[发明专利]一种基于信号降维与小波域处理的胎儿心电盲分离方法

说明书

本发明属于胎儿心电分离领域，提供一种基于信号降维与小波域处理的胎儿心电盲分离方法，用以克服现有技术运算量大和源信号较多时噪声大的缺点。本发明提供一种基于信号降维与小波域处理的胎儿心电盲分离方法，在不影响重建胎儿信号时域包络的情况下，对混合的心电信号在时域进行降维处理，然后近似计算每个混合信号的负熵，使其负熵极大化，从而寻到解混矩阵，分离出胎儿心电信号和母亲心电信号，避免了对全部采集到的信号进行计算，从而简化了运算；并且利用小波变换域进一步消除了胎儿心电中的噪声；综上，本发明相对于现有算法，具有运算量小、信噪比高、胎儿心电更加清晰的优点。

技术领域

本发明属于胎儿心电分离领域，具体涉及一种基于信号降维与小波域处理的胎儿心电盲分离方法。

背景技术

胎儿心电信号能够反映宫内胎儿的生长和健康情况，胎儿心电可以帮助诊断是否有先天性疾病，减少胎儿死亡率。在过去的几十年里，胎儿心电图(FetalElectrocardiogram，FECG) 已经成为一种常规的生理测量，被广泛应用于产前和产中监测，以评估胎儿的健康状况，并被用作胎儿的检查标准，以检测胎儿的健康问题；准确的胎儿心电提取对于胎儿健康有着相当重要的意义。

目前，获取胎儿心电信号的方法有直接法和间接法两种，其中，直接法主要有头皮电极法和腹部电极法；头皮电极法需要破膜，对孕妇有创伤、容易造成孕妇和胎儿感染，人们心理难以接受；因此，头皮电极法一般不作为获取胎儿心电的优先考虑。在临床上使用较多的是间接法，有效保护胎儿和母亲；如胎儿心电图(Fetal Electrocardiogram，FECG)，通过放置在孕妇腹部不同位置的多个电极，获取多组母胎心电混合信号，再根据算法间接提取出微弱的胎儿心电信号。间接法获取的信号往往是孕妇心电信号、胎儿心电信号、噪声信号、随机信号的线性混合体；由于胎儿心电需要通过羊水和母亲腹部组织等传入电极，致使胎儿心电信号十分微弱，容易被母体心电和其他噪声淹没；因此，胎儿心电的提取是非常困难的；基于此，国内外的很多学者提出了各种提取胎儿心电的方法，如自适应滤波法、短时傅里叶变换、小波变换、神经网络法和盲源分离法等。

独立分量分析(In-dependent Component Analysis，ICA)是解决盲源分离的经典方法，已逐渐成为信号处理领域的热点之一；自2001年Zarzoso等将ICA应用于胎心电的提取后，经过专家和学者的研究和改进，已经可用改进的ICA法检测出较清晰的胎儿心电信号。目前，经典的ICA算法，如：基于最小化互信息的迭代算法、基于相对梯度的在线算法、快速不动点算法(FastICA)等等，多是观测信号的数目决定分离出的源信号数目；但是，从孕妇腹部采集到的信号较多，而需要分离的只有母心电和胎儿心电，其它的信号是我们不需要的，对全部信号进行盲分离运算量较大，算法优化结果不理想，且分离后信号中的噪声需要进一步消除。

发明内容

本发明的目的在于针对背景技术存在的运算量大和源信号较多时噪声大的缺点，提供一种基于信号降维与小波域处理的胎儿心电盲分离方法，实现计算量小、运算速度快、清晰度更高的胎儿心电检测。

为实现上述目的，本发明采用的技术方案为：

一种基于信号降维与小波域处理的胎儿心电盲分离方法，其特征在于，包括以下步骤：

步骤1：对混合信号建立时域数学模型，其数学模型为：

其中，x_i(t)为时刻t接收到的第i路观测孕妇心电信号，m为信号数据的采样数，n为信号总数；a_il为m×n维混合矩阵A中第i行、第l列的元素；s_i(t)表示未知源信号；

则，得到混合信号向量：X(t)＝[x₁(t),x₂(t),...,x_n(t)]^T；