基於盲源分離的房顫信號提取方法
2023-09-22 11:39:40 1
專利名稱：基於盲源分離的房顫信號提取方法
技術領域：
本發明屬於醫學信號檢測技術領域，涉及一種基於盲源分離的房顫信號提取方法。
背景技術：
目前，隨著人類生活和工作壓力的不斷增大，人們的健康狀況也出現了各種各樣的問題。心臟病也成為威脅人們身體健康的一種常見疾病。心房顫動(atrialfibrillation, AF)簡稱房顫是一種室上性心律失常，表徵為不規則的心房活動，並使心房功能惡化。當心房內的電脈衝規律性從正常變成混亂時，房顫就發生了。房顫發生後，心房內電脈衝的混亂性將進一步加劇，並引起心跳過速，這就是所謂的「房顫導致房顫」。房顫對患者的主要危害在於:1)引起併發症；2)導致心功能損害及腦卒中發生概率增加；3)合併血栓栓塞；4)導致惡性心律失常等。AF雖常見，但在過去幾十年內沒有與其他心律失常一樣受到同等的重視，因此對AF的監護和治療落後於其他心律失常，僅在近年內有急起直追之勢，並逐漸成為當今國際心電生理研究的難點和熱點。心臟是一個由心肌組成的動力系統，通過有節律的搏動和肌肉收縮來完成心臟泵血功能，從而向全身各個器官提供血液和氧氣營養。這種有節律的搏動和心肌收縮源自心臟內部有節律的電生理信號的引導，這些電信號由C+、Na+和K+等離子通道組成，它們掌控者心臟各個部分在不同的時間發生有規律的順序收縮。在正常情況下，心跳周期起搏於竇房結，並且隨著右心房的去極化傳導到整個心房。心房的去極化在ECG中表現為P波。接下來，心房去極化電脈衝傳導到心室，引起心室的快速收縮，這在ECG中表現為QRS波。最後，心室的去極化在ECG上生成了 T波，從而完成了一次完整地心跳周期。若心臟的起搏由竇房結髮出，而且有規律地每分鐘發出60-100次的激動,就稱為正常竇性心律。在某種特殊情況下，如果心內電信號 的傳導發生異常，心房除了竇房結之外也產生很多其它的異常電信號發放點，並且各個電信號頻率和方向不一，就會造成心房各個部位不能順序搏動，而是各自為政，從而造成心房搏動失去節律而快速紊亂。這樣心房不再是收縮和舒張的交替，而是持續處於心房顫動無收縮的狀態，即房顫。在心臟電生理研究中，體表ECG是一種重要的無損測量技術。房顫患者的體表ECG主要表現為正常的竇性P波消失，並且出現大小不等、形態不同的心房紊亂激動波(F波)，其中以VI，II，III和AVF導聯較為明顯。為了檢測到房顫期間的心房活動，首先必須消除ECG中的QRST波。但是F波幅值遠低於QRS波，加上噪聲及心房信號與心室信號在頻譜上相互重疊，所以傳統的線性濾波無法實現提取F波。獨立分量分析(independent component analysis, I CA)方法是一種信源分解技術，它是解決盲源分離(blind source separation, BSS)問題的一個有效手段。該分析方法在生物醫學信號處理、語音識別、導航、通訊、地質信號等領域均有重要的應用。其基本思路是將觀測信號按照統計獨立的原則通過優化算法分解為若干獨立來源成分。ICA假設各源信號之間是獨立的，其目的是把接收到的混合信號分解為相互獨立的成分，而分離出的各成分即為源信號。心電信號中由於心房波和心室波分別是心房和心室活動產生的，因此，這兩種信號可以認為是統計獨立的，由此可通過ICA技術把房顫提取出來。
發明內容
本發明的目的是克服現有技術的缺陷，提供一種基於盲源分離的房顫信號提取方法，該方法是一種能夠能提取出含有少量幹擾的房顫信號的算法，其技術方案為:—種基於盲源分離的房顫信號提取方法，包括以下步驟:(I)獲取房顫病人的體表心電信號；(2)對觀測信號進行噪聲濾除；(3)把觀測信號進行預處理:去均值並進行白化處理；(4)將預處理的信號進行ICA分解，分離出其超高斯成分；(5)將剩餘的信號通過Pearson系統模型，去除其高斯噪聲成分，得到較純正的房顫信號；所述步驟(4)中首先選擇一種目標函數，採用負熵作為目標函數，並將峰度作為一個區分心室信號成分與非心室信號成分的判斷閾值，通過大量實驗得出，1.25是一個合適的峰度閾值，可以去除QRST波，得到房顫波和噪聲的混合信號，根據當前的數據yM: 。計算二階、三階和四階矩陣電、電和^。進一步優選，步驟(5)中所述Pearson系統模型處理高斯噪聲信號的步驟為:(51) Pearson系統模型是一個四個參數的一簇分布，其微分方程形式為
其中P(yn)是一個概率密度函數，P' (Yn)是p(yn)的偏導，a, b0,
匕和b2都是分布函數的參數。另一種變形的微分方程形式為扒 其中
a。，a」 b。，Id1和b2都是分布函數的參數，這個表達式的優點是S1可為O。(52)當高斯分布屬於Pearson系統，其均值m和方差σ 2與Pearson系統參數滿足關係 a。= 12 ( ο ) Hi B1 = 12 ( ο )，b。= —12 ( o ) , bl = b2 = O,(53)可以推導出Pearson系統模型的代價函數為 (54)選擇非線性函數g(yM)= 咖OV)由步驟⑷計算得的二階、三階
和四階矩陣化、電和&，當2.5 ε，令M = Μ+1，並重新計算當前信號的均值和方差，否則，結束算法。本發明的有益效果:
(I)本發明採用房顫信號的體表心電信號，充分利用了獲取源信號的方便性並且考慮到了病人的安全性；(2)本發明將心電信號分為心室源信號和非心室源信號(心房信號和高斯噪聲)兩個部分，簡便了提取的過程，對觀測信號去均值可簡化算法，白化過程可以更好地去除信號之間的相關性；(3)本發明將通過ICA分解得到的非心室源信號通過Pearson系統模型，去除混在房顫信號的高斯信號，並能得到理想的結果。
圖1是本發明基於盲源分離的房顫信號提取方法的流程圖；圖2是ICA分解的流程圖；圖3是Pearson系統處理高斯噪聲信號的流程圖；圖4是仿真產生的正常心電信號和房顫信號；圖5是通過本算法提取出來的房顫信號。
具體實施例方式下面結合附圖具體實施例來詳細描述本發明的技術方案。參照圖1，一種基於盲源分離的房顫信號提取方法，包括以下步驟:(I)獲取房顫病人的體表心電信號；(2)對觀測信號進行噪聲濾除；(3)把觀測信號進行預處理:去均值並進行白化處理；(4)將預處理的信號進行ICA分解，分離出其超高斯成分；(5)將剩餘的信號通過Pearson系統模型，去除其高斯噪聲成分，得到較純正的房顫信號；如圖2所示，所述步驟(4)中首先選擇一種目標函數，採用負熵作為目標函數，並將峰度作為一個區分心室信號成分與非心室信號成分的判斷閾值，通過大量實驗得出，
1.25是一個合適的峰度閾值，可以去除QRST波，得到房顫波和噪聲的混合信號，根據當前的數據知=。計算二階、三階和四階矩陣A、而3和而4。如圖3所示，進一步優選，步驟(5)中所述Pearson系統模型處理高斯噪聲信號的步驟為:(51) Pearson系統模型是一個四個參數的一簇分布，其微分方程形式為
權利要求
1.一種基於盲源分離的房顫信號提取方法，其特徵在於能夠提取出精確的房顫信號，包括以下步驟: (1)獲取房顫病人的體表心電信號； (2)對觀測信號進行噪聲濾除； (3)把觀測信號進行預處理:去均值並進行白化處理； (4)將預處理的信號進行ICA分解，分離出其超高斯成分； (5)將剩餘的信號通過Pearson系統模型，去除其高斯噪聲成分，得到較純正的房顫信號; 所述步驟(4)中首先選擇一種目標函數,採用負熵作為目標函數,並將峰度作為一個區分心室信號成分與非心室信號成分的判斷閾值，通過大量實驗得出，1.25是一個合適的峰度閾值，可以去除QRST波，得到房顫波和噪聲的混合信號，根據當前的數據=W；SA/，計算二階、二階和四階矩陣A、化和化。
2.根據權利要求1所述的基於盲源分離的房顫信號提取方法，其特徵在於，步驟(5)中所述Pearson系統模型處理高斯噪聲信號的步驟為: (51)Pearson系統模型是一個四個參數的一簇分布，其微分方程形式為Piyn) =其中P (yn)是一個概率密度函數，P^ (yn)是P(yn)的偏導，
全文摘要
本發明公開了一種基於盲源分離的房顫信號提取方法，主要分為五個步驟來完成獲取信號源、去噪聲、預處理、ICA分解、通過Pearson系統模型。本發明所述方法是一種能夠能提取出含有少量幹擾的房顫信號的算法，適用於醫學信號檢測技術領域。
文檔編號A61B5/046GK103083012SQ20121059569
公開日2013年5月8日 申請日期2012年12月24日 優先權日2012年12月24日
發明者李燈熬, 周玲燕, 趙菊敏, 趙寶峰 申請人:太原理工大學