CN105266800B - 一种基于低信噪比条件下胎儿心电盲分离方法 - Google Patents
一种基于低信噪比条件下胎儿心电盲分离方法 Download PDFInfo
- Publication number
- CN105266800B CN105266800B CN201510875597.9A CN201510875597A CN105266800B CN 105266800 B CN105266800 B CN 105266800B CN 201510875597 A CN201510875597 A CN 201510875597A CN 105266800 B CN105266800 B CN 105266800B
- Authority
- CN
- China
- Prior art keywords
- signal
- mother
- blind separation
- electrocardiosignal
- frequency
- 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
Links
Abstract
本发明公开了一种基于低信噪比条件下胎儿心电盲分离方法，首先对多路源信号进行梳状滤波消除50Hz及其高次谐波的工频干扰以及基线漂移、抗混叠低通滤波去除频率大于采样频率一半的高频信号成分，再对滤波后的源信号进行小波变换，得到各尺度的高频系数和低频系数，对各尺度高频系数进行峰值函数处理得到含有母亲心电信息的高频系数，利用小波重构得到母亲心电信号，然后滤波的源信号减去重构后含有噪声的母亲心电信号即可得含有噪声的胎儿心电信号，最后利用盲分离算法进行盲分离，对多路含有噪声的胎儿心电信号进行处理，得到多路盲分离后的信号。本发明对于在围产期胎儿的监护具有莫大的意义，提取胎儿心电方法简单，运算速度快，准确度高。
Description
技术领域
本发明是一种基于低信噪比条件下胎儿心电盲分离方法，属于医疗器械领域。
背景技术
胎儿心电图是一种重要的胎儿监护手段，是一种检测胎儿在子宫内健康状况的重要方法，能够反映胎儿心脏的全貌。然而由于采集的胎儿心电信号幅度小，信噪比低且大都混杂有幅度大，分布广的噪声干扰，例如常见的工频干扰、呼吸、肌电等引起的噪声，其中最主要的干扰是母体心电信号(Maternal ECG，MECG)，它给医学诊断带来极大的困难。因此，研究如何准确、便捷，有效地得到围产期胎心电信号具有及其重要的实用价值和临床意义。目前已经有许多采用其它来提取胎儿心电信号(FECG)的技术，如相干平均、自相关和互相关、自适应滤波、基于奇异值分解和主分量分析等。但这些技术的提取方法受很多限制，或计算过于复杂，或需要更多的人工干预。
我们的目的是从源信号中提取胎儿心电信号，无论是从幅度还是从频率角度去分析，母亲心电信号就成为源信号中最大的干扰，那么首先从源信号中分离出母亲心电信号将会为后面进行胎儿心电盲分离提供很大的方便。小波变换技术(Wavelet Transform，WT)通过伸缩平移运算对信号逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，从而可聚焦到信号的任意细节,为提取胎儿心电提供重要的理论依据和实时工具。独立分量分析(Independent Component Analysis，ICA)是近十年来随着盲信号分离技术的发展而出现的一种新的信号处理技术。盲源分离(BSS)是一种多维信号处理方法，它指在未知原信号以及混合模型也未知的情况下，仅从观测信号中恢复出源信号各个独立分量的过程，已逐渐成为现代信号处理领域的热点之一。
发明内容
本发明的目的在于克服上文中提到的现有方法的缺点和不足，提出一种基于低信噪比条件下胎儿心电盲分离方法，本发明针对于标准数据库中的胎儿心电信号，能快速简便的提取胎儿心电信号，更好的服务于临床胎儿监护。
该发明通过下述技术方案实现：一种基于低信噪比条件下胎儿心电盲分离方法，包括如下步骤：
预处理。对多路源信号做如下预处理，包括：梳状滤波消除基线漂移、50Hz干扰及其高次谐波干扰，抗混叠低通滤波去除频率大于采样频率一半的高频信号成分；
利用小波变换重构母亲心电信号。对滤波后的源信号进行小波变换，得到各尺度的高频系数和低频系数，由于胎儿心电的主要信息包含在高频系数中，因此对各尺度高频系数进行检测并进行处理得到母亲心电的信息，然后进行小波重构得到含有噪声的母亲心电信号；
从观测信号中滤掉母亲心电信号。滤波之后的源信号减去重构后含有噪声的母亲心电信号，可得含有噪声的胎儿心电信号；
利用盲分离算法分离胎儿心电信号。进行盲分离，对多路含有噪声的胎儿心电信号进行处理，得到多路盲分离后的信号。
所述步骤(1)中，梳状滤波采用差分方程进行计算，它在0Hz、50Hz及其高次谐波频率处具有较窄的阻带。根据奈奎斯特采样定理，采样信号中只能恢复出原始信号中频率小于采样频率一半的信号成分，故采用抗混叠低通滤波去除频率大于采样频率一半的高频信号成分；
所述步骤(2)中，小波变换重构母亲心电信号，首先，对滤波之后的源信号进行小波变换，采用db小波基，进行k级分解；然后在小波变换后的各尺度细节系数中检测母亲心电信号的峰值点，取峰值点周围m个数据点，m为一个母亲心电周期的数据点数，即得到只包含母亲心电信息的各尺度细节系数；最后，对包含母亲心电信息的各尺度信号进行小波重构得到含有噪声的母亲心电信号；
更进一步的，所述步骤(3)中,滤波之后的源信号减去含有噪声的母亲心电信号即可得含有噪声的胎儿心电信号，此时含有噪声的胎儿心电信号中不包含母亲心电信号；
所述步骤(4)中，利用盲分离算法：FastICA算法、NMF算法、Infomax算法、JADE算法，基于斜投影的半盲分离算法等，对步骤(3)中处理得到的n路信号进行盲分离，得到分离后的n路信号；
与现有技术相比本发明的优点和效果在于：
本方法利用小波变换分离出母亲心电信号，去除母亲心电对胎儿心电的干扰，为后面胎儿心电的盲分离去除较大的干扰；
本方法利用盲分离方法提取胎儿心电信号，方法较为简单，且准确率比常规算法高。
附图说明：
图1是本发明基于低信噪比条件下胎儿心电盲分离方法的流程图；
图2是采集于孕妇腹部的三路源信号；
图3是本发明中利用梳状滤波和低通滤波之后的三路源信号；
图4是本发明中得到的三路含有噪声的母亲心电信号；
图5是本发明中得到的包含噪声的三路胎儿心电信号；
图6是本发明中盲分离得到的三路信号。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例：
如图1所示，本发明基于低信噪比条件下胎儿心电盲分离方法，包括如下步骤：
步骤1，对采集于母亲腹部的三路信号进行预处理，图2中标准数据库的胎心电信号的采样频率fs＝1000Hz，将采集到的信号进行梳状滤波消除基线漂移、50Hz工频干扰及其高次谐波干扰，抗混叠低通滤波去掉500Hz以上频率的信号，得到滤波之后的三路信号如图3所示；
步骤2，对三路信号分别进行如下处理：首先采用db2小波基进行四尺度小波变换获得近似系数和细节系数，然后在各尺度细节系数上利用峰值检测函数检测母亲心电信号的R波，取R波周围80个数据点作为各尺度上的母亲心电信息，最后运用小波重构得到含有噪声的母亲心电信号，得到三路信号如图4所示；
步骤3，对三路信号分别进行如下操作：滤波之后三路源信号减去小波重构后三路含有噪声的母亲心电信号得到三路含噪声的胎儿心电信号如图5所示；
步骤4，将三路包含噪声的胎儿心电信号合利用FastICA算法进行盲分离，得到三路包含胎儿心电的信号Y＝[Y1,Y2,Y3]，如图6所示；
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (6)
1.一种基于低信噪比条件下胎儿心电盲分离方法，其特征在于包括如下步骤：
步骤1，预处理；对多路源信号做如下预处理，包括：梳状滤波消除基线漂移、50Hz及其高次谐波干扰，抗混叠低通滤波去除频率大于采样频率一半的高频信号成分；
步骤2，利用小波变换重构母亲心电信号；对滤波后的源信号进行小波变换，得到各尺度的高频系数和低频系数，由于胎儿心电的主要信息包含在高频系数中，因此对各尺度高频系数进行检测并进行处理得到母亲心电的信息，在小波变换后的各尺度细节系数中检测母亲心电信号的峰值点，取峰值点周围m个数据点，m为一个母亲心电周期的数据点数，即得到只包含母亲心电信息的各尺度细节系数，然后进行小波重构得到含有噪声的母亲心电信号；
步骤3，从观测信号中滤掉母亲心电信号；滤波之后的源信号减去重构后含有噪声的母亲心电信号，可得含有噪声的胎儿心电信号；
步骤4，利用盲分离算法分离胎儿心电信号；进行盲分离，对多路含有噪声的胎儿心电信号进行处理，得到多路盲分离后的信号。
2.根据权利要求1所述的基于低信噪比条件下胎儿心电盲分离方法，其特征在于，步骤(1)中，源信号的采样频率fs＝1000Hz。
3.根据权利要求1所述的基于低信噪比条件下胎儿心电盲分离方法，其特征在于，步骤(1)中，梳状滤波在频率为50Hz及其高次谐波的工频的信号处设置阻带，消除基线漂移、50Hz及其高次谐波干扰；胎儿心电信号频率位于0.05～200Hz的范围，而大部分能量位于14～160Hz的范围内，低通滤波器设定通带频率范围为0～180Hz，又根据奈奎斯特采样定理，采样信号中只能恢复出原始信号中频率小于采样频率一半的信号成分，去除频率大于500Hz的信号成分。
4.根据权利要求1所述的基于低信噪比条件下胎儿心电盲分离方法，其特征在于，步骤(2)中，小波变换通过伸缩平移运算对信号进行多尺度细化，得到高频系数和低频系数；胎儿心电主要信息包含在高频系数中，故在高频系数中提取母亲心电信息和去除胎儿心电信息，然后再进行小波重构得到母亲心电信号。
5.根据权利要求1所述的基于低信噪比条件下胎儿心电盲分离方法，其特征在于，步骤(3)中，滤波之后的原始信号减去重构后含有噪声的母亲心电信号，将源信号中的母亲心电信号完全去除，消除母亲心电的干扰，为后面盲分离提取胎儿心电信号消除较大的干扰。
6.根据权利要求1所述的基于低信噪比条件下胎儿心电盲分离方法，其特征在于，步骤(4)中盲分离算法采用FastICA算法实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510875597.9A CN105266800B (zh) | 2015-12-02 | 2015-12-02 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510875597.9A CN105266800B (zh) | 2015-12-02 | 2015-12-02 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105266800A CN105266800A (zh) | 2016-01-27 |
| CN105266800B true CN105266800B (zh) | 2018-05-25 |
Family
ID=55137248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510875597.9A Active CN105266800B (zh) | 2015-12-02 | 2015-12-02 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105266800B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106725415B (zh) * | 2016-11-15 | 2019-10-18 | 广州视源电子科技股份有限公司 | 电生理信号的处理方法和装置 |
| 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 |
| CN107693004A (zh) * | 2017-09-05 | 2018-02-16 | 广东工业大学 | 基于hilbert变换的胎儿心电提取与胎儿心率识别方法 |
| CN108013872A (zh) * | 2018-01-10 | 2018-05-11 | 北京大学第三医院 | 用于母体胎儿心率监测的系统 |
| CN113180680B (zh) * | 2021-05-17 | 2022-06-21 | 复旦大学 | 一种改进的基于奇异谱分析的心电信号降噪方法 |
| CN115017933B (zh) * | 2022-03-11 | 2024-04-05 | 吉林大学 | 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101972145A (zh) * | 2010-10-12 | 2011-02-16 | 华南理工大学 | 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法 |
| CN102525452A (zh) * | 2011-10-19 | 2012-07-04 | 广东工业大学 | 一种基于斜投影的单通道胎儿心电盲分离装置及分离方法 |
| CN104287724A (zh) * | 2014-06-17 | 2015-01-21 | 河南科技大学 | 基于约束盲源分离的胎儿心电检测方法 |
-
2015
- 2015-12-02 CN CN201510875597.9A patent/CN105266800B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101972145A (zh) * | 2010-10-12 | 2011-02-16 | 华南理工大学 | 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法 |
| CN102525452A (zh) * | 2011-10-19 | 2012-07-04 | 广东工业大学 | 一种基于斜投影的单通道胎儿心电盲分离装置及分离方法 |
| CN104287724A (zh) * | 2014-06-17 | 2015-01-21 | 河南科技大学 | 基于约束盲源分离的胎儿心电检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于小波变换和匹配滤波的胎儿心电信号R波检测;严文鸿;《中国医疗器械杂志》;20150930;第39卷(第5期);318-320 * |
| 胎儿心电信号提取方法及应用研究;沈燕妮;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130315(第03期);31-47 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105266800A (zh) | 2016-01-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105266800B (zh) | 一种基于低信噪比条件下胎儿心电盲分离方法 | |
| CN102697493B (zh) | 一种快速的脑电信号中眼电伪迹自动识别和去除的方法 | |
| CN109907752B (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统 | |
| Legarreta et al. | Continuous wavelet transform modulus maxima analysis of the electrocardiogram: beat characterisation and beat-to-beat measurement | |
| Beyramienanlou et al. | Shannon’s energy based algorithm in ECG signal processing | |
| CN103110422B (zh) | 基于生物雷达检测的呼吸和心跳实时分离方法 | |
| CN107693004A (zh) | 基于hilbert变换的胎儿心电提取与胎儿心率识别方法 | |
| 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 | |
| CN106889981B (zh) | 一种用于提取胎儿心率的智能终端 | |
| CN104305992B (zh) | 一种交互式胎儿心电快速自动提取方法 | |
| Phinyomark et al. | Wavelet-based denoising algorithm for robust EMG pattern recognition | |
| CN109498022A (zh) | 一种基于光电容积脉搏波的呼吸频率提取方法 | |
| Elbuni et al. | ECG parameter extraction algorithm using (DWTAE) algorithm | |
| Yang et al. | Removal of pulse waveform baseline drift using cubic spline interpolation | |
| CN105310688B (zh) | 一种基于非负盲分离胎儿心电特征信号提取方法 | |
| Wijesinghe et al. | A generalized preprocessing and feature extraction platform for scalp EEG signals on FPGA | |
| CN108567419A (zh) | 基于呼吸心跳特征波的信号处理装置及方法 | |
| CN106691437B (zh) | 一种基于母体心电信号的胎儿心率提取方法 | |
| Wu et al. | An improved method for ECG signal feature point detection based on wavelet transform | |
| Vuksanovic et al. | Analysis of human electrocardiogram for biometric recognition using analytic and ar modeling extracted parameters | |
| Chung et al. | Spatial feature extraction from wrist pulse signals | |
| Kotas | Combined application of independent component analysis and projective filtering to fetal ECG extraction | |
| CN110477916B (zh) | 一种表面肌电信号的运动起始时刻识别方法与装置 | |
| Zhang et al. | Separating fetal ECG from transabdominal electrical signal: An application of AE-UNet3+ | |
| Li et al. | A novel method of FECG extraction combined self-correlation analysis with ICA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |