CN106889987B - 基于分段滤波处理的子宫肌电强度信息提取方法 - Google Patents

基于分段滤波处理的子宫肌电强度信息提取方法 Download PDF

Info

Publication number
CN106889987B
CN106889987B CN201710092419.8A CN201710092419A CN106889987B CN 106889987 B CN106889987 B CN 106889987B CN 201710092419 A CN201710092419 A CN 201710092419A CN 106889987 B CN106889987 B CN 106889987B
Authority
CN
China
Prior art keywords
uterine
signal
myoelectric
wave band
outbreak
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
CN201710092419.8A
Other languages
English (en)
Other versions
CN106889987A (zh
Inventor
陆尧胜
潘杰
陈朝霞
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.)
Jinan University
Original Assignee
Jinan University
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 Jinan University filed Critical Jinan University
Priority to CN201710092419.8A priority Critical patent/CN106889987B/zh
Publication of CN106889987A publication Critical patent/CN106889987A/zh
Application granted granted Critical
Publication of CN106889987B publication Critical patent/CN106889987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A61B5/391—Electromyography [EMG] of genito-urinary organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

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

Abstract

本发明公开了一种基于分段滤波处理的子宫肌电强度信息提取方法，包括以下步骤，步骤A1、采集孕产妇的子宫肌电信号，记为原始子宫肌电信号；步骤A2、识别上述子宫肌电信号的爆发波段与非爆发波段；步骤A3、对所述子宫肌电信号不同信号波段进行不同方式的滤波处理，消除子宫肌电信号中的脉冲性噪声干扰；步骤A4、利用包络提取算法提取所述子宫肌电信号包络。本发明能够有效去除脉冲性噪声对于子宫肌电强度信号提取造成的影响，抑制由脉冲性噪声产生的虚假波峰，且得到的子宫肌电强度信号更加平滑，使得临床检测结果的准确性和波形的可观察性得到大大改善，降低临床误判率，进而使得利用子宫肌电强度信号进行宫缩监护成为可能，便于实际临床应用。

Description

基于分段滤波处理的子宫肌电强度信息提取方法
技术领域
本发明涉及分娩监护领域，特别涉及一种基于分段滤波处理的子宫肌电强度信息提取方法。
背景技术
目前，分娩力描记法(tocodynamometer，TOCO)作为一种检测子宫收缩活动的方法，被广泛用于产前和产中的子宫收缩压力检测，但该方法在测量准确性和灵敏度上存在一定局限性。子宫肌电信号作为一种最有可能替代传统子宫收缩活动监护方法进行子宫收缩状态监护。研究表明，该方法能够同时满足宫缩检测的高灵敏度和非侵入性要求，用来监测分娩过程中的子宫收缩压力。
子宫肌电信号，即子宫平滑肌产生的电信号。目前，子宫肌电信号检测主要通过放置在孕产妇腹部的电极进行腹部子宫肌电信号的采集。宫缩，即子宫有规律的收缩，是临产的一个重要特征。每一次宫缩可分为3个阶段：上升期，峰值期和下降期，宫缩结束后进入间歇期。临床研究表明，宫缩压力与子宫肌电信号强度具有较高的对应性，宫缩期子宫肌电信号会出现明显的爆发波，而进入间歇期后子宫电信号趋于平缓。此外，通过对比研究宫缩压力测量“金标准”—子宫内压力导管法(internal uterine pressure catheter，IUPC)检测的子宫压力与子宫肌电得到的子宫肌电强度，结果表明两者具有较高的一致性。由于通过子宫肌电信号得到的子宫肌电信号包络反映了子宫肌电强度信号，因此，利用子宫肌电信号包络来预测宫缩压力具有临床应用意义。
目前，在众多子宫肌电强度信号提取方法中，对于子宫肌电信号中没有明显脉冲性噪声的情况下，这些方法都能够得到较好的子宫肌电强度信号，但当子宫肌电信号中混叠有明显的脉冲性噪声时，利用这些方法得到的信号会出现由脉冲噪声导致的虚假波峰，从而影响最后的检测结果。为了克服上述问题，本方法提出在识别出子宫肌电信号爆发波段与非爆发波段的基础上对信号的不同波段采用不同的滤波处理方法，从而保证在滤除子宫肌电信号中混叠的脉冲性噪声的同时，又能够保留有效的子宫肌电信号成分，进而得到准确的子宫肌电强度信息，为临床判断提供可靠的参考，便于实际临床应用。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于分段滤波处理的子宫肌电强度信息提取方法，滤除子宫肌电信号中混叠的脉冲性噪声，从而得到更准确的子宫肌电强度信息。
为了达到上述目的，本发明采用以下技术方案：
本发明的一种基于分段滤波处理的子宫肌电强度信息提取方法，包括以下步骤：
步骤A1、采集孕产妇的子宫肌电信号，记为原始子宫肌电信号；
步骤A2、识别上述子宫肌电信号的爆发波段与非爆发波段；
步骤A3、对所述子宫肌电信号不同信号波段进行不同方式的滤波处理，即将子宫肌电信号划分为爆发波段与非爆发波段，并分段进行不同的滤波处理，得到滤波处理后的子宫肌电信号消除子宫肌电信号中的脉冲性噪声干扰；
步骤A4、利用包络提取算法提取所述子宫肌电强度信息。
作为优选的技术方案，所述步骤A1中，所述子宫肌电信号是通过贴附在孕产妇腹部的Ag-AgCl表面电极采集得到。
作为优选的技术方案，所述步骤A2中，识别爆发波段与非爆发波段的方法，包括以下步骤：
步骤B1、对所述子宫肌电信号进行预处理；
步骤B2、由预处理后子宫肌电信号特点将其分为爆发波段与非爆发波段。
作为优选的技术方案，所述步骤B1中，对于采集到的原始子宫肌电信号预处理包括如下步骤：
步骤C1、对采集到的子宫肌电信号进行降采样；
步骤C2、计算上述降采样后信号中待求样本点所在窗口的过零率。
作为优选的技术方案，所述步骤B2中，子宫肌电信号爆发波与非爆发波段的判断方法包括：
步骤D1、设定子宫肌电信号爆发波段过零率阈值；
步骤D2、比较权利要求3中计算待求样本点所在窗口的过零率，若其过零率大于等于所述爆发波过零率设定阈值，则判断该点处于爆发波段；反之处于非爆发波段。
作为优选的技术方案，所述子宫肌电信号爆发波段与非爆发波段的判断方法还包括：
步骤E1、计算子宫肌电信号基线；
步骤E2、通过判断子宫肌电信号波形与子宫肌电信号基线之间的位置关系得出爆发波段与非爆发波段信号，当子宫肌电信号波形处于该信号基线上方时，则认为该信号处于爆发波段；反之处于非爆发波段。
作为优选的技术方案，所述步骤A3中，对子宫肌电信号不同信号波段进行不同方式的滤波处理，方法如下：
在相同滤波函数的条件下，对子宫肌电信号的爆发波段与非爆发波段进行不同长度的滤波窗口处理，即实现对子宫肌电信号进行分段滤波处理，得到滤波处理后的子宫肌电信号。
作为优选的技术方案，所述步骤A3中，对子宫肌电信号不同信号波段进行不同方式的滤波处理，方法还包括：
对子宫肌电信号的爆发波段与非爆发波段分别使用不同长度的滤波窗口与不同滤波函数的处理，得到滤波处理后的子宫肌电信号。
作为优选的技术方案，步骤A4中，使用包络提取算法从分段滤波处理后的子宫肌电信号中提取子宫肌电强度信号，具体为：
步骤F1、使用包络提取算法提取子宫肌电强度信号；
步骤F2、为了抵消包络提取过程中可能出现的频谱泄露，对所述子宫肌电信号包络进行汉宁窗处理；
所述汉宁窗计算公式如下：
其中xi为输入信号，即第i点的子宫肌电强度信号幅值，yi为当前点对应的输出信号值，N为窗口长度。
作为优选的技术方案，所述步骤F1中，采用RMS法提取子宫肌电强度信号，在计算子宫肌电强度信号时需要选择合适的窗口长度LRMS，且在信号的不同位置，其窗口长度选择也会存在差异。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明通过分段滤波处理的子宫肌电强度信息提取方法，能够有效去除脉冲性噪声对于子宫肌电强度信号提取造成的影响，抑制子宫肌电强度信号中由脉冲性噪声造成的虚假波峰，且得到的信号波形更加平滑，从而使得临床检测的准确性和波形的可观察性得到大大改善，降低临床误判率，进而使得利用子宫肌电强度信息进行宫缩活动监护成为可能，便于实际临床应用。
2、本发明有助于推动子宫肌电强度信号检测方法在临床上的推广使用，从而取代TOCO用以宫缩压力检测，为临床上宫缩检测提供一种更加准确，舒适的宫缩检测方法，保障分娩监护正常，可靠的进行。
附图说明
图1是本发明子宫肌电强度信息特征提取算法流程图；
图2是本发明子宫肌电信号分为爆发波段与非爆发波段的示意图；
图3是本发明采集到的子宫肌电信号中混有脉冲性噪声的示意图；
图4是含有虚假波峰的子宫肌电强度信号示意图；
图5是在滤波函数为中值滤波函数，不同长度的滤波窗口下得到的子宫肌电信号与子宫肌电强度信号示意图；
图6是在滤波函数为均值滤波函数，不同长度的滤波窗口下得到的子宫肌电信号与子宫肌电强度信号示意图；
图7是经过不同长度的滤波窗口和不同的滤波函数处理得到的子宫肌电信号和子宫肌电强度信号示意图。
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1
基于分段滤波处理的子宫肌电强度信息提取方法，如图1所示，主要包括以下步骤：
步骤A1、采集孕产妇的子宫肌电信号，记为原始子宫肌电信号；
需要指出的是，这里的子宫肌电信号是通过贴附在孕产妇腹部的Ag-AgCl表面电极采集得到。
步骤A2、识别上述子宫肌电信号的爆发波段与非爆发波段；
步骤A3、对所述子宫肌电信号不同信号波段进行不同方式的滤波处理，即将子宫肌电信号划分为爆发波段与非爆发波段，并分段进行不同的滤波处理，得到滤波处理后的子宫肌电信号消除子宫肌电信号中的脉冲性噪声干扰；
步骤A4、利用包络提取算法提取所述子宫肌电信息，比如其信号包络，即子宫肌电强度信号。
作为本发明进一步的技术方案，所述步骤A2包括以下步骤：
步骤B1、对所述子宫肌电信号进行预处理；
作为本发明进一步的技术方案，所述步骤B1包括以下步骤：
步骤C1、对采集到的子宫肌电信号进行降采样；
具体实施方案为：为了减小计算量，提高信号处理的速度，这里对采集到的原始子宫肌电信号进行降采样。降采样的比值控制在一定范围，从而不影响信号本身特征，这里降采样比值设为1/100，这样可以保证降采样后的信号能够反映信号的原有性质。将所述子宫肌电信号在原有的幅值基础上加上或减去一个微小正值Pval，即将子宫肌电信号整体向上抬高或降低，从而得到位置调整后的子宫肌电信号波形。
优先的，调整幅值Pval的取值范围为0.004～0.006mV，在本实施例中，幅值Pval为0.005mV。
步骤C2、计算上述降采样后信号中待求样本点所在窗口的过零率。
具体实施方案为：
首先，计算当前样本点所在窗口的过零点个数，计算公式为：
其中，x(i)为当前窗口中第i个样本点的幅值，M为窗口长度，ZC为所述当前窗口的过零点个数；
然后，计算当前样本点所在窗口的过零率ZCR，计算公式为：
ZCR＝ZC/M
步骤B2、根据预处理后子宫肌电信号特点将其分为爆发波段与非爆发波段。作为本发明进一步的技术方案，所述步骤B2包括以下步骤：
步骤D1、设定子宫肌电信号爆发波段过零率阈值；
步骤D2、计算待求样本点所在窗口的过零率，若其过零率大于等于所设阈值，则判断其处于爆发波段，反之则处于非爆发波段；
所述阈值为：经过大量实验统计得到的过零点阈值ZCthd。
优先的，阈值ZCthd的取值范围为0.05～0.06。在本实施例中，阈值ZCthd为0.055。
如图2所示，将子宫肌电信号分为爆发波段与非爆发波段。从图中可以看出爆发波段的过零点个数明显高于非爆发波段，且爆发波段的信号幅值要远高于非爆发波段的值。
作为本发明进一步的技术方案，所述步骤A3包括以下步骤：
对所述子宫肌电信号爆发波段与非爆发波段信号使用相同的滤波函数，但两种波段的滤波窗口长度不同，方法如下：
步骤E1、对子宫肌电信号爆发波段使用指定长度L1滤波窗口进行滤波处理；
步骤E2、对子宫肌电信号非爆发波段使用指定长度L2滤波窗口进行滤波处理。
需要指出的是，本实施例采用中值滤波函数进行不同信号波段的滤波处理，从而得到经过分段滤波处理的子宫肌电信号。
如图3所示，在采集到的子宫肌电信号中混有脉冲性噪声，其分布于整个信号中；如图5中顶图所示，经过分段滤波后，非爆发波段的脉冲基本上被消除；爆发波段在滤除脉冲性噪声的同时，保留较为完整的爆发波有效成分。
具体实施方案为：对于子宫肌电信号中的爆发波段，采用窗口长度为L1的中值滤波函数；对于子宫肌电信号中的非爆发波段，采用窗口长度为L2的中值滤波函数。其中，当前样本点位于窗口中部，设窗口宽度为W(奇数)时，则取该窗口当前样本点之前的(W-1)/2个点和之后的(W-1)/2个点。计算该窗口的中值作为当前点的幅值。
优先的，窗口L1的范围为9～17，窗口L2的范围为61～85。在本实施例中，窗口L1为11，窗口L2为71。
作为本发明进一步的技术方案，所述步骤A3中采用的滤波函数还包括均值滤波函数等多种滤波函数，这里以均值滤波函数为例加以说明。
该滤波函数处理与上述采用中值滤波函数操作基本相同，不同之处在于，这里采用的滤波函数为均值滤波函数。对子宫肌电信号的爆发波段与非爆发波段进行不同窗口长度的均值滤波，得到分段滤波处理的子宫肌电信号，如图6中顶图所示。对比图5与图6，我们可以看到使用两种滤波函数均能够有效滤波子宫肌电信号中混叠的脉冲性噪声。
作为本发明进一步的技术方案，所述步骤A4中，使用包络提取算法从分段滤波处理后的子宫肌电信号中提取子宫肌电强度信号，步骤如下：
步骤F1、使用包络提取算法提取子宫肌电强度信号；
需要指出的是，本实施例选择子宫肌电强度信号提取方法为较常用的RMS法。详细方法可参见：Horoba K,Jezewski J,Wrobel J,et al.Algorithm for detection ofuterine contractions from electrohysterogram[C]//Engineering in Medicine andBiology Society,2001.Proceedings of the,International Conference of theIEEE.IEEE,2001:2161-2164vol.3.。对于利用RMS法提取子宫肌电强度信号，窗口长度的选取尤为重要，长度太大，则计算量迅速增加；长度太小，则不能准确反应当前点的幅值强度。因此，在计算子宫肌电强度信号时需要选择合适的窗口长度LRMS，且在信号的不同位置，其窗口长度选择也会存在差异。
具体实施方案为：对于信号的前50个点而言，其窗口长度可选为50；前50～100个点时，窗口长度选为100；101至信号最后300个点之前的样本点窗口长度选为WF，后300个点窗口为100。
优先的，窗口长度WF范围为360～450。在本实施例中，WF为400。
步骤F2、为了抵消包络提取过程中可能出现的频谱泄露，对所述子宫肌电信号包络进行汉宁窗处理。
所述汉宁窗计算公式如下：
其中xi为输入信号，即第i点的子宫肌电强度信号幅值，yi为当前点对应的输出信号值，N为窗口长度。
由分段滤波处理的子宫肌电信号提取的子宫肌电强度信号，如图5中底图所示。对比图4与图5可以发现，经过分段滤波的子宫肌电强度信号能够避免由脉冲性噪声造成的虚假波峰，且波形更为平滑。
实施例2
本实施例与实施例1基本相同，不同之处仅在于待求样本点所在窗口过零率的计算方法还包括：
通过判断子宫肌电信号相邻两点之间幅值乘积的符号，同样可以得到所要计算样本点所在窗口的过零点数目及过零率，公式如下：
F＝S(n)S(n+1)
其中S(n)与S(n+1)为所要计算样本点所在窗口相邻两个信号点幅值，为了计算当前样本点窗口的过零点数目，这里只需判断F的正负号即可，如F为负，则将过零点数目N加1，最后通过将当前窗口的过零点数目除以窗口总长得到当前样本点所在窗口的过零率，这里同样设窗口长度为M，则过零率为N/M。
实施例3
本实施例与实施例1大致相同，不同之处在于步骤A2中识别爆发波段与非爆发波段的方法还包括：
通过计算所述子宫肌电信号的基线，再根据子宫肌电信号与其基线的位置关系，识别出爆发波段与非爆发波段。
子宫肌电信号基线的计算步骤如下：
a、选择希尔伯特变换对所述子宫肌电信号进行信号幅度转变；
b、根据滑动间隔的局部最小值选择时间窗口；
c、计算对应时间窗口中数据的中值；
d、将这些中值进行拟合，得到所述子宫肌电信号的基线。
子宫肌电信号爆发波段与非爆发波段的识别如下：
若子宫肌电信号位于其基线的上部，则将其判定为爆发波段；反之为非爆发波段。
实施例4
本实施例与实施例1～2大致相同，不同之处仅在于步骤A3中对子宫肌电信号中不同波段的滤波处理方法还包括：
对所述子宫肌电信号爆发波段与非爆发波段使用不同长度的滤波窗口和不同的滤波函数，步骤如下：
步骤G1、对子宫肌电信号爆发波段使用长度为L3的滤波窗口，Fun1的滤波函数进行滤波处理；
步骤G2、对子宫肌电信号非爆发波段使用长度为L4的滤波窗口，Fun2的滤波函数进行滤波处理。
需要指出的是，滤波窗口长度和滤波函数的选择要根据爆发波段与非爆发波段的特点，从而保证在滤除脉冲性噪声的同时，又能够最大化地保留子宫肌电信号有效成分。
优先的，爆发波段滤波窗口长度L3范围为9～17，非爆发波段滤波窗口长度L4范围为61～85，滤波函数能够有效滤除脉冲性噪声，并最大程度保留子宫肌电信号成分。在本实施例中，L3为11，L4为71，Fun1为中值滤波函数，Fun2为均值滤波函数。
如图7所示，经过不同长度滤波窗口和不同滤波函数处理的子宫肌电信号，其混叠的脉冲性噪声基本被去除，得到准确的子宫肌电强度信号，且较为平滑。
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 (8)

1.一种基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，包括以下步骤：
步骤A1、采集孕产妇的子宫肌电信号，记为原始子宫肌电信号；
步骤A2、识别上述原始子宫肌电信号的爆发波段与非爆发波段；
步骤A3、对所述子宫肌电信号不同信号波段进行不同方式的滤波处理，即将子宫肌电信号划分为爆发波段与非爆发波段，并对爆发波段与非爆发波段进行不同的滤波处理，得到滤波处理后的子宫肌电信号消除子宫肌电信号中的脉冲性噪声干扰；对子宫肌电信号不同信号波段进行不同方式的滤波处理，方法如下：
在相同滤波函数的条件下，对子宫肌电信号的爆发波段与非爆发波段进行不同长度的滤波窗口处理，即实现对子宫肌电信号进行分段滤波处理，得到滤波处理后的子宫肌电信号；
或者，对子宫肌电信号的爆发波段与非爆发波段分别使用不同长度的滤波窗口与不同滤波函数的处理，得到滤波处理后的子宫肌电信号；
步骤A4、利用包络提取算法提取所述子宫肌电强度信息。
2.根据权利要求1所述基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述步骤A1中，所述原始子宫肌电信号是通过贴附在孕产妇腹部的Ag-AgCl表面电极采集得到。
3.根据权利要求1所述基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述步骤A2中，识别爆发波段与非爆发波段的方法，包括以下步骤：
步骤B1、对所述原始子宫肌电信号进行预处理；
步骤B2、由预处理后子宫肌电信号特点将其分为爆发波段与非爆发波段。
4.根据权利要求3所述基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述步骤B1中，对于采集到的原始子宫肌电信号预处理包括如下步骤：
步骤C1、对采集到的原始子宫肌电信号进行降采样；
步骤C2、计算上述降采样后信号中待求样本点所在窗口的过零率。
5.根据权利要求4所述基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述步骤B2中，预处理后子宫肌电信号爆发波与非爆发波段的判断方法包括：
步骤D1、设定子宫肌电信号爆发波段过零率阈值；
步骤D2、比较权利要求3中计算的待求样本点所在窗口的过零率，若其过零率大于等于所述爆发波段过零率阈值，则判断该点处于爆发波段；反之处于非爆发波段。
6.根据权利要求2所述的基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述识别原始子宫肌电信号的爆发波段与非爆发波段还包括：
步骤E1、计算原始子宫肌电信号基线；
步骤E2、通过判断原始子宫肌电信号波形与原始子宫肌电信号基线之间的位置关系得出爆发波段与非爆发波段信号，当原始子宫肌电信号波形处于该信号基线上方时，则认为该信号处于爆发波段；反之处于非爆发波段。
7.根据权利要求1所述的基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，步骤A4中，使用包络提取算法从分段滤波处理后的子宫肌电信号中提取子宫肌电强度信号，具体为：
步骤F1、使用包络提取算法提取子宫肌电强度信号；
步骤F2、为了抵消包络提取过程中可能出现的频谱泄露，对所述子宫肌电信号包络进行汉宁窗处理；
所述汉宁窗计算公式如下：
其中xi为输入信号，即第i点的子宫肌电强度信号幅值，yi为当前点对应的输出信号值，N为窗口长度。
8.根据权利要求7所述的基于分段滤波处理的子宫肌电强度信息提取方法，其特征在于，所述步骤F1中，采用均方根RMS法提取子宫肌电强度信号，在计算子宫肌电强度信号时需要选择合适的窗口长度LRMS，且在信号的不同位置，其窗口长度选择也会存在差异。
CN201710092419.8A 2017-02-21 2017-02-21 基于分段滤波处理的子宫肌电强度信息提取方法 Active CN106889987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710092419.8A CN106889987B (zh) 2017-02-21 2017-02-21 基于分段滤波处理的子宫肌电强度信息提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710092419.8A CN106889987B (zh) 2017-02-21 2017-02-21 基于分段滤波处理的子宫肌电强度信息提取方法

Publications (2)

Publication Number Publication Date
CN106889987A CN106889987A (zh) 2017-06-27
CN106889987B true CN106889987B (zh) 2019-12-24

Family

ID=59184051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710092419.8A Active CN106889987B (zh) 2017-02-21 2017-02-21 基于分段滤波处理的子宫肌电强度信息提取方法

Country Status (1)

Country Link
CN (1) CN106889987B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108175384A (zh) * 2018-01-28 2018-06-19 北京工业大学 基于子宫肌电信号识别宫缩的方法及装置
CN109645996B (zh) * 2019-02-21 2022-04-08 广州爱听贝科技有限公司 一种子宫收缩乏力监测方法、系统、智能终端和存储介质
CN109998490B (zh) * 2019-04-19 2021-11-05 北京工业大学 一种基于子宫肌电信号自动识别宫缩的方法
CN110613442B (zh) * 2019-09-16 2022-08-09 深圳市理邦精密仪器股份有限公司 一种监测母体子宫收缩活动的方法及装置
CN112773380B (zh) * 2019-11-07 2023-09-22 深圳市理邦精密仪器股份有限公司 一种肌电信号的处理方法、处理设备以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1251754A (zh) * 1999-11-17 2000-05-03 天津大学 宫缩监测仪
CN1444905A (zh) * 2003-01-29 2003-10-01 广州三瑞医疗器械有限公司 用于监测母体子宫收缩活动和控制分娩进程的方法和装置
CN102068249A (zh) * 2009-11-23 2011-05-25 财团法人工业技术研究院 母体胎儿监视装置与方法
CN102525418A (zh) * 2011-12-14 2012-07-04 北京理工大学 一种早产预测仪
CN105147307A (zh) * 2015-06-18 2015-12-16 广州三瑞医疗器械有限公司 一种宫缩状态实时判别方法以及基于该方法的镇痛方法
CN105431079A (zh) * 2012-09-19 2016-03-23 皇家飞利浦有限公司 对子宫活动信号的自动分析以及在增强生产与分娩经历上的应用

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6678551B2 (en) * 2001-12-27 2004-01-13 General Electric Company Method and apparatus for noise reduction of electromyogram signals
US7942818B2 (en) * 2006-02-01 2011-05-17 University Of Florida Research Foundation, Inc. Obstetric analgesia system
US20110190652A1 (en) * 2010-01-29 2011-08-04 Reproductive Research Technologies, Llp System and method for acquiring and displaying uterine emg signals
US9307923B2 (en) * 2012-12-24 2016-04-12 Nemo Healthcare B.V. Electrophysiological monitoring of uterine contractions

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1251754A (zh) * 1999-11-17 2000-05-03 天津大学 宫缩监测仪
CN1444905A (zh) * 2003-01-29 2003-10-01 广州三瑞医疗器械有限公司 用于监测母体子宫收缩活动和控制分娩进程的方法和装置
CN102068249A (zh) * 2009-11-23 2011-05-25 财团法人工业技术研究院 母体胎儿监视装置与方法
CN102525418A (zh) * 2011-12-14 2012-07-04 北京理工大学 一种早产预测仪
CN105431079A (zh) * 2012-09-19 2016-03-23 皇家飞利浦有限公司 对子宫活动信号的自动分析以及在增强生产与分娩经历上的应用
CN105147307A (zh) * 2015-06-18 2015-12-16 广州三瑞医疗器械有限公司 一种宫缩状态实时判别方法以及基于该方法的镇痛方法

Also Published As

Publication number Publication date
CN106889987A (zh) 2017-06-27

Similar Documents

Publication Publication Date Title
CN106889987B (zh) 基于分段滤波处理的子宫肌电强度信息提取方法
CN102319063B (zh) 一种提高胎心率数据加速识别准确性的装置和方法
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
CN105496363B (zh) 基于检测睡眠脑电信号对睡眠阶段进行分类的方法
CN110338786B (zh) 一种癫痫样放电的识别与分类方法、系统、装置和介质
CN103584854B (zh) 心电信号r波的提取方法
CN106889981B (zh) 一种用于提取胎儿心率的智能终端
CN103479349A (zh) 心电信号数据获取及处理方法和系统
CN103126669B (zh) 一种提高波形绘制准确度方法及应用其的绘制方法和装置
CN101797156B (zh) 一种人体呼吸监控系统呼吸波的判定方法
CN106618560B (zh) 脑电波信号的处理方法和装置
CN110742599B (zh) 一种心电信号特征提取分类方法及系统
CN105266800A (zh) 一种基于低信噪比条件下胎儿心电盲分离方法
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
CN107569228A (zh) 基于频带信息和支持向量机的颅内脑电信号特征波识别装置
CN109009087B (zh) 一种心电信号r波的快速检测方法
CN108403108A (zh) 基于波形优化的阵列式表面肌电信号分解方法
CN114676738B (zh) Ppg信号质量评估方法及装置以及ppg信号处理方法及系统
CN115299963A (zh) 基于波形特征模板的高频振荡信号自动检测算法及系统
CN113208565A (zh) 一种基于脑电信号的睡眠纺锤波提取方法
CN109998490B (zh) 一种基于子宫肌电信号自动识别宫缩的方法
CN110070013B (zh) 一种ecg信号噪声污染程度与类别智能评估方法
CN104382589A (zh) 基于部分按段重采样的胎儿心电图分离提取方法
US9760540B2 (en) Methods for processing sequential data to identify possible peak points and to estimate peak to noise ratio of sequential data
CN106691437B (zh) 一种基于母体心电信号的胎儿心率提取方法

Legal Events

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