[发明专利]一种基于经验模态分解和小波时频分析的胎心率提取方法

说明书

本发明公开一种基于经验模态分解和小波时频分析的胎心率提取方法。本发明对于经过超声探头采集到的多普勒胎心信号，首先利用经验模态分解与小波能量分布的方法对胎心信号进行去噪预处理，对于预处理后的胎心信号利用小波变换进行时频分析得到小波时频图，再利用帕斯瓦尔定理将小波时频图转化为时间能量图，通过时间能量图上峰值之间的时间间隔得到超声多普勒胎心信号的瞬时心率值。本发明对于采集到的超声多普勒胎心信号的胎心率计算，方法简单有效且稳定，灵活性好，准确度高。

技术领域

本发明涉及超声探测领域，特别涉及一种基于经验模态(Empirical ModeDecomposition，EMD)分解和小波时频分析的胎心率提取方法。

背景技术

随着优生优育的普及，健康中国快乐中国的战略推广，人们越来越重视医疗技术的发展，而且以人为本的理念也逐渐渗透到当今的医疗卫生领域。而胎心监护就是保障孕妇还有胎儿安全，实现优生优育的一种重要途径。胎儿的心脏不仅给胎儿提供氧气，还提供了生长发育所需的营养，心脏跳动影响了全身的恒定性。胎心直接或者间接接受血液流动中的动态变化还有激素等体液的调节之外，还会受到大脑中的中枢神经系统的支配。这一切均可以通过胎儿心率的变化来体现。监测胎儿心率就是目前胎心监护中的重要项目之一，所以对胎心率的提取与监测是非常有意义的。

资料表明经过超声探头回来的信号成分复杂，且包含很多会造成干扰的噪声，是一种窄带的非平稳非线性的随机信号，也很难给出一个具体的数学信号模型。目前市面上的多普勒胎心仪大多使用的信号处理方法是：首先经过一个带通滤波器，去除部分噪声干扰之后，提取信号的包络，然后对包络进行自相关。这种方法中对信号的去噪预处理比较粗糙，其测量精度不太可靠，特别是信号信噪比较低的情况下。所以在此基础上，许多学者在胎心信号的胎心率提取中会首先对信号进行一个去噪预处理，目前较多学者尝试用小波变换或者盲分离中的独立分量分析方法对胎心信号进行去噪预处理，也有些学者对小波去噪进行改进应用在胎心信号的预处理上。但是基于小波变换的信号去噪首先需要对小波基进行选择，不同选择的小波基对去噪效果有较大差别，所以此种去噪预处理方法受人为选择干扰较大；利用独立分量分析方法进行预处理，信噪比较高时可以提取出有效的胎心信号，但是信噪比较低时去噪效果不太理想。

基于此，本发明提供了一种基于经验模态分解和小波时频分析的胎心率提取方法。经验模态分解是目前在非线性非平稳信号处理领域应用较为广泛的一种方法，利用经验模态分解对信号进行分解的过程中，分解得到的各本征模态函数分量的频率有序的从大到小。基于此多分辨率的经验模态分解方法具有小波变换的优势，同时克服了小波去噪中选取基函数的不确定性的难题。而且从信号本身进行分解，局部适应性优于其它分解方法，完全基于信号本身特征，有很强大的灵活性以及有效性。此外，在胎心信号预处理后，本发明从时频分析上对胎心信号进行后续处理，利用小波时频分析得到胎心信号的时频分布，可直观的观察到信号频率随时间变化趋势，为了进一步提取出胎心信号的瞬时心率值，本发明利用帕斯瓦尔定理将小波时频图转化成时间能量图，之后通过时间能量图上各峰值的时间间隔得到胎心信号的瞬时心率值。

发明内容

根据当前胎心信号处理过程中存在的一些弊端，本发明提供了一种基于经验模态分解和小波时频分析的胎心率提取方法，此方法在信噪比较低时仍能较为有效的提取出胎心率值，并且方法简单且稳定，灵活性好，准确度高，该方法可以应用于胎心仪中。

本发明的目的至少通过如下技术方案之一实现。

基于经验模态分解和小波时频分析的胎心率提取方法，包括：对于经过超声探头回来的多普勒胎心信号，首先利用经验模态分解与小波能量分布的方法对胎心信号进行去噪预处理，利用小波分析对预处理后的信号进行时频分析得到小波时频图，再利用帕斯瓦尔定理将小波时频图转化为时间能量图，然后通过时间能量图上峰值之间的时间间隔得到超声多普勒胎心信号的瞬时心率值。本发明对于采集到的超声多普勒胎心信号的胎心率计算，方法简单有效且稳定，灵活性好，准确度高。