[发明专利]基于卷积编解码神经网络的胎儿心电提取系统及方法

权利要求书

1.基于卷积编解码神经网络的胎儿心电提取系统，其特征在于，包括以下装置：

数据采集装置：用于采集孕妇腹部电信号；

母体心电成分估计装置：用于构建待训练的卷积编解码神经网络，根据仿真的孕妇腹部电信号对待训练的卷积编解码进行训练；在测量真实的胎儿心电成分时，将数据采集装置采集到的单通道孕妇腹部电信号输入到训练好的卷积编解码神经网络中，通过训练好的卷积编解码神经网络得到对真实的腹部电信号的预估母体心电成分；

胎儿心电成分提取装置：用于从采集到的孕妇腹部电信号中减去预估母体心电成分，从而提取出孕妇腹部电信号中的胎儿心电成分；

其中，所述母体心电成分估计装置执行程序中的卷积编解码神经网络由多个卷积-反卷积模块和一个全连接模块串联组成；卷积-反卷积模块中的卷积层的卷积核大小为1×3、1×4或1×5。

2.如权利要求1所述的胎儿心电提取系统，其特征在于，所述数据采集装置还执行以下程序：

将所述孕妇腹部电信号通过放大和/或滤波的处理程序后，再通过AD转换程序将电信号转换成数字信号。

3.如权利要求2所述的胎儿心电提取系统，其特征在于，所述数据采集装置还执行以下程序：

将所述数字信号裁剪成与卷积编解码神经网络输入相匹配的尺寸。

4.如权利要求1所述的胎儿心电提取系统，其特征在于，所述母体心电成分估计装置在训练时采用的仿真腹部电信号由仿真的母体心电成分和仿真的胎儿心电成分以及一些噪声叠加组成。

5.如权利要求1所述的胎儿心电提取系统，其特征在于，所述母体心电成分估计装置对于训练过程执行以下程序：

使用开放全层网络参数更新的方式以及采用均方误差作为损失函数来训练卷积解码神经网络；

优选地，采用梯度下降法和反向传播算法训练所述卷积编解码神经网络。

6.如权利要求5所述的胎儿心电提取系统，其特征在于，所述损失函数为：

其中，M为训练的样本个数，为网路输出的预估的母体心电成分，X为网络标签，即仿真腹部电信号中的母体心电成分。

7.如权利要求1所述的胎儿心电提取系统，其特征在于，所述全连接模块还与输出层直接相连，且所述全连接模块由一个或多个全连接层组成，与全连接模块相连的卷积-反卷积模块由一个卷积层，一个反卷积层和一个非线性层组成外，其他所有的卷积-反卷积模块均包含一个卷积层，一个反卷积层和两个非线性层；相邻两个卷积-反卷积模块之间采用的是直接连接的方式。

8.如权利要求1所述的胎儿心电提取系统，其特征在于，所述系统还包括显示装置，用于将提取出的胎儿心电成分拼接成完整信号并进行显示。