CN105310688A - 一种基于非负盲分离胎儿心电特征信号提取方法 - Google Patents

一种基于非负盲分离胎儿心电特征信号提取方法 Download PDF

Info

Publication number
CN105310688A
CN105310688A CN201510741880.2A CN201510741880A CN105310688A CN 105310688 A CN105310688 A CN 105310688A CN 201510741880 A CN201510741880 A CN 201510741880A CN 105310688 A CN105310688 A CN 105310688A
Authority
CN
China
Prior art keywords
fetal ecg
signal
negative
fetal
blind separation
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.)
Granted
Application number
CN201510741880.2A
Other languages
English (en)
Other versions
CN105310688B (zh
Inventor
谢侃
蔡坤
谢胜利
严文鸿
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 CN201510741880.2A priority Critical patent/CN105310688B/zh
Publication of CN105310688A publication Critical patent/CN105310688A/zh
Application granted granted Critical
Publication of CN105310688B publication Critical patent/CN105310688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提出了一种基于非负盲分离的胎儿心电特征信号提取方法,包括以下步骤:1)在母体腹部采集一路母亲和胎儿心电混合的观测信号;2)利用模板匹配法消除母亲心电信号,得到纯净的胎儿心电信号;3)提取多个胎儿心电信号;4)将每一个胎儿心电信号变换到非负时频域,并把其拼成一个矩阵;5)利用非负矩阵分解对合成矩阵进行盲分离,从而分离出胎儿心电的R波特征信号。本发明的方法克服了以往的胎儿心电信号处理中往往只进行胎儿心电提取或心率检测等宏观处理的缺点,对每一个胎儿心电信号的特征信号进行提取,更有利于医护人员对胎儿心电信号的每一个特征变化进行临床的监护和研究。

Description

一种基于非负盲分离胎儿心电特征信号提取方法
技术领域
本发明是一种基于非负盲分离胎儿心电特征信号提取方法,属于医疗器械领域。
背景技术
随着科学技术的进步和人民生活水平的提高,在当今临床医疗领域,对母体中的胎儿状况进行有效监测的需求越来越旺盛。随之而来的是各种胎儿监护方法的出现。其中胎儿心电图是一种重要的胎儿监护手段,是指从母体腹部表面通过电极进行胎儿心电采集的一种技术,该技术由于其无创性和安全性,现已得到了广泛的应用,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。健康的胎儿随子宫内环境的不同时刻发生着微妙的变化,而且胎儿心率的变化是循环系统和中枢神经系统机能调节的表现,因此在围产期对胎儿进行胎心率检测可以了解胎儿在子宫内的重要监护指标。
但是,在胎儿心电信号检测的实际应用中,从母亲腹部表面采集的心电信号是混叠有母亲心电信号、胎儿心电信号、肌电信号(EMG)、体表子宫电信号(EHG)以及各种噪声。在时域上这些信号混叠在一起,特别是母亲心电信号,由于幅度比较大,对胎儿心电信号的观察造成很大影响。这样从混叠的源信号中提取出胎儿心电信号显得非常重要。
而现有胎儿心电信号处理一般只是从母体腹壁信号中提取胎儿心电信号,如使用相干平均、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方法来对胎儿心电信号进行分离。但是,这些方法往往对胎儿心电进行提取后,只进行了心率提取等宏观上的分析研究,而忽略了每一个胎儿心电的信号特征。这些特征信号往往包含了重要的临床医疗信息,能够给予医护人员对围产期胎儿的监护带来极大的帮助。
非负矩阵分解(NonnegativeMatrixFactorization,NMF)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。由于它的算法简单,计算量小,适用范围广,已逐渐成为信号处理领域的热点之一。非负矩阵分解理论是从“对整体的感知是由组成整体的部分感知构成”这一观点出发而构建的,把问题转换到微观的角度进行分析。现非负盲分离常用于图像识别的研究当中,如通过人脸的一些不同的特征来的检测来达到识别的目的,当其应用于胎儿心电信号时,在提取特征信号时也有着非常显著的效果。本发明提出了一种基于非负盲分离胎儿心电特征信号提取方法。
发明内容
本发明的目的在于提出一种基于非负盲分离胎儿心电特征信号提取方法。本发明中的胎儿心电特征信号提取方法是基于非负盲分离法,该方法在提取胎儿心电特征信号中有着非常显著的效果,实现简单,运算速度快,准确性较高,使人们对胎儿心电信号有更进一步的认识。
本发明通过下述技术方案实现:
本发明基于非负盲分离的胎儿心电特征信号提取方法,包括以下步骤:
1)在母体腹部采集一路母亲和胎儿心电混合的观测信号;
2)利用模板匹配法消除母亲心电信号,得到纯净的胎儿心电信号;
3)提取多个胎儿心电信号;
4)将每一个胎儿心电信号变换到非负时频域,并把其拼成一个矩阵;
5)利用非负矩阵分解对合成矩阵进行盲分离,从而分离出胎儿心电的R波特征信号。
上述步骤3)包括如下步骤:
31)在步骤2)所得到的纯净胎儿心电信号的基础上,利用基于阈值的方法识别出胎儿心电的R波位置;
32)截取多个胎儿心电信号。
上述步骤4)包括如下步骤:
41)将步骤32)所截取到的多个胎儿心电信号分别变换到时频域,得到多个Hilbert-Huang谱;
42)将步骤41)所得到的Hilbert-Huang谱分别与其共轭复数相乘,得到非负Hilbert-Huang谱;
43)将步骤42)得到的多个非负Hilbert-Huang谱拼成一个矩阵。
上述步骤5)包括如下步骤:
51)利用非负矩阵分解的方法对步骤43)中所得到的合成矩阵进行盲分离,从而分离出非负时频特征信号;
52)从步骤51)中所得到的非负时频特征信号中提取出特征分量,则该分量为胎儿心电的R波特征信号。
本发明与现有技术相比,具有如下优点和效果:
本发明在提取了胎儿心电信号后,进一步提取胎儿心电的特征信号,这些特征信号往往包含了重要的临床医疗信息,使研究人员对胎儿心电信号有了更深入的认识,同时也能够给予医护人员对围产期胎儿的监护带来极大的帮助。此外,本发明利用模板匹配的方法消除母亲心电信号,得到纯净的胎儿心电信号,实现简单,运算速度快,准确性较高,有利于在工程上的实现;另外,本发明将信号变换到非负时频域,使非负矩阵分解的方法可以应用于心电信号上,突破了胎儿心电信号有正有负的限制;同时,本发明利用非负矩阵分解的方法来对胎儿心电特征信号进行盲分离处理,能够快速有效的提取出胎儿心电的R波特征信号。
附图说明
图1是本发明的方法流程示意图;
图2是源信号的示意图;
图3是本发明中所提取的纯净的胎儿心电信号示意图;
图4是本发明的第一个胎儿心电信号的示意图;
图5是本发明的第二个胎儿心电信号的示意图;
图6本发明截取的第一个胎儿心电信号的非负Hilbert-Huang谱;
图7本发明截取的第二个胎儿心电信号的非负Hilbert-Huang谱;
图8是本发明中经过非负矩阵分解后所得到的混合矩阵;
图9是本发明中经过非负矩阵分解后所得到的胎儿心电特征信号;
图10是本发明中从胎儿心电特征信号中提取出的胎儿心电R波特征分量。
具体实施方式
下面结合具体实施例对本发明作进一步具体详细描述,但本发明的实施方式不限于此,对于未特别注明的工艺参数,可参照常规技术进行。
实施例
如图1所示,本发明基于非负盲分离的胎儿心电特征信号提取方法,包括以下步骤:
1)在母体腹部采集一路母亲和胎儿心电混合的观测信号,如图2所示;
2)利用模板匹配法消除母亲心电信号,得到纯净的胎儿心电信号;
3)提取多个胎儿心电信号;
4)将每一个胎儿心电信号变换到非负时频域,并把其拼成一个矩阵;
5)利用非负矩阵分解对合成矩阵进行盲分离,从而分离出胎儿心电特征信号,所分离出来的特征信号应为胎儿心电信号中的R波特征信号;
上述步骤2)具体包括如下步骤:
21)利用基于阈值的方法识别出母亲心电的R波位置;
22)利用步骤21)所得到的母亲心电R波位置采用算数平均法提取出母亲心电模板信号;
23)根据步骤21)所得到的母亲心电R波位置和步骤22)中所得到的母亲心电模板信号用相减法在相应的母亲QRS波的位置中减去母亲模板心电信号,从而得到纯净的胎儿心电信号,如图3所示;
步骤22)中采用算数平均法提取出母亲心电模板信号,其定义如下:
t e m p l a t e = 1 n Σ i = 1 n
其中template为母亲心电模板信号,m(1),m(2),m(3),…,m(n)为母亲心电的QRS波信号。
上述步骤3)具体包括如下步骤:
31)在步骤2)所得到的纯净胎儿心电信号的基础上,利用基于阈值的方法识别出胎儿心电的R波位置;
32)截取多个胎儿心电信号,如图4、5所示,本实施例截取了两个胎儿心电信号;
上述步骤4)具体包括如下步骤:
41)将步骤32)所截取到的多个胎儿心电信号分别变换到时频域,得到多个Hilbert-Huang谱;
42)将步骤41)所得到的多个Hilbert-Huang谱分别与其共轭复数相乘,得到非负Hilbert-Huang谱,如图6为截取的第一个胎儿心电的非负Hilbert-Huang谱,图7为截取的第二个胎儿心电的非负Hilbert-Huang谱;
43)将步骤42)得到的多个Hilbert-Huang谱拼成一个矩阵;
步骤4)中所得到的合成矩阵,其定义如下:
其中X为合成矩阵,X1,X2,X3,…,Xn为n个胎儿心电信号的非负Hilbert-Huang谱。
上述步骤5)具体包括如下步骤:
51)利用非负矩阵分解的方法对步骤43)中所得到的合成矩阵进行盲分离,从而分离出时频特征信号;
52)从步骤51)中所得到的非负时频特征信号中提取出特征分量,则该分量为胎儿心电的特征信号;
步骤51)中,所利用的非负矩阵分解进行盲分离的定义如下:
H r n = H r n · [ W T X ] r n [ W T W H ] r n
W m r = W m r · [ XH T ] m r [ WHH T ] m r
其中,X为多个胎儿心电非负Hilbert-Huang谱拼成的合成矩阵,经过非负矩阵分解进行盲分离后,得到混合矩阵W和胎儿心电的时频特征信号H;
如图8所示,为分离得到的混合矩阵W;
如图9所示,为分离得到的胎儿心电的时频特征信号H;
步骤52)中在分离出的时频特征信号H中提取一个行向量,那么该行向量则为胎儿心电的特征信号,此特征信号应为胎儿心电信号中的R波特征信号。如图10所示。
如上所述便可较好地实现本发明。
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 (4)

1.一种基于非负盲分离的胎儿心电特征信号提取方法,其特征在于包括以下步骤:
1)在母体腹部采集一路母亲和胎儿心电混合的观测信号;
2)利用模板匹配法消除母亲心电信号,得到纯净的胎儿心电信号;
3)提取多个胎儿心电信号;
4)将每一个胎儿心电信号变换到非负时频域,并把其拼成一个矩阵;
5)利用非负矩阵分解对合成矩阵进行盲分离,从而分离出胎儿心电的R波特征信号。
2.根据权利要求1所述的基于非负盲分离的胎儿心电特征信号提取方法,其特征在于上述步骤3)包括如下步骤:
31)在步骤2)所得到的纯净胎儿心电信号的基础上,利用基于阈值的方法识别出胎儿心电的R波位置;
32)截取多个胎儿心电信号。
3.根据权利要求1所述的基于非负盲分离的胎儿心电特征信号提取方法,其特征在于上述步骤4)包括如下步骤:
41)将步骤32)所截取到的多个胎儿心电信号分别变换到时频域,得到多个Hilbert-Huang谱;
42)将步骤41)所得到的Hilbert-Huang谱分别与其共轭复数相乘,得到非负Hilbert-Huang谱;
43)将步骤42)得到的多个非负Hilbert-Huang谱拼成一个矩阵。
4.根据权利要求1所述的基于非负盲分离的胎儿心电特征信号提取方法,其特征在于上述步骤5)包括如下步骤:
51)利用非负矩阵分解的方法对步骤43)中所得到的合成矩阵进行盲分离,从而分离出非负时频特征信号;
52)从步骤51)中所得到的非负时频特征信号中提取出特征分量,则该分量为胎儿心电的R波特征信号。
CN201510741880.2A 2015-11-02 2015-11-02 一种基于非负盲分离胎儿心电特征信号提取方法 Active CN105310688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510741880.2A CN105310688B (zh) 2015-11-02 2015-11-02 一种基于非负盲分离胎儿心电特征信号提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510741880.2A CN105310688B (zh) 2015-11-02 2015-11-02 一种基于非负盲分离胎儿心电特征信号提取方法

Publications (2)

Publication Number Publication Date
CN105310688A true CN105310688A (zh) 2016-02-10
CN105310688B CN105310688B (zh) 2018-07-10

Family

ID=55239700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510741880.2A Active CN105310688B (zh) 2015-11-02 2015-11-02 一种基于非负盲分离胎儿心电特征信号提取方法

Country Status (1)

Country Link
CN (1) CN105310688B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787946A (zh) * 2016-03-17 2016-07-20 广东工业大学 一种非负盲分离胎心音分析方法及装置
CN106580309A (zh) * 2016-12-09 2017-04-26 北京工业大学 一种胎儿心电检测电路系统
CN106983508A (zh) * 2017-05-09 2017-07-28 广东工业大学 一种胎儿心电信号盲提取方法和装置
CN109044346A (zh) * 2018-07-06 2018-12-21 电子科技大学 一种基于信号降维与小波域处理的胎儿心电盲分离方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4211237A (en) * 1977-04-14 1980-07-08 Biotronik Mess- Und Therapiegerate Gmbh & Co. Method and apparatus for identifying recurring signal patterns
CN101828917A (zh) * 2010-05-07 2010-09-15 深圳大学 心电信号特征提取的方法和系统
CN102178522A (zh) * 2011-04-29 2011-09-14 华南理工大学 一种母亲及胎儿心电信号qrs波中r波的检测定位方法
CN103720469A (zh) * 2014-01-02 2014-04-16 山东大学 可穿戴式动态母体胎儿心电检测装置
CN103860167A (zh) * 2014-04-02 2014-06-18 太原理工大学 基于非负矩阵分解的j波提取和分析方法
CN104305992A (zh) * 2014-07-02 2015-01-28 中山大学 一种交互式胎儿心电快速自动提取方法
CN104473631A (zh) * 2014-12-12 2015-04-01 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
CN104794493A (zh) * 2015-04-30 2015-07-22 太原理工大学 一种基于支持向量机的j波分类方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4211237A (en) * 1977-04-14 1980-07-08 Biotronik Mess- Und Therapiegerate Gmbh & Co. Method and apparatus for identifying recurring signal patterns
CN101828917A (zh) * 2010-05-07 2010-09-15 深圳大学 心电信号特征提取的方法和系统
CN102178522A (zh) * 2011-04-29 2011-09-14 华南理工大学 一种母亲及胎儿心电信号qrs波中r波的检测定位方法
CN103720469A (zh) * 2014-01-02 2014-04-16 山东大学 可穿戴式动态母体胎儿心电检测装置
CN103860167A (zh) * 2014-04-02 2014-06-18 太原理工大学 基于非负矩阵分解的j波提取和分析方法
CN104305992A (zh) * 2014-07-02 2015-01-28 中山大学 一种交互式胎儿心电快速自动提取方法
CN104473631A (zh) * 2014-12-12 2015-04-01 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
CN104794493A (zh) * 2015-04-30 2015-07-22 太原理工大学 一种基于支持向量机的j波分类方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787946A (zh) * 2016-03-17 2016-07-20 广东工业大学 一种非负盲分离胎心音分析方法及装置
CN105787946B (zh) * 2016-03-17 2019-05-14 广东工业大学 一种非负盲分离胎心音分析方法及装置
CN106580309A (zh) * 2016-12-09 2017-04-26 北京工业大学 一种胎儿心电检测电路系统
CN106983508A (zh) * 2017-05-09 2017-07-28 广东工业大学 一种胎儿心电信号盲提取方法和装置
CN109044346A (zh) * 2018-07-06 2018-12-21 电子科技大学 一种基于信号降维与小波域处理的胎儿心电盲分离方法

Also Published As

Publication number Publication date
CN105310688B (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
Liu et al. A multi-step method with signal quality assessment and fine-tuning procedure to locate maternal and fetal QRS complexes from abdominal ECG recordings
CN105787946B (zh) 一种非负盲分离胎心音分析方法及装置
CN104473631B (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
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
Mischi et al. Dedicated entropy measures for early assessment of pregnancy progression from single-channel electrohysterography
CN108024730A (zh) 使用数学分析和机器学习来诊断疾病的方法和系统
CN105310688A (zh) 一种基于非负盲分离胎儿心电特征信号提取方法
Zhao et al. An IoT-based wearable system using accelerometers and machine learning for fetal movement monitoring
CN104840186A (zh) 一种充血性心力衰竭患者自主神经功能的评估方法
Fanelli et al. Telefetalcare: A first prototype of a wearable fetal electrocardiograph
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
CN107411736A (zh) 胎儿心电信号检测系统
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
CN105266799B (zh) 一种基于盲分离技术的心电放大器自动增益控制方法
CN109567792A (zh) 一种单通道腹部记录胎儿心电图提取方法
Hasan et al. Fetal electrocardiogram extraction and R-peak detection for fetal heart rate monitoring using artificial neural network and Correlation
Karvounis et al. Detection of fetal heart rate through 3-D phase space analysis from multivariate abdominal recordings
Ganguly et al. A non-invasive approach for fetal arrhythmia detection and classification from ecg signals
CN106691437B (zh) 一种基于母体心电信号的胎儿心率提取方法
Sathawane et al. Prediction and analysis of ECG signal behaviour using soft computing
Murthy et al. Ecg signal denoising and ischemic event feature extraction using daubechies wavelets
CN103876731A (zh) 一种胎儿心电信号提取装置及方法
Le et al. Home-based mobile fetal/maternal electrocardiogram acquisition and extraction with cloud assistance
CN107684423A (zh) 一种胎儿心电分离方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant