胎儿的心电信号，乘以较大的权重；反之，如果只有QRS而没有心音信号伴随，则判断为母体的心电信号，则乘以一个很小的权重。

Description

胎儿心脏音电信号记录与处理技术

技术领域

本发明为一种人体生物信号的采集和处理方法，涉及到胎儿心脏声音信号与电信号的提取、滤波、变换、特征值提取、同步比较、权重赋值和执行等。

背景技术

人类胚胎从第五周开始心脏起搏，即有心电信号产生。在第十周时可以检测到心音。胎儿的心音信号被用于心瓣膜疾病的诊断。胎儿的心电信号具有极其重要的临床意义，广泛用于监测胎儿的营养状态、情绪状态、器官发育状态和心血管疾病等。

胎儿的心音信号和心电信号被淹没在母体的噪音背景中，因此，从母腹采集到的信号为母子混合信号。污染胎儿心音信号的有母体的肌肉收缩、肠胃运动和环境噪音等。胎儿心电信号的污染源主要是母体的心电信号、肌电信号、呼吸和交流电源(60Hz)等。由于母体的心电信号远强于胎儿的心电信号(母心电约3～4倍于胎心电，详见图2之9)，因此分离胎儿的心电信号仍然是这一领域的热点。目前分离胎儿心电信号的方法主要有：自适应滤波法(AdaptiveFiltering)、连贯平均法(CoherentAveraging)、匹配滤波法(MatchedFiltering)、以自相关和互相关为基础的方法(Auto-and cross-correlation based)以及序列自适应滤波法(Sequenced AdaptiveFiltering)等。所有这些方法的特点是需要采集母体心电信号作为参考，然后通过各种方法将母体信号从母子混合信号中剥离、压制或消除。采集母体的心电参考信号需要在母体的心脏附近安放一个或数个电极，为患者带来不适。而更重要的是，在心脏附近采集到的母体心电信号与在腹部采集到母体心电信号有很大的差别，这使得上述技术的实施十分困难而且不精确。另外，参考电极的安放部位对输出结果的影响甚大，这种参考信号和待检信号异域采集的方法使得上述技术的通用性降低。

发明内容

本发明包括一个声电传感器(硬件)及其信号处理的计算方法(软件)。声电传感器设计为同时采集心脏的声音信号和电信号，其纵切面为抛物线形的漏斗结构(见说明书附图1之2)。漏斗的近颈部安放一个小型的麦克风，其位置处于抛物线的焦点。漏斗与麦克风之间由泡沫橡胶填充和固定。在漏斗口周缘均匀排列4～6个采样电极，在漏斗颈外部，安置一个手触式参考电极(见说明书附图1之1)。

心脏音电信号处理器为一个具有学习功能的神经网络系统。声电传感器在孕妇的腹部采集胎儿的心音信号和心电信号的同时，也采集大量的噪声信号(见上述)。但胎儿的心音信号和心电信号具有二个特点，可以用于信号滤波。(1)心音信号和心电信号几乎同时产生，持续时间短而间隔时间长，如心音信号持续80～100毫秒，间隔280～300毫秒；心电信号的QRS持续40～60毫秒，间隔340～360毫秒。(2)胎儿的心音信号和心电信号都有独特的结构。如心音信号的类谐波的结构成分，即在250Hz、500Hz、750Hz有峰值；心电信号具有QRS结构。母体的心电信号虽然也有QRS结构，但无心音信号伴随。

心音信号的处理和判定：将心音信号输入到处理器或电脑，通过数字滤波提高信噪比后提取信号的特征参数。即将心音信号进行快速傅立叶变换(FFT)，线性预测编码(LPC)建模，提取LPC模型的参数。胎儿心音与成人心音比较，有较大的区别，这是因为胎儿的心脏小而且声音传导路径复杂。胎儿心音必须穿过胎儿的身体、羊水、胎盘和母体腹部到达母体体表。功率谱显示胎儿心音的能量分布从90Hz到1.5kHz，少量的能量到达3.0kHz。其主要能量集中在90～220Hz，其次在400～600Hz和650～850Hz，而噪音的能量基本在230Hz以下(见说明书附图2的7)。通过功率谱分析，很容易将胎儿心音从背景噪音中分离出来，即满足以下二个条件：1)在1kHz及以上有能量分布；2)在90～220、400～600Hz和650～850Hz区域有三个峰而在220～400Hz间有一个明显的谷。

心电信号的处理和判定：首先滤波消除交流电干扰信号和无规律的肌电信号。接着线性滤波，压制T波和P波，提升QRS的强度。然后进行非线性变换，将QRS三个波的每一个成分都转换成单一的、正值的波峰。最后通过匹配滤波器确定QRS的发生及发生时间。由于心电信号包含母体和胎儿的心电信号，因此检测出来的QRS也是二者的混合体。QRS的幅度、形状和周期，大约涵括了90％的临床诊断价值。因此在生物医学信号处理中，大都采取提高QRS而降低PT波的处理方法。

神经网络系统的学习过程，即确定心音信号LPC模型的参数。首先比较心音信号和心电信号，如果这二个信号同步到达或者说这二个信号在时间域相互重叠(完全重叠或部分重叠)，据此判断二者为胎儿的心音信号和心电信号，提高此时心音信号LPC模型参数的权重(W_LPCS)。反之，如果这二个信号异步或交错出现则表示为噪音信号或母体心电信号，降低此时LPC模型参数的权重(W_LPCN)。当此权重达到预设的阈值时，固定LPC模型的参数，也就锁定了胎儿心音信号的特征。信号处理过程见说明书附图2。

实施方式

采样时，由使用者手持声电传感器置于采样部位，即孕妇的腹部。手指触摸并紧贴漏斗颈部的参考电极。为提高导电性，使用前需清洁腹部和手指，如有必要可使用少量的导电凝胶。声电传感器通过声电转换，将收集到的信号输入到处理器或电脑。将频道1赋予由心音转换来的信号，其它频道(2～7)赋予心电信号。经过A/D转换后，将频道1的信号(即心音信号)过滤后，进行FFT变换和LPC建模。凡在1kHz以上、400～600Hz和650～850Hz的出现强的信号，而在在220～400Hz出现弱信号，可能为心音信号(见说明书附图2中的7)。提取匹配这些特征的LPC模型的参数。因为信号往往以脉冲的形式开始，因此较易确定心音信号开始的时间(t_s)。然后检查同时间段的心电信号，即2～7频道的信号。如果在t_s的前后x毫秒(t_s±x ms)，检测到QRS，则此时的LPC模型的参数的权重(W_LPCS)增加τ。反之，如果在t_s的前后x毫秒(t_s±x ms)，检测不到心电信号，则此时的LPC模型的参数的权重(W_LPCN)减少τ。

设W_LPC初始赋值为0.5，即W_LPCS＝W_LPCN＝0.5。当W_LPCS和W_LPCN分别达到预设的上下限(W_max和W_min)时，系统开始输出。这里的权重初始赋值、增量(τ)、W_max、W_min和x值均可根据需要调节。学习流程见说明书附图3。

学习完成后输出时的执行方案：首先确定QRS，即在非线性变换后进行匹配滤波。然后检测是否有心音信号伴随。如有，则判断为胎儿的心电信号，乘以信号权重W_s(例如W_s＝1.00)；如果有QRS但无心音信号伴随，则判断为母体的心电信号，乘以权重W_n(如0.01)。在无信号输入的时间段，乘以一个小于1的常数，如0.50，以压低背景信号(见说明书附图2的8)。同时还可输出心音信号，作为临床诊断的参考。执行流程详见说明书附图4。注意：此处的信号权重与学习阶段的LPC参数权重不同。

本发明具有以下特点和效果。第一，操作简单。只需要坐在处理器或电脑前，一手将声电传感器置于腹部，另一手操作处理器或电脑的鼠标。配以其他的软件，使得家庭检测成为可能。因此可以每天在家自行检查胎儿状态，而不必像常规检查那样，必须到医院，躺在床上，到处贴满电极。第二，不需要在母体心脏附近安置参考电极。第三，结果准确。因为本发明所利用的音电信号，均为胎儿本身的信号，因此外界因素的干扰小。心音信号和心电信号互为参考信号，而且同域同步采集，信号准确可靠。

附图说明

图1声电传感器：1话筒；2采样电极；3泡沫或橡胶填充物；4参考电极；5电缆；6抛物线形漏斗

图2信号处理原理和过程：7心音的功率谱图；8信号权重；9原始心电信号复合体；10母体心电信号；11胎儿心电信号；12滤除母体心电信号后的信号；13滤除呼吸噪音后的心电信号

图3系统学习原理流程图

图4系统工作原理流程图

Claims (2)

1、一种提取和处理人体胚胎心脏信号的方法，其特征为：通过一个声电传感器在母腹实时记录胎儿的心音信号和心电信号。借助数字信号处理技术(DSP)和神经网络系统，提取胎儿的心音信号和母子混合心电信号(即QRS)。然后比较二个信号是否同步。如果同步，则判断此时的QRS为胎儿QRS，增加信号强度；反之，如果不同步则判断此时的QRS为母体QRS，压低信号强度。输出包括心音信号和心电信号。

2、权利要求1所述的声电传感器，为漏斗型塑料结构。漏斗的纵切面为抛物线形。漏斗口周缘均匀排列4～6个采样电极，漏斗颈外部安置一参考电极(手持)。漏斗内侧在抛物线的焦点安置一个麦克风，以泡沫橡胶固定。

Images