CN102160787B - 一种基于时频变换的胎儿心电盲提取方法 - Google Patents

一种基于时频变换的胎儿心电盲提取方法 Download PDF

Info

Publication number
CN102160787B
CN102160787B CN201110144487.7A CN201110144487A CN102160787B CN 102160787 B CN102160787 B CN 102160787B CN 201110144487 A CN201110144487 A CN 201110144487A CN 102160787 B CN102160787 B CN 102160787B
Authority
CN
China
Prior art keywords
mother
signal
frequency
time
fetus
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110144487.7A
Other languages
English (en)
Other versions
CN102160787A (zh
Inventor
周郭许
谢胜利
谭越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201110144487.7A priority Critical patent/CN102160787B/zh
Publication of CN102160787A publication Critical patent/CN102160787A/zh
Application granted granted Critical
Publication of CN102160787B publication Critical patent/CN102160787B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明是一种基于时频变换的胎儿心电盲提取方法。它基于源信号的时域相对稀疏的特性。包括以下步骤：首先从母亲腹部不同位置提取多路母亲和胎儿混合心电信号，然后对采集到的混合信号进行预处理，预处理包括矫正信号的基线漂移、滤除50Hz工频干扰、滤除肌电等高频噪声干扰等。接着按照信噪比最大挑选出两路母亲和胎儿混合心电信号并分别用R波定位技术搜索两路混合信号的母亲和胎儿心电QRS波群位置，得到两路混合信号中的母亲和胎儿心电相对稀疏的时间段，最后利用模糊函数将得到的相对稀疏时间段变换到时频域中，对每个时频分布中的信号项和交叉项进行计算，利用广义瑞利商构造对照函数，最终从两路母亲胎儿混合心电信号中分离出胎儿心电信号。本发明已经在实际采集数据上进行了测试，能很好的分离出胎儿心电信号。

Description

一种基于时频变换的胎儿心电盲提取方法
技术领域
本发明是一种基于时频变换的胎儿心电盲提取方法，属于基于时频变换的胎儿心电盲提取方法的改造技术。
背景技术
研究发现母亲怀孕期间最大的压力来源于所怀婴儿的健康状况。每一年大约有千分之八出生婴儿患有先天心脏缺陷。因此，围产期胎儿的监护显得非常必要，它直接关系到孕妇和胎儿的安全、新生儿的发育成长和远期的智力发育。随着社会对母婴健康和安全的要求日益提高，对胎儿发育的生理和病理研究成为一项重要课题。
目前，临床上用于获取母亲怀孕和分娩期间胎儿健康状况的一项常规的检查是胎儿心率的检测，这也是判断胎儿健康状况最重要的参数，不正常的胎儿心率或样式意味着胎儿缺氧或其它问题，有时则意味着胎儿危险，需要剖腹产。目前，获取胎儿心率的方法有多普勒超声检测和胎儿心磁波描记图（fetal magnetocardiogram，FMCG）。临床上常用的是多普勒超声检测，但其缺点是不能持续的测量，不确定性的加速或减速以及正常的突变都会被曲解为噪声，同时对胎儿造成辐射伤害。胎儿心磁波描记图通过检测心脏磁场的变化而探测心脏电生理的变化，以非常敏感的超导量子介入装置（Supercon-ducting Quantum Interference Device, SQUID）为探头，将SQUID探头放于孕妇腹部，可将胎儿的心磁与母亲强大的心磁分开，但其设备笨重，价格昂贵，多数医院不具备。与此同时，关于胎心率检测的信号处理方法也纷纷涌现，这些方法大都基于无侵入式的检测，即对腹部采集到的母亲胎儿混合心电信号进行处理，如匹配滤波法（matched filtering），即将胸部采集的母亲心电和腹部采集的放大的母亲胎儿混合心电进行相减，从而得到有噪声干扰的胎儿心电，从模糊的胎儿心电中判断胎儿心率；自适应滤波法，将母亲心电信号作为参考输入进行自适应滤波运算，最后将母亲心电信号抵消，从而提取胎儿心电信号，但这种方法效果不佳，只能算作胎心率检测的方法。
从生理学角度，心电波形蕴含的丰富的关于人体健康的信息，FECG可记录胎儿心脏每一心动周期活动发生的电位变化及其在心脏的传导过程，可多次检测和动态观察，清晰的胎儿心电波形不仅能检测胎儿心率，更包含有重要的临床信息，观察胎儿心电图（FECG）的一些特征，如心率、波形、和动态波动，能够非常方便的推测到胎儿的生长、发育，胎儿的成熟度和胎儿窘迫或先天性心脏疾病，能够协助医生在妊娠期间做出适当和紧迫的决定，降低了围产儿发病率与死亡率。目前，成人的心电的临床采集与波形研究已经相对比较成熟，但对于胎儿心电的研究才刚刚起步，原因是多方面的，首先胎儿心电的微弱，与母亲的心电幅度相比要低好几个数量级，同时在信号传导和采集过程中伴随着大量的噪声，胎儿的信号往往要淹没在这些噪声中，胎儿心电的信噪比（SNR）不高，其次，没有完整的关于胎儿心电波形临床意义的研究，再者，缺少胎儿心电波形的研究数据库。
目前，获取胎儿心电信号的方法主要有侵入式和无侵入式心电信号采集法，侵入式，即头皮电极法，有创伤且只能又在羊膜破裂之后，操作不便。无侵入的方法，在母亲腹部采集到心电心电信号，经过消噪，算法分离后提取出胎儿心电信号，对母亲和胎儿都无伤害，但由于母亲和胎儿心电信号的特点，无法用简单的方法提取出清晰的胎儿心电波形，因此，选择一种合适、健壮的算法成为决定胎儿心电图质量的关键。
    盲信号处理，即独立分量分析（ICA）是更好的信号处理方法，可用来消除母亲心电波形，并且减少肌电、运动和电源的干扰，增强胎儿心电的QRS波群。
发明内容
本发明的目的在于考虑上述问题而提供一种稳健、高效、简单的基于时频变换的胎儿心电盲提取方法。本发明能有效的提取出胎儿心电供临床检测。
本发明的技术方案是：本发明的基于时频变换的胎儿心电盲提取方法，包括有如下步骤：
1）在母亲腹部体表多处不同位置放置电极，采集得到母亲和胎儿心电相互混合的母亲胎儿混合心电信号；
2）对采集到的多路母亲胎儿混合心电信号进行预处理，预处理包括矫正基线漂移，滤除肌电等高频信号干扰，滤除50Hz工频干扰；
3）对经过预处理的母亲胎儿混合心电信号按信噪比进行挑选，挑选出两路信号，两路混合心电信号中分别对母亲心电和胎儿心电进行定位，并搜索信号中相对稀疏的时间段；
4）利用模糊函数将相对稀疏时间段信号从时域转换到时频域，对信号项和交叉项进行数学运算得到分离向量从而将胎儿心电信号从混合信号中提取出来。
上述步骤2）中，基线漂移校正方法采用8阶Butterworth型IIR数字高通滤波，滤波器的截止频率为0.03Hz；50Hz工频干扰是采用梳状数字陷波器去除；高频肌电信号是采用4阶Butterworth型IIR数字低通滤波器，滤波器的截止频率为250Hz。
上述步骤3）具体包括如下步骤：
31）预处理后的母亲胎儿混合心电信号中，以母亲心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
32）利用成人心电R波定位技术，搜索得到母亲心电信号QRS波群位置；
33）从预处理后的母亲胎儿混合心电信号中，以胎儿心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
34）利用胎儿心电R波定位技术，搜索得到胎儿心电信号的QRS波群的位置；
35）将母亲和胎儿的QRS波群在同一时间轴上展开，有重叠的波群抛弃，没有重叠且相邻的母亲胎儿QRS波群为母亲和胎儿心电相对稀疏的时间段。挑选的两路混合信号中的母亲和胎儿相对稀疏时间段用向量                                                
Figure 984432DEST_PATH_IMAGE001
表示，其中的母亲心电相对稀疏时间段用向量
Figure 2011101444877100002DEST_PATH_IMAGE002
表示，胎儿心电相对稀疏时间段用向量表示。
上述步骤4）具体包括如下步骤：
41）将步骤3）中得到的向量
Figure 319127DEST_PATH_IMAGE001
，其中
Figure 2011101444877100002DEST_PATH_IMAGE004
和
Figure 714337DEST_PATH_IMAGE005
分别表示挑选的两路母亲胎儿混合心电信号中各自的母亲和胎儿心电相对稀疏时间段，利用模糊函数将
Figure 2011101444877100002DEST_PATH_IMAGE006
变换到时频面中，从而得到四个时频分布，
Figure 591026DEST_PATH_IMAGE007
Figure 2011101444877100002DEST_PATH_IMAGE008
表示模糊函数分布（当
Figure 475805DEST_PATH_IMAGE009
）或互模糊函数分布（当
Figure 2011101444877100002DEST_PATH_IMAGE010
），
Figure 368937DEST_PATH_IMAGE011
，
Figure 2011101444877100002DEST_PATH_IMAGE012
表示在每一个时频分布中都含有信号项（当
Figure 630154DEST_PATH_IMAGE009
）和交叉项（当），信号项位于坐标原点，交叉项关于原点横向对称。分别计算得到四个时频分布中的左边交叉项的中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵
Figure 354714DEST_PATH_IMAGE013
；
42）步骤3）中得到的向量
Figure 109043DEST_PATH_IMAGE002
，其中
Figure 2011101444877100002DEST_PATH_IMAGE014
和
Figure 908372DEST_PATH_IMAGE015
分别表示挑选的两路混合信号中各自的母亲心电相对稀疏时间段，和上步中的方法一样，利用模糊函数将变换到时频面上，计算得到每一个时频面中位于坐标原点的信号项中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵
Figure 995539DEST_PATH_IMAGE017
，同理，也可得到胎儿心电相对稀疏向量
Figure 425383DEST_PATH_IMAGE003
变换到时频域中计算得到的矩阵；
43）构造对照函数
Figure 729325DEST_PATH_IMAGE019
或
Figure 2011101444877100002DEST_PATH_IMAGE020
，是分离矩阵
Figure 2011101444877100002DEST_PATH_IMAGE022
的一个列向量，用来提取胎儿心电信号。挑选的两路信号用向量
Figure 710237DEST_PATH_IMAGE023
表示，则
Figure 2011101444877100002DEST_PATH_IMAGE024
即为分离得到的胎儿心电信号。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明基于源信号时域相对稀疏性，解决了母亲心电和胎儿心电信号在时域和频域相互重叠难以分离的问题。
2、将信号变换到时频域的方法抗噪能力强，可高效准确的提取出胎儿心电信号用于医疗诊断。
3、本发明方法不需要估计源信号的高阶统计特性，具有计算简单的优点。
本发明是一种设计巧妙，性能优良，方便实用的基于时频变换的胎儿心电盲提取方法。
附图说明
图1是本发明方法的流程图；
图2是本发明方法中搜索母亲和胎儿混合心电信号中相对稀疏时间段的流程图；
图3是本发明方法中基于时频分析的盲提取算法流程图；
图4和图5是本发明方法母亲心电和胎儿心电定位的效果图；
图6是本发明方法对母亲胎儿混合心电信号运行本算法分离出来的胎儿心电信号。
具体实施方式
实施例：
盲分离的技术是用科恩类(Cohen class)时频分布函数将信号转换的到时频域，从而信号的特征在时频面上进行表征。但是二次的时频变换会在时频面上产生及交叉项，从而影响对几个空间时频分布矩阵的联合对角化，因此，要事先用内核函数消除交叉项的干扰，但是，在用时频域变换的盲信号分离母亲胎儿信号的应用中，基于母亲胎儿信号稀疏性的特征，交叉项可以看做对比函数来帮助信号的分离，算法简单快速。
假设母亲胎儿混合心电满足盲分离无噪线性瞬时混叠模型：，观测向量
Figure 2011101444877100002DEST_PATH_IMAGE026
，
Figure 400423DEST_PATH_IMAGE027
是母亲和胎儿心电信号向量，
Figure 479238DEST_PATH_IMAGE013
是一个2×2列满秩的混合矩阵。
盲分离的目标是找到一个解混矩阵
Figure 977215DEST_PATH_IMAGE022
，可以看做是混合矩阵
Figure 811179DEST_PATH_IMAGE013
的虚拟反矩阵，使满足
Figure 2011101444877100002DEST_PATH_IMAGE028
                                （1）
则源信号通过矩阵
Figure 824134DEST_PATH_IMAGE022
得以恢复，是源信号的估计。假设母亲和胎儿的心电信号统计不相关，有
       （2）
上式中，，联合我们可以得到
Figure 2011101444877100002DEST_PATH_IMAGE032
  （3）
对
Figure 65705DEST_PATH_IMAGE033
做关于
Figure 2011101444877100002DEST_PATH_IMAGE034
的傅里叶变换，就得到了观测信号
Figure 548639DEST_PATH_IMAGE035
的模糊函数频谱(spatial ambiguity function spectrum,SAFS)，
Figure 2011101444877100002DEST_PATH_IMAGE036
   （4）
Figure 83526DEST_PATH_IMAGE037
称为模糊函数分布（spatial ambiguity function distribution，SAFD），由于观测信号的有限性，
Figure 2011101444877100002DEST_PATH_IMAGE038
可以看做是
Figure 259292DEST_PATH_IMAGE039
的估计，
Figure 184523DEST_PATH_IMAGE038
可以表示为
Figure 2011101444877100002DEST_PATH_IMAGE040
                  （5）
其中，
Figure 972612DEST_PATH_IMAGE041
Figure 34109DEST_PATH_IMAGE008
   （6）
称为
Figure 2011101444877100002DEST_PATH_IMAGE042
和
Figure 380777DEST_PATH_IMAGE043
的互模糊函数分布，当
Figure 2011101444877100002DEST_PATH_IMAGE044
时
Figure 855621DEST_PATH_IMAGE045
则为
Figure 883620DEST_PATH_IMAGE042
的模糊函数分布。
模糊函数是一种常用的时频变换，他将信号的瞬时相关函数变换到时延-频偏平面，表示相关，为相关域表示。对于两个复谐波叠加的信号，其模糊函数具有以下特点：模糊函数的两个信号项在一起，以原点（0,0）为中心，而两个交叉项则分开并关于原点对称。
本发明基于时频变换的胎儿心电盲提取方法，包括有如下步骤：
1）在母亲腹部体表多处不同位置放置电极，采集得到母亲和胎儿心电相互混合的母亲胎儿混合心电信号；
2）对采集到的多路母亲胎儿混合心电信号进行预处理，预处理包括矫正基线漂移，滤除肌电等高频信号干扰，滤除50Hz工频干扰；
3）对经过预处理的母亲胎儿混合心电信号按信噪比进行挑选，挑选出两路信号，两路混合心电信号中分别对母亲心电和胎儿心电进行定位，并搜索信号中相对稀疏的时间段；
4）利用模糊函数将相对稀疏时间段信号从时域转换到时频域，对信号项和交叉项进行数学运算得到分离向量从而将胎儿心电信号从混合信号中提取出来。
本实施例中，上述步骤2）中，基线漂移校正方法采用8阶Butterworth型IIR数字高通滤波，滤波器的截止频率为0.03Hz；50Hz工频干扰是采用梳状数字陷波器去除；高频肌电信号是采用4阶Butterworth型IIR数字低通滤波器，滤波器的截止频率为250Hz。
本实施例中，上述步骤3）具体包括如下步骤：
31）从预处理后的母亲胎儿混合心电信号中，以母亲心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
32）利用成人心电R波定位技术，搜索得到母亲心电信号QRS波群位置；
33）从预处理后的母亲胎儿混合心电信号中，以胎儿心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
34） 利用胎儿心电R波定位技术，搜索得到胎儿心电信号的QRS波群的位置；
35）将母亲和胎儿的QRS波群在同一时间轴上展开，有重叠的波群抛弃，没有重叠且相邻的母亲胎儿QRS波群为母亲和胎儿心电相对稀疏的时间段。挑选的两路混合信号中的母亲和胎儿相对稀疏时间段用向量
Figure 127519DEST_PATH_IMAGE001
表示，其中的母亲心电相对稀疏时间段用向量
Figure 317192DEST_PATH_IMAGE002
表示，胎儿心电相对稀疏时间段用向量
Figure 217015DEST_PATH_IMAGE003
表示。
本实施例中，上述步骤4）具体包括如下步骤：
41）将步骤3）中得到的向量
Figure 346907DEST_PATH_IMAGE001
，其中
Figure 648575DEST_PATH_IMAGE004
和
Figure 71467DEST_PATH_IMAGE005
分别表示挑选的两路母亲胎儿混合心电信号中各自的母亲和胎儿心电相对稀疏时间段，利用模糊函数将
Figure 458586DEST_PATH_IMAGE006
变换到时频面中，从而得到四个时频分布，
Figure 890704DEST_PATH_IMAGE007
表示模糊函数分布（当）或互模糊函数分布（当
Figure 249507DEST_PATH_IMAGE010
），
Figure 422999DEST_PATH_IMAGE011
，
Figure 997462DEST_PATH_IMAGE012
表示在每一个时频分布中都含有信号项（当
Figure 965418DEST_PATH_IMAGE009
）和交叉项（当），信号项位于坐标原点，交叉项关于原点横向对称。分别计算得到四个时频分布中的左边交叉项的中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵；
42）将步骤3）中得到的向量
Figure 700659DEST_PATH_IMAGE002
，其中
Figure 901833DEST_PATH_IMAGE014
和
Figure 485261DEST_PATH_IMAGE015
分别表示挑选的两路混合信号中各自的母亲心电相对稀疏时间段，和上步中的方法一样，利用模糊函数将
Figure 797294DEST_PATH_IMAGE016
变换到时频面上，计算得到每一个时频面中位于坐标原点的信号项中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵
Figure 782568DEST_PATH_IMAGE017
，同理，也可得到胎儿心电相对稀疏向量变换到时频域中计算得到的矩阵
Figure 715113DEST_PATH_IMAGE018
；
43）构造对照函数
Figure 768520DEST_PATH_IMAGE019
或，
Figure 151277DEST_PATH_IMAGE021
是分离矩阵
Figure 443718DEST_PATH_IMAGE022
的一个列向量，用来提取胎儿心电信号。挑选的两路信号用向量
Figure 363132DEST_PATH_IMAGE023
表示，则
Figure 57419DEST_PATH_IMAGE024
即为分离得到的胎儿心电信号。

Claims (2)

1.一种基于时频变换的胎儿心电盲提取方法，其特征在于包括有如下步骤：
1）在母亲腹部体表多处不同位置放置电极，采集得到母亲和胎儿心电相互混合的母亲胎儿混合心电信号；
2）对采集到的多路母亲胎儿混合心电信号进行预处理，预处理包括矫正基线漂移，滤除肌电高频信号干扰，滤除50Hz工频干扰；
3）对经过预处理的母亲胎儿混合心电信号按信噪比进行挑选，挑选出两路信号，两路混合心电信号中分别对母亲心电和胎儿心电进行定位，并搜索信号中相对稀疏的时间段；
4）利用模糊函数将相对稀疏时间段信号从时域转换到时频域，对信号项和交叉项进行数学运算得到分离向量从而将胎儿心电信号从混合信号中提取出来;
上述步骤3）具体包括如下步骤：
31）从预处理后的母亲胎儿混合心电信号中，以母亲心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
32）利用成人心电R波定位技术，搜索得到母亲心电信号QRS波群位置；
33）从预处理后的母亲胎儿混合心电信号中，以胎儿心电为信号，其它信号为噪声，挑选一路信噪比最大的母亲胎儿混合心电信号；
34）利用胎儿心电R波定位技术，搜索得到胎儿心电信号的QRS波群的位置；
35）将母亲和胎儿的QRS波群在同一时间轴上展开，有重叠的波群抛弃，没有重叠且相邻的母亲胎儿QRS波群为母亲和胎儿心电相对稀疏的时间段；挑选的两路混合信号中的母亲和胎儿相对稀疏时间段用向量                                                
Figure 2011101444877100001DEST_PATH_IMAGE001
表示，其中的母亲心电相对稀疏时间段用向量
Figure 2011101444877100001DEST_PATH_IMAGE002
表示，胎儿心电相对稀疏时间段用向量
Figure 2011101444877100001DEST_PATH_IMAGE003
表示;
上述步骤4）具体包括如下步骤：
41）假设母亲胎儿混合心电满足盲分离无噪线性瞬时混叠模型：
Figure DEST_PATH_IMAGE004
，观测向量，是母亲和胎儿心电信号向量，
Figure 2011101444877100001DEST_PATH_IMAGE007
是一个2×2列满秩的混合矩阵；
盲分离的目标是找到一个解混矩阵
Figure DEST_PATH_IMAGE008
，可以看做是混合矩阵
Figure 853863DEST_PATH_IMAGE007
的虚拟反矩阵，使满足
Figure DEST_PATH_IMAGE009
                                （1）
则源信号通过矩阵
Figure 833320DEST_PATH_IMAGE008
得以恢复，
Figure DEST_PATH_IMAGE010
是源信号的估计；假设母亲和胎儿的心电信号统计不相关，有
Figure DEST_PATH_IMAGE011
       （2）
上式中，
Figure DEST_PATH_IMAGE012
，联合
Figure 239156DEST_PATH_IMAGE004
我们可以得到
  （3）
对
Figure DEST_PATH_IMAGE014
做关于
Figure DEST_PATH_IMAGE015
的傅里叶变换，就得到了观测信号
Figure DEST_PATH_IMAGE016
的模糊函数频谱，
   （4）
Figure DEST_PATH_IMAGE018
称为模糊函数分布；由于观测信号的有限性，
Figure DEST_PATH_IMAGE019
看做是的估计，
Figure 385098DEST_PATH_IMAGE019
可以表示为
Figure DEST_PATH_IMAGE021
                  （5）
其中，
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE023
   （6）
称为和
Figure DEST_PATH_IMAGE025
的互模糊函数分布，当
Figure DEST_PATH_IMAGE026
时
Figure DEST_PATH_IMAGE027
则为
Figure 950202DEST_PATH_IMAGE024
的模糊函数分布；
将步骤3）中得到的向量
Figure 772665DEST_PATH_IMAGE001
，其中
Figure DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE029
分别表示挑选的两路母亲胎儿混合心电信号中各自的母亲和胎儿心电相对稀疏时间段，利用模糊函数将
Figure DEST_PATH_IMAGE030
变换到时频面中，从而得到四个时频分布，
Figure DEST_PATH_IMAGE031
Figure 164332DEST_PATH_IMAGE023
表示模糊函数分布（当
Figure DEST_PATH_IMAGE032
）或互模糊函数分布（当
Figure DEST_PATH_IMAGE033
），，
Figure DEST_PATH_IMAGE035
表示在每一个时频分布中都含有信号项（当
Figure 989331DEST_PATH_IMAGE032
）和交叉项（当
Figure 658210DEST_PATH_IMAGE033
），信号项位于坐标原点，交叉项关于原点横向对称；分别计算得到四个时频分布中的左边交叉项的中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵；
42）将步骤3）中得到的向量
Figure 468220DEST_PATH_IMAGE002
，其中
Figure DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE037
分别表示挑选的两路混合信号中各自的母亲心电相对稀疏时间段，和上步中的方法一样，利用模糊函数将
Figure DEST_PATH_IMAGE038
变换到时频面上，计算得到每一个时频面中位于坐标原点的信号项中的最大实数，按式（5）中的顺序排列这四个实数得到矩阵
Figure DEST_PATH_IMAGE039
，同理，也可得到胎儿心电相对稀疏向量变换到时频域中计算得到的矩阵
Figure DEST_PATH_IMAGE040
；
43）构造对照函数
Figure DEST_PATH_IMAGE041
或
Figure DEST_PATH_IMAGE042
，
Figure DEST_PATH_IMAGE043
是分离矩阵
Figure 479349DEST_PATH_IMAGE008
的一个列向量，用来提取胎儿心电信号；挑选的两路信号用向量
Figure DEST_PATH_IMAGE044
表示，则
Figure DEST_PATH_IMAGE045
即为分离得到的胎儿心电信号。
2.根据权利要求1所述的基于时频变换的胎儿心电盲提取方法，其特征在于上述步骤2）中，基线漂移校正方法采用8阶Butterworth型IIR数字高通滤波，滤波器的截止频率为0.03Hz；50Hz工频干扰是采用梳状数字陷波器去除；高频肌电信号是采用4阶Butterworth型IIR数字低通滤波器，滤波器的截止频率为250Hz。
CN201110144487.7A 2011-05-31 2011-05-31 一种基于时频变换的胎儿心电盲提取方法 Active CN102160787B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110144487.7A CN102160787B (zh) 2011-05-31 2011-05-31 一种基于时频变换的胎儿心电盲提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110144487.7A CN102160787B (zh) 2011-05-31 2011-05-31 一种基于时频变换的胎儿心电盲提取方法

Publications (2)

Publication Number Publication Date
CN102160787A CN102160787A (zh) 2011-08-24
CN102160787B true CN102160787B (zh) 2013-06-26

Family

ID=44462434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110144487.7A Active CN102160787B (zh) 2011-05-31 2011-05-31 一种基于时频变换的胎儿心电盲提取方法

Country Status (1)

Country Link
CN (1) CN102160787B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103610460A (zh) * 2013-12-11 2014-03-05 哈尔滨工业大学 一种基于自适应flann滤波器的胎儿心电信号提取方法
GB2563373A (en) * 2016-11-08 2018-12-19 Univ Guangdong Technology Apparatus for extracting time-frequency features of ultrasound doppler fetal heart sound signal

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715897B (zh) * 2012-07-17 2014-06-25 南京大学 一种基于胎心电频谱图确定胎儿平均心率的方法
CN103637796B (zh) * 2013-12-26 2015-07-08 上海海事大学 基于广义特征值最大化的胎儿心电信号自适应盲提取方法
CN103720469B (zh) * 2014-01-02 2015-06-10 山东大学 可穿戴式动态母体胎儿心电检测装置
CN103876731B (zh) * 2014-03-25 2016-01-13 电子科技大学 一种胎儿心电信号提取装置及方法
CN103876730B (zh) * 2014-04-09 2015-06-17 西安电子科技大学 基于二阶统计特性的母亲和胎儿心电盲提取方法
CN104287724B (zh) * 2014-06-17 2017-02-01 河南科技大学 基于约束盲源分离的胎儿心电检测方法
CN104473631B (zh) * 2014-12-12 2016-07-13 广东工业大学 一种基于非负盲分离胎儿心电瞬时心率识别方法及系统
CN104887220B (zh) * 2015-06-18 2018-01-05 山东大学 一种由腹壁心电信号提取胎儿心电信号的方法及系统
GB2555574A (en) * 2016-10-25 2018-05-09 Univ Guangdong Technology Method for blind extraction of fetal electrocardio based on time-frequency conversion
CN106691437B (zh) * 2017-01-26 2018-04-20 浙江铭众科技有限公司 一种基于母体心电信号的胎儿心率提取方法
CN106889981B (zh) * 2017-01-26 2018-04-20 浙江铭众科技有限公司 一种用于提取胎儿心率的智能终端
CN109009083A (zh) * 2018-07-19 2018-12-18 电子科技大学 一种融合小波和fastICA的胎儿心电提取方法及装置
CN111772627B (zh) * 2019-04-04 2023-08-15 中山大学 一种在线胎儿心电信号提取装置及方法
CN112971752A (zh) * 2019-12-13 2021-06-18 深圳市理邦精密仪器股份有限公司 胎心率减速类型的修正方法、装置及胎儿监护设备
CN112587148B (zh) * 2020-12-01 2023-02-17 上海数创医疗科技有限公司 一种包含模糊化相似性测量方法的模板生成方法和装置
CN112826513B (zh) * 2021-01-05 2022-02-18 华中科技大学 一种基于深度学习和特异性矫正在fecg上胎儿心率检测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101088456A (zh) * 2007-07-13 2007-12-19 天津大学 基于进化型小波域维纳去卷积的心电特征提取方法
CN101690659A (zh) * 2009-09-29 2010-04-07 华东理工大学 脑电波分析方法
CN101972143A (zh) * 2010-11-16 2011-02-16 电子科技大学 基于盲源提取的房颤监测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101088456A (zh) * 2007-07-13 2007-12-19 天津大学 基于进化型小波域维纳去卷积的心电特征提取方法
CN101690659A (zh) * 2009-09-29 2010-04-07 华东理工大学 脑电波分析方法
CN101972143A (zh) * 2010-11-16 2011-02-16 电子科技大学 基于盲源提取的房颤监测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103610460A (zh) * 2013-12-11 2014-03-05 哈尔滨工业大学 一种基于自适应flann滤波器的胎儿心电信号提取方法
CN103610460B (zh) * 2013-12-11 2015-10-28 哈尔滨工业大学 一种基于自适应flann滤波器的胎儿心电信号提取方法
GB2563373A (en) * 2016-11-08 2018-12-19 Univ Guangdong Technology Apparatus for extracting time-frequency features of ultrasound doppler fetal heart sound signal

Also Published As

Publication number Publication date
CN102160787A (zh) 2011-08-24

Similar Documents

Publication Publication Date Title
CN102160787B (zh) 一种基于时频变换的胎儿心电盲提取方法
CN101972145B (zh) 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法
CN104027105B (zh) 一种新型母胎心电分离方法
Rahmati et al. A PCA/ICA based fetal ECG extraction from mother abdominal recordings by means of a novel data-driven approach to fetal ECG quality assessment
CN102626310A (zh) 基于提升小波变换和改进近似包络的心电特征检测算法
Zeng et al. Classification of myocardial infarction based on hybrid feature extraction and artificial intelligence tools by adopting tunable-Q wavelet transform (TQWT), variational mode decomposition (VMD) and neural networks
CN109199375A (zh) 一种无创胎儿心电检测装置及心电信号数据处理方法
CN107411736A (zh) 胎儿心电信号检测系统
CN101596108B (zh) 胎儿心电图的一种基于重构相空间的非线性分离提取方法
CN106889981B (zh) 一种用于提取胎儿心率的智能终端
CN108013872A (zh) 用于母体胎儿心率监测的系统
CN103610460A (zh) 一种基于自适应flann滤波器的胎儿心电信号提取方法
CN102258368B (zh) 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法
CN104473631A (zh) 一种基于非负盲分离胎儿心电瞬时心率识别方法及系统
CN109567792A (zh) 一种单通道腹部记录胎儿心电图提取方法
CN103750835A (zh) 一种心电信号特征检测算法
Ghaffari et al. Robust fetal QRS detection from noninvasive abdominal electrocardiogram based on channel selection and simultaneous multichannel processing
CN102783945A (zh) 基于小波阈值去噪的胎儿心电信号提取方法
CN105266799A (zh) 一种基于盲分离技术的心电放大器自动增益控制方法
Zhao et al. PVC recognition for wearable ECGs using modified frequency slice wavelet transform and convolutional neural network
CN103876731B (zh) 一种胎儿心电信号提取装置及方法
Bakhshipour et al. Myocardial ischemia detection with ECG analysis, using Wavelet Transform and Support Vector Machines
CN105310688A (zh) 一种基于非负盲分离胎儿心电特征信号提取方法
CN103637796A (zh) 基于广义特征值最大化的胎儿心电信号自适应盲提取方法
CN116269422A (zh) 一种高信噪比的胎儿心电分离获取方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant