CN105640545B - 一种胎儿心电信号提取方法及装置 - Google Patents

一种胎儿心电信号提取方法及装置 Download PDF

Info

Publication number
CN105640545B
CN105640545B CN201511031429.8A CN201511031429A CN105640545B CN 105640545 B CN105640545 B CN 105640545B CN 201511031429 A CN201511031429 A CN 201511031429A CN 105640545 B CN105640545 B CN 105640545B
Authority
CN
China
Prior art keywords
stomach wall
waveform template
recurrence
wave
electrocardiosignal
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
CN201511031429.8A
Other languages
English (en)
Other versions
CN105640545A (zh
Inventor
张南南
张金勇
王磊
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.)
Shenzhen Guochuanghuikang Medical Device Technology Co ltd
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201511031429.8A priority Critical patent/CN105640545B/zh
Publication of CN105640545A publication Critical patent/CN105640545A/zh
Application granted granted Critical
Publication of CN105640545B publication Critical patent/CN105640545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/344Foetal cardiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4343Pregnancy and labour monitoring, e.g. for labour onset detection
    • A61B5/4362Assessing foetal parameters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/02Foetus

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Pediatric Medicine (AREA)
  • Pregnancy & Childbirth (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明适用于心电监测技术领域,提供了一种胎儿心电信号提取方法及装置,所述装置包括:接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;提取所述腹壁心电信号中的母体心电R波波峰位置;截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号。本发明,通过对腹壁心电信号进行递归波形模板叠加,生成自适应滤波器的参考信号,因此实现了在单导联系统下自适应的胎儿心电信号分离。

Description

一种胎儿心电信号提取方法及装置
技术领域
本发明属于心电监测技术领域,尤其涉及一种胎儿心电信号提取方法及装置。
背景技术
在围产期中,特别是在分娩过程中,胎儿由于脐带压迫或者其他原因,造成暂时性缺氧,引起窒息,智力迟钝,痴呆甚至死亡,这与围产期胎儿缺乏足够有效的监护有关。要实现胎儿心脏监护,先要取得反映胎儿健康状况的信号,如胎心心率监测。反映胎儿心脏功能的信号通常有三种,即心音、心动和心电信号,其中,胎儿心电信号是监测胎儿健康状况的有效手段之一,很早就为人们所重视。1906年Gremer就首次用腹部电极记录到胎儿心电信号。1961年Hon开始应用电子计算机作胎儿心电信号处理。之后十几年中不少学者开展了这方面的研究,虽然取得了不少进展,但还没有获得很好的处理方法,这是由于腹部胎儿心电信号处理存在以下一些困难:
1)信噪比低,胎儿心电分量太弱,仅为10~50uV左右,而母亲心电信号则可达750uV,两者可差十倍以上,肌电噪声与其它干扰也很强,信号完全淹没于噪声之中;
2)时域中胎儿磁共振血管造影(magnetic resonance angiography,QRS)波与母体QRS波有10~30%的重叠;
3)频域中胎儿频谱与母体的频谱大部分重叠;
4)信号随机性很强,是非平稳过程,特别是由于胎儿的自由移动造成胎儿心电传输通道的时变性。
其中,现有的基于自适应的胎儿心电分离算法,需要两路输入信号,即:一路腹壁心电信号(主输入信号),一路胸导联心电信号(参考输入信号),综上所述,输入端需要多路腹壁心电信号,极大地限制了该方法在实际中的实时应用。
发明内容
本发明实施例提供了一种胎儿心电信号提取方法及装置,旨在解决现有技术输入端需要多路腹壁心电信号,极大地限制了该方法在实际中的应用,使用范围有限的问题。
一方面,提供一种胎儿心电信号提取方法,所述方法包括:
接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;
提取所述腹壁心电信号中的母体心电R波波峰位置;
截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;
以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号。
进一步地,所述N为5。
进一步地,所述提取所述腹壁心电信号中的母体心电R波波峰位置具体包括:
对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据公式:R波判定阈值=预设系数比值*最大值平均值,获取R波判定阈值,
其中,所述M为大于等于8的正整数,预设系数比值为固定值;
查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
进一步地,所述递归波形模板根据公式:递归波形模板=a*平均波形模板+b*当前波形模块获得,其中,a、b为递归系数。
进一步地,所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
另一方面,提供一种胎儿心电信号提取装置,所述系统包括:
信号接收单元,用于接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;
波峰提取单元,用于提取所述腹壁心电信号中的母体心电R波波峰位置;
递归模板生成单元,用于截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;
胎心信号获取单元,用于以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号。
进一步地,所述N为5。
进一步地,所述波峰提取单元具体包括:
信号分差模块,用于对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
阀值获取模块,用于对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据公式:R波判定阈值=预设系数比值*最大值平均值,获取R波判定阈值,其中,所述M为大于等于8的正整数,预设系数比值为固定值;
波峰查找模块,用于查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
进一步地,所述递归模板生成单元具体用于根据公式:递归波形模板=a*平均波形模板+b*当前波形模块,获得递归波形模板,其中,a、b为递归系数。
进一步地,所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
本申请实施例包括以下优点:
通过对腹壁心电信号进行递归波形模板叠加,生成自适应滤波器的参考信号,因此实现了在单导联系统下自适应的胎儿心电信号分离。
附图说明
图1是本发明实施例一提供的胎儿心电信号提取方法的流程图;
图2是本发明实施例一提供的递归波形模板生成示意图;
图3是本发明实施例一提供的第1-3路母体腹壁心电信号示意图;
图4是本发明实施例一提供的第4-5路母体腹壁心电信号示意图;
图5是本发明实施例一提供的实验结果分析的三种位置关系的示意图;
图6是本发明实施例二提供的胎儿心电信号提取装置的具体结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细描述:
实施例一
图1示出了本发明实施例二提供的胎儿心电信号提取方法的实现流程,详述如下:
在步骤S101中,接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号。
在步骤S102中,提取所述腹壁心电信号中的母体心电R波波峰位置。
在本实施例中,所述提取所述腹壁心电信号中的母体心电R波波峰位置具体包括:
步骤S11,对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
步骤S12,对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据以下公式1获取R波判定阈值,
R波判定阈值=预设系数比值*最大值平均值 公式1
其中,所述M为大于等于8的正整数,预设系数比值为固定值;
优选的,所述M为8。对提取的腹壁心电信号,进行差分运算,以获取腹壁心电信号的斜率曲线,对斜率曲线做绝对滑动积分运算,记录每秒钟内的最大值,对前8秒内的最大值做平均,则R波判定阈值=系数比值*前8秒内的最大值平均,对差分值大于R波判定阈值的段,进行R波波峰位置最大值查找,以确定最终的R波波峰位置。
步骤S13,查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
在步骤S103中,截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数。
在本实施例中,所述N为5。其中,所述递归波形模板根据公式2获得,
递归波形模板=a*平均波形模板+b*当前波形模块 公式2
其中,a、b为递归系数。如图5所示,平均波形模板和当前波形模板加权后生成的递归波形模板,将保留了当前腹壁心电信号波形特征,由于母体心电分量幅值是胎儿心电分量幅值的十几倍,因此经过多次叠加、加权后的递归波形模板基本不再含有胎儿心电分量,递归波形模板做为自适应的参考输入信号,将去除掉腹壁心电信号中母体心电分量,提取出胎儿心电分量。
在步骤S104中,以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号。
在本实施例中,由于递归波形模板是具有当前腹壁心电周期内所对应母体心电波形的信号,并且由于多次递归,基本消除掉了其中的胎儿心电波形,所以递归后,能最大限度地消除母体心电波形,保存胎儿心电分量。腹部电极取得主输入信号,将2)中生成的递归波形模板信号作为参考输入信号,由于递归波形模板信号中基本不含有胎儿心电信号,只包含欲消除的噪声和腹壁心电信号。通过自适应算法,消除了参考信号与主输入信号中相关的部分,保留不相关的部分,因此腹壁心电信号中的胎儿心电信号分离可以被最大化的提取出来。所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
以下是本申请的验证实施例,其中验证数据来源为http://www.esat.kuleuven.ac.be/~tokka/daisyta.html,其中该数据中包含了5路母体腹壁心电信号,每路信号的数据长度为2500个样本点,采样率250Hz,5路信号波形图如图3和图4所示,由图可知,图3中第1路腹壁信号为胎母心电信噪比最大的一路信号,即此路信号效果最好,图4中第4和5路腹壁心电信号用肉眼已经无法识别出胎儿心电R波峰位置,此两路信号提取效果已不能为本算法所用,故不在的考虑范围之内,选择第2路信号做为算法验证数据,自适应滤波模块采用递归最小二乘方RLS算法。
按照实施例一的上述方法处理第2路信号,获得图5所示的结果,具体为以下三种情况:
一、胎儿QRS波群远离母体QRS波群:
胎儿QRS波群远离母体QRS波群,如图5中标注a,这种情况下的胎儿QRS波分量被提取出,左右的母体QRS波分量被抑制掉。此种胎儿QRS波群和母体QRS波群的位置关系,是腹壁心电中最普遍的位置关系,也是最容易提取出的位置关系。
二、胎儿QRS波群紧邻母体QRS波群:
胎儿QRS波群紧邻母体QRS波群,如图5中标注b所示,这种情况下的胎儿QRS波分量被提取出,紧邻的母体QRS波分量被抑制掉,并未对胎儿心电QRS波群的识别造成影响。此种胎儿QRS波群和母体QRS波群的位置关系,是腹壁心电中少数比例存在的位置关系,也是较难提取出的位置关系。
三、胎儿QRS波群和母体QRS波群完全重合:
胎儿QRS波群完全和母体QRS波群,如图5中标注c所示,这种情况下的胎儿QRS波分量被提取出,重合的母体QRS波分量被抑制掉。此种胎儿QRS波群和母体QRS波群的位置关系,是腹壁心电中少数比例存在的位置关系,也是最难提取出的位置关系。
由以上结果分析可知,胎儿QRS波群远离母体QRS波群、胎儿QRS波群紧邻母体QRS波群、胎儿QRS波群和母体QRS波群完全重合三种情况,通过递归模板生成自适应滤波的参考输入信号,即只需要一路腹壁心电信号就可实现基于自适应滤波的胎儿心电信号提取效果。
本实施例,通过递归波形模板生成自适应滤波的参考输入信号,即只需要一路腹壁心电信号就可实现基于自适应滤波的胎儿心电信号提取效果,从而实现单导联胎儿心电信号分离,由于所需输入信号少,可便利地应用。
实施例二
图6示出了本发明实施例二提供的胎儿心电信号提取装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。在本实施例中,该胎儿心电信号提取装置包括:信号接收单元61、波峰提取单元62、递归模板生成单元63和胎心信号获取单元64,所述波峰提取单元62包括:信号分差模块、阀值获取模块和波峰查找模块。
其中,信号接收单元61,用于接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;
波峰提取单元62,用于提取所述腹壁心电信号中的母体心电R波波峰位置;
递归模板生成单元63,用于截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;
胎心信号获取单元64,用于以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号。
进一步地,所述N为5。
进一步地,所述波峰提取单元62具体包括:
信号分差模块,用于对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
阀值获取模块,用于对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据以下公式1获取R波判定阈值,
R波判定阈值=预设系数比值*最大值平均值 公式1
其中,所述M为大于等于8的正整数,预设系数比值为固定值;
波峰查找模块,用于查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
进一步地,所述递归模板生成单元具体用于根据公式2获得递归波形模板,
递归波形模板=a*平均波形模板+b*当前波形模块 公式2
其中,a、b为递归系数。
进一步地,所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
本实施例,通过递归波形模板生成自适应滤波的参考输入信号,即只需要一路腹壁心电信号就可实现基于自适应滤波的胎儿心电信号提取效果,从而实现单导联胎儿心电信号分离,由于所需输入信号少,可便利地应用。
本发明实施例提供的胎儿心电信号提取装置可以应用在前述对应的方法实施例一中,详情参见上述实施例一的描述,在此不再赘述。
值得注意的是,上述装置实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、控制器、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的控制器。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令控制器的制造品,该指令控制器实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种胎儿心电信号提取方法及装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种胎儿心电信号提取方法,其特征在于,所述方法包括:
接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;
提取所述腹壁心电信号中的母体心电R波波峰位置;
截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;
以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号;
所述提取所述腹壁心电信号中的母体心电R波波峰位置具体包括:
对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据公式:R波判定阈值=预设系数比值*最大值平均值,获取R波判定阈值,其中,所述M为大于等于8的正整数,预设系数比值为固定值;
查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
2.根据权利要求1所述的方法,其特征在于,所述N为5。
3.根据权利要求1所述的方法,其特征在于,所述递归波形模板根据公式:递归波形模板=a*平均波形模板+b*当前波形模块获得,其中,a、b为递归系数。
4.根据权利要求1所述的方法,其特征在于,所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
5.一种胎儿心电信号提取装置,其特征在于,所述装置包括:
信号接收单元,用于接收以腹壁电极从母体腹壁监测到得的单路腹壁心电信号;
波峰提取单元,用于提取所述腹壁心电信号中的母体心电R波波峰位置;
递归模板生成单元,用于截取N个以R波波峰位置左右段的预设长度进行平均,获得平均波形模板,将所述平均波形模板与当前波形模块进行叠加,生成递归波形模板,所述N为大于等于5的正整数;
胎心信号获取单元,用于以所述递归波形模板作为参考信号,通过自适应滤波算法从所述腹壁心电信号获取胎儿心电信号;
所述波峰提取单元具体包括:
信号分差模块,用于对所述腹壁心电信号进行差分运算,获取所述腹壁心电信号的斜率曲线;
阀值获取模块,用于对所述斜率曲线进行绝对滑动积分运算,记录每秒钟内的最大值,对前M秒内的最大值进行平均,获得最大值平均值,根据公式:R波判定阈值=预设系数比值*最大值平均值,获取R波判定阈值,其中,所述M为大于等于8的正整数,预设系数比值为固定值;
波峰查找模块,用于查找所述斜率曲线上差分值大于R波判定阈值的段,以其中最大差分值作为R波波峰位置。
6.根据权利要求5所述的装置,其特征在于,所述N为5。
7.根据权利要求5所述的装置,其特征在于,所述递归模板生成单元具体用于根据公式:递归波形模板=a*平均波形模板+b*当前波形模块,获得递归波形模板,其中,a、b为递归系数。
8.根据权利要求5所述的装置,其特征在于,所述自适应滤波算法包括最小均方LMS算法、递归最小二乘方RLS算法或最小二乘格形LSL算法。
CN201511031429.8A 2015-12-31 2015-12-31 一种胎儿心电信号提取方法及装置 Active CN105640545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511031429.8A CN105640545B (zh) 2015-12-31 2015-12-31 一种胎儿心电信号提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511031429.8A CN105640545B (zh) 2015-12-31 2015-12-31 一种胎儿心电信号提取方法及装置

Publications (2)

Publication Number Publication Date
CN105640545A CN105640545A (zh) 2016-06-08
CN105640545B true CN105640545B (zh) 2018-12-14

Family

ID=56490157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511031429.8A Active CN105640545B (zh) 2015-12-31 2015-12-31 一种胎儿心电信号提取方法及装置

Country Status (1)

Country Link
CN (1) CN105640545B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018023698A1 (zh) * 2016-08-05 2018-02-08 深圳先进技术研究院 一种胎儿心电分离方法及装置
WO2018023696A1 (zh) * 2016-08-05 2018-02-08 深圳先进技术研究院 一种胎儿心电分离方法及装置
CN107684421A (zh) * 2016-08-05 2018-02-13 深圳先进技术研究院 一种胎儿心电分离方法及装置
CN107684423A (zh) * 2016-08-05 2018-02-13 深圳先进技术研究院 一种胎儿心电分离方法及装置
WO2018023697A1 (zh) * 2016-08-05 2018-02-08 深圳先进技术研究院 一种胎儿心电分离方法及装置
CN107684422A (zh) * 2016-08-05 2018-02-13 深圳先进技术研究院 一种胎儿心电分离方法及装置
CN107773237A (zh) * 2016-08-24 2018-03-09 四川锦江电子科技有限公司 一种r波检测装置
CN106667478B (zh) * 2016-12-07 2023-06-09 成都亿咖极科技有限公司 一种多导联联合检测的智能胎儿心电检测方法及系统
CN106889984B (zh) * 2017-01-22 2019-08-13 河北大学 一种心电信号自动降噪方法
CN108158572B (zh) * 2018-02-14 2023-10-24 华南师范大学 一种基于穴位生物电信号的疲劳检测方法及系统
CN108324265A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心音特征定位分析心电图心音图的方法
CN109589137B (zh) * 2018-11-02 2021-10-22 深圳市理邦精密仪器股份有限公司 胎动识别的方法、装置、终端和计算机可读存储介质
CN111419212A (zh) * 2020-02-27 2020-07-17 平安科技(深圳)有限公司 心电图数据处理的方法、装置、存储介质及计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006081447A2 (en) * 2005-01-27 2006-08-03 The Board Of Trustees Of The University Of Illinois Blind adaptive filter extraction of fetal electrocardiogram signal estimate
CN102670188A (zh) * 2012-04-25 2012-09-19 重庆大学 一种用于单导胎儿心率检测的鲁棒自适应估计方法
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
CN104887220A (zh) * 2015-06-18 2015-09-09 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006081447A2 (en) * 2005-01-27 2006-08-03 The Board Of Trustees Of The University Of Illinois Blind adaptive filter extraction of fetal electrocardiogram signal estimate
CN102670188A (zh) * 2012-04-25 2012-09-19 重庆大学 一种用于单导胎儿心率检测的鲁棒自适应估计方法
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
CN104887220A (zh) * 2015-06-18 2015-09-09 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于DSP的R波检测快速算法研究;张贺晔等;《北京生物医学工程》;20031231;第22卷(第4期);第42-46页 *
基于匹配滤波的胎儿心电信号检测系统的研究与设计;宋盟春等;《中国医疗器械信息》;20140325(第3期);第245-247页 *

Also Published As

Publication number Publication date
CN105640545A (zh) 2016-06-08

Similar Documents

Publication Publication Date Title
CN105640545B (zh) 一种胎儿心电信号提取方法及装置
Senroy et al. An improved Hilbert–Huang method for analysis of time-varying waveforms in power quality
CN108845250B (zh) 基于振动信号特征提取的有载分接开关故障识别方法
CN110175508B (zh) 一种应用于超声波局放检测的特征值提取方法
CN105796096B (zh) 一种心率变异性分析方法、系统及终端
CN106546892A (zh) 基于深度学习的局部放电超声音频识别方法及系统
CN103845079B (zh) 一种基于盲分离的多普勒胎心音瞬时心率的检测方法
CN108458871A (zh) 一种基于改进经验小波变换的齿轮箱故障识别方法
CN102028460B (zh) 心室纤颤信号序列自动检测系统
Makwana et al. Hilbert transform based adaptive ECG R-peak detection technique
CN106646034A (zh) 一种避雷器结构健康在线监测分析系统
CN110726875B (zh) 一种新能源柔性直流并网暂态谐波检测方法及系统
CN108562837A (zh) 一种电厂开关柜局部放电超声信号降噪方法
CN110448290B (zh) 一种基于太赫兹穿墙雷达的远距离人员心率检测方法、装置及系统
Ferreira et al. Method based on independent component analysis for harmonic extraction from power system signals
CN107612865A (zh) 一种应用于低压电力线载波通信的信号降噪方法
CN109009087B (zh) 一种心电信号r波的快速检测方法
CN104020398A (zh) 一种换流变压器局部放电波形特征提取方法
CN102961129A (zh) 一种远程医疗的异常心电张量分析方法
CN106571146A (zh) 噪音信号确定方法、语音去噪方法及装置
CN112190268A (zh) 生理信号处理设备
CN110327032A (zh) 一种单导心电信号pqrst波联合精准识别算法
CN107991531A (zh) 基于变分模态分解和去除噪声的电网谐波检测方法
CN104483547B (zh) 电力信号的滤波方法及系统
CN104407278A (zh) 超声波特征参数的提取方法和装置

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
TR01 Transfer of patent right

Effective date of registration: 20200707

Address after: 518000 b714, Shenzhen Institute of advanced technology, Chinese Academy of Sciences, 1068 Xueyuan Avenue, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen National Research Institute of high performance Medical Devices Co.,Ltd.

Address before: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue

Patentee before: Shenzhen shen-tech advanced Cci Capital Ltd.

Effective date of registration: 20200707

Address after: Room office building No. 1068 Shenzhen Institute of advanced technology A-301 518000 in Guangdong city of Shenzhen province Nanshan District Shenzhen University city academy Avenue

Patentee after: Shenzhen shen-tech advanced Cci Capital Ltd.

Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue

Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220428

Address after: 518000 A704, building 1, Yinxing Zhijie phase II, No. 1301-76, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong

Patentee after: Shenzhen guochuanghuikang Medical Device Technology Co.,Ltd.

Address before: B714, Shenzhen Institute of advanced technology, Chinese Academy of Sciences, 1068 Xueyuan Avenue, Taoyuan Street, Nanshan District, Shenzhen, Guangdong 518000

Patentee before: Shenzhen National Research Institute of high performance Medical Devices Co.,Ltd.

TR01 Transfer of patent right