使用非線性狀態空間投影方法的非線性信號分離方法

2023-05-10 17:31:36 2

專利名稱：使用非線性狀態空間投影方法的非線性信號分離方法
技術領域：
本發明涉及一種使用非線性狀態空間投影方法的非線性分離方 法，或者更具體地講，涉及用於從懷孕母體檢測胎兒心電圖的生物信 號的分離方法。
背景技術：
一般來講，從胎兒提取心電圖的非創傷性被動方法之一是通過使 用自適應信號處理濾波器提取胎兒心電圖信號的方法(見下面公開的 專利文獻l)。然而，在噪聲分量由於胎兒移動、子宮收縮、母體移動突然改變或者非常緩慢地相對上升和下降、或者在從26星期到36星期的懷孕 期間脂肪分量(胎兒皮脂)在胎兒附近上升的情況下，當S/N率變低 時，使用這種方法難於有效提取信號，從而難於檢測胎兒心電圖信號。本發明人已經建議了一種使用參考系統以及申請專利的獨立分 量分析(ICA)方法(下述的專利文獻2)。這種方法是處理方法， 用於從心電圖信號和母體的心電圖信號等所疊加的信號僅提取胎兒 心電圖的處理方法。這種ICA方法是基於信號分量的獨立性提取與參 考系統信號高相關的信號強度的方法。通過使用與參考信號的頻率相 似的信號，能夠提取頻率靠近參考頻率的信號。另外，由於這種方法 用於從分布的輪廓提取信號，所以即使當存在具有遠離參考系統的周 期的頻率的數據或數據丟失時，也能夠提取出信號。另外，能夠從這 些數據發現不整脈(allorhythmic )。這裡，描述標準心電圖並且對波形的每個部分給出名稱。圖1示出了心電圖的基本波形。在這個附圖中，P波是經由心房(atrium heart)的動作電勢的傳播 產生的波。QRS波是從心肌(ventricular muscle)中動作電勢的產生所 產生的波。T波是從心室(heart ventricle)的動作電勢的消失所產生的 波。U波表示原點和其它不清楚的波。心電圖的測量提供了關於心臟 的活動的各種信息。例如，P到R(PR持續)的時間持續對應於從心 房到心室的激勵的傳播時間(心房與心室導通時間)。另外，心電圖 的測量是進行醫療診斷的有力方法，這是因為它提供各種疾病的心電 圖。對於缺血性疾病來講，不整脈的診斷以及ST部分中的特殊變化 是必需的。儘管ICA方法能夠確保提取作為胎兒心電圖分量的特徵的R分 量，但是僅使用這個方法難於提取心電圖信號所需的分量P、 Q、 S、 T。因此，將這個方法與去除噪聲的方法進行組合是重要的。用於去除噪聲的方法為(1)在ICA方法的情況下基於信號分 布分離信號，(2)在有源噪聲消失(ANC)的情況下通過線性預測 使用FIR濾波器去除噪聲，(3)在使用濾波器的情況下，由小波包 表示的小波濾波器、使用傅立葉變換的FFT分析、以及其它帶通濾波 器等，以及(4)在非線性狀態空間投影方法(NSSP:非線性狀態空 間投影)的情況下，從混沌分析產生的噪聲提取混亂軌道。上述的ANC、 FFT以及小波濾波器是線性變換方法，由此，在 去除噪聲以後，包括所需信號的所有信號變成緩和。使用小波變換方 法在頻域中進行的處理對所有信號的噪聲處理產生一定作用，這是因 為它是線性變換方法。另外，該線性變換方法的缺點在於它不能夠 重構動態系統。由於這些情形，非線性變換方法NSSP被認為是候選。如下面專利文獻2中所述，該ICA用於從原始信號提取S/N率 小於1的數據。如下面專利文獻1中所述，該NSSP方法在時間軸上從包含母體 和胎兒的心電圖信號和肌動電流圖信號之混和的原始信號產生偏移 了一點點(4ms)的數據。這個過程被重複11次，從而產生11維的 數據。通過沿著時間軸進行垂直剪切形成洛倫茲區域，其中該原始信號和偏移11次的信號分別置於X和Y。此時，作圖數據的軌道重複採用近似相同路由(由於這個軌道是 非線性的，所以該方法被稱作非線性)。然後，通過定義與軌道通過 的方向垂直的平面，測量在該平面內每個周期之間的數據散布。然後， 通過使用主分量分析方法計算該平面內的數據散布(噪聲)。通過去 除噪聲獲得該信號。這個方法是原始地從混沌動力學中的狀態空間的屬性得到的，並 且作為非線性信號處理技術，考慮了各種應用，諸如從混沌軌道分離 測量的噪聲以及從心電圖分離噪聲。優點在於，這種方法使得可以分 析來自單個信道的信號，並且還可以在狀態空間上處理非線性混合信 號。這種方法還可以實現非線性信號處理，而基於諸如FFT和小波分 析的頻率分析使用傳統線性濾波方法是無法實施的。[專利文獻11:專利申請2002-538872的PCT國際7>開的7>開日 文翻譯。[專利文獻2日本專利申請2005-023982。[非專利文獻1:M. Richter， T. Schreiber， and D. T. Kaplan. Fetal ECG Extraction with Nonlinear State-Space Projections. IEEE Trans. Biomed. Eng., Vol.45， 1998， pp.l33-137。[非專利文獻2L. D. Lathauwer， B. D. Moor， and J. Vandewall， Fetal Electrocardiogram Extraction by Blind Source Subspace Separation. IEEE Trans. Biomed. Eng., Vol.47， 2000， pp. 567-572。[非專利文獻3V. Zarzoso and A. K. Nandi， Noninvasive Fetal Electrocardiogram Extraction: Blind Separation Versus Adaptive Noise Cancellation. IEEE Trans. Biomed. Eng., Vol. 48, 2001， pp. 12-18。[非專利文獻4M. O. Taylor, M.J. Smith, M. Thomas, A. R. Green, F. Cheng, Oseku-Afful S， Wee LY， Fisk匪and Gardiner HM Noninvasive fetal electrocardiography in singleton and multiple pregnancies. BJOG Aol. 110, 2003， pp. 668-678。[非專利文獻51: M. G. Jafari， and A. C. Chamber, Fetal Electrocardiogram Extraction by Sequential Source Separation in the Wavelet Domain, IEEE Trans. Biomed. Eng., vol. 52, 2005， pp. 390-400。[非專利文獻6M. Sato, Y. Kimura, M. Nakano， N. Katayama, Extraction of Fetal Electrocardiogram by Blind Source Separation, MBE 2004-63， 2004， pp.45-48。發明內容然而，上述的NSSP方法具有下述的各種缺點。 (1)必需執行許多計算。存儲了包括原始數據和與原始數據時 間偏移給定時間間隔的數據的多個數據組，並且在每個點執行主分量 分析。這個過程會花費很長時間。例如，當使用傳統的計算器(商用 個人計算機)時，執行僅5秒的數據分析需要6小時的計算時間。即法時，也至少需要花費3小時，因此通過使用這種方法難於進行在線 測量。(2)當數據的散布較寬時，不能夠實現良好的計算準確度。 由於在NSSP方法中彼此偏移的數據輸入到洛倫茲區域中，所以當數據包含大量散布時，不同於目標軌跡點組的數據混入該數據的風險很高。因此，僅能夠從具有少量散布的原始信號數據去除噪聲。此外，該NSSP方法可以在主信號強度與噪聲強度之間、主信號與噪聲信號之間存在不同的條件下(即，能夠顯著區分主信號和噪聲)進行分析。換言之，當將NSSP方法應用到實際問題時，必需定義鄰域，從 而使得能夠防止發生在狀態空間中測量信號軌道的每個點的目標動 態軌道的交叉。於是，對於具有複雜變化的實際測量必需確保足夠維 數。因此，計算速度顯著降低，這使得難於在一般分析中使用這個方 法。另外，當包括白噪聲分量時，不管維數如何增加，在原理上不能夠找到不具有交叉屬性的低維數鄰域，這是因為這個噪聲在原理上具有無限維數。具體地講，當S/N率低時，這些缺點變得嚴重並且將限 制實際上進行分析的信號質量。通過考慮上述情形，本發明的目的在於提供一種使用非線性狀態 空間投影方法的非線性信號分離方法，該方法通過對多信道和周期信 號執行時域高速非線性狀態空間投影方法，即使在低S/N率的情況下 能夠有效地分離非線性信號。由於傳統NSSP方法在從現象獲得的時域序列數據中進行偏移 並且設置狀態空間為虛擬多維空間，所以隨著維數增加，點的數目增 加。因此，該NSSP方法需要充分地延伸維數以避免狀態空間中軌道 的交叉，並且計算時間不可避免地增加以實現準確計算。另外，由於 狀態空間中的時間信息被限制到窄區域的維數，所以具有更長時間的 非線性結構的恢復是不可能的，並且保持在線性濾波區域的鄰域中。另一方面，通過使用穩定周期性，本發明設置狀態空間，並且由 此對數據執行計算同時保持數據數目與從現象獲得的數據數目相同， 從而實現快速計算。另外，由於本發明能夠使用穩定周期信號的所有 臨時信息，所以能夠在所獲得現象的重複周期內恢復現象的非線性結 構。因此，本發明具有現有技術中非線性濾波所沒有的特徵，並且在 理論上是新穎的噪聲減小方法。在多周期數據的情況下，本發明的基本方面(l)將周期數據 偏移一個周期以疊加在原始數據上。對這個過程一直執行幾個周期直 到求和平均變得穩定，例如， 一直到10個周期或更多。(2)通過疊 加數據計算求和平均。(3 )繪製距離所述平均的散布(這裡是一維)。(4) 根據上述的過程(1)到(3)在另一個信道中執行數據處理。(5) 所有信道的處理數據繪製為多維圖形。(6)通過每次對多維平 面中的噪聲的散布進行主分量分析來執行計算，以獲得每個數據點的 噪聲。(7)從原始數據去除計算出的噪聲以獲得信號。執行上述的 過程(3)和(4)以獲得距離概率分布的偏差。由於本發明方法在時域中執行NSSP並且能夠高速執行數據處 理，所以它能夠被稱作時域高速非線性狀態空間投影方法(時域中快 速非線性狀態空間投影；TD中FNSSP)。下面，將更加具體地描述本發明的發明點及其特徵。 (1 )一種使用非線性狀態空間投影方法的非線性信號分離方法， 其特徵在於，通過使用所述時域高速非線性狀態空間投影方法處理具 有作為從一個現象測量出的多信道和周期信號的覆信號的原始信號， 以估計所述原始信號中的噪聲以及從所述原始信號減去所述估計噪 聲，從而即使當S/N率為低時，分離所述原始信號中待測量的信號作 為非線性信號。(2)如以上[l]中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述進行測量的周期信號是生物信 號。(3 )如以上[21中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述生物信號是心電圖信號。(4 )如以上3中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述心電圖信號是母體的胎兒的心 電圖信號。(5)如以上[4中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，通過使用第一時域高速非線性狀態 空間投影方法處理所述原始信號以去除母體的心電圖信號，通過第二 時域高速非線性狀態空間投影方法處理具有從其去除母體心電圖信 號的信號以去除噪聲信號，從而獲得胎兒的心電圖信號。(6 )如以上[2中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述生物信號是功能MRI信號。(7 )如以上[21中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述生物信號是腦電波信號。(8 )如以上m中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述進行測量的周期信號是技術測量信號。(9 )如以上[8中所述的使用所述非線性狀態空間投影方法的非 線性信號分離方法，其特徵在於，所述技術測量信號是包括在旋轉機 器的正常旋轉聲音信號中的旋轉機器的缺陷聲音信號。本發明的方法是改進版本的NSSP方法，當形成包括時間軸的狀 態空間時，該方法變得不受鄰域的限制，這是因為在時間軸的方向上 不存在循環特徵。另外，時域高速非線性狀態空間投影方法(TD中 FNSSP)已經發展為一種基於這個理論的新穎的信號分離技術，用於 將處理時間減小為小於傳統非線性狀態空間投影方法(NSSP方法) 的處理時間的1/30到1/100。這種減小實現了在線測量。


圖1示出了關於心電圖的基礎波形；圖2是使用根據本發明的第一實施例的非線性狀態空間投影方 法的非線性信號分離系統的示意圖；圖3是使用根據本發明的第二實施例的非線性狀態空間投影方 法的非線性信號分離系統的示意圖；圖4是在具有2個信道覆信號的情況下的使用根據本發明的第三 實施例的非線性狀態空間投影方法的非線性信號分離系統的示意圖；圖5是在具有n個信道覆信號的情況下的使用根據本發明的第四 實施例的非線性狀態空間投影方法的非線性信號分離系統的示意圖；圖6是在具有n個信道覆信號的情況下的使用根據本發明的第五 實施例的非線性狀態空間投影方法的非線性信號分離系統的示意圖；圖7示出了本發明的m維矢量的時間序列X。的狀態空間；圖8示出了根據本發明的試驗的提取出的胎兒心電圖信號的結 果；以及圖9示出了通過將電極直接放在出生後胎兒的頭部上記錄的信號。
具體實施方式
使用本發明的非線性狀態空間投影方法的非線性信號分離方法的特徵在於通過使用時域高速非線性狀態空間投影方法處理具有作 為從一個現象測量出的多信道和周期信號的覆信號的原始信號，以估 計原始信號中的噪聲以及從原始信號減去估計噪聲，從而即使當S/N 為低時也可以分離在原始信號中待測量的信號作為非線性信號。 下面，將詳細描述本發明的實施例。圖2是通過使用根據本發明的第一實施例的非線性狀態空間投 影方法的非線性信號分離系統的示意圖。這個附圖中，Sx是原始信號，Sn是估計噪聲信號，S。是要進行 測量的信號，1是具有從一個現象測量的多信道和周期信號的覆信號 的原始信號的檢測部件，2是原始信號Sx中的噪聲信號Sn (不同於要 進行測量信號的信號)的估計部件，其中通過與計算機4合作使用上 述時域高速非線性狀態空間投影方法(時域快速非線性狀態空間投影 方法；TD中FNSSP)執行周期求和平均的計算來估計原始信號中的 噪聲。3是相減部件，用於從原始信號Sx減去估計噪聲Sn。在這個相 減部件3中，從原始信號Sx去除噪聲Sn，從而在原始信號Sx中分離 出要進行測量的信號S。作為非線性信號，即使S/N比為低。這種分離方法可應用於諸如心電圖信號、功能性MRI信號、腦 電波信號等的生物信號。它還可以應用到技術測量數據，如果該數據 具有周期信號。圖3是使用根據本發明的第二實施例的非線性狀態空間投影方 法的非線性信號分離系統的示意圖。在這個附圖中，Su是第一級的原始信號，S^是第一級的估計噪 聲信號，S,2是第二級的原始信號，Sn2是第二級的估計噪聲信號，S。 是要進行測量的信號，11是具有從一個現象測量出的多信道和周期信 號的覆信號的原始信號的檢測部件，12是第一級的原始信號Su中的 第一級的噪聲信號Snl的估計部件，其中通過與計算機16合作使用上 述時域高速非線性狀態空間投影方法(TD中FNSSP)執行周期求和平均的計算來估計原始信號中的噪聲。13是相減部件，用於從第一級 的原始信號Su減去第一級的估計噪聲Snl。在這個相減部件13中， 從第一級的原始信號Sw去除第一級的噪聲信號Snl，並且輸出第二級 的原始信號Sx2。 14是第二級的原始信號Sx2中的第二級的噪聲信號 Sn2的估計部件，其中通過與計算機16合作使用上述時域高速非線性 狀態空間投影方法(TD中的FNSSP)執行周期求和平均的計算來估 計原始信號中的噪聲。15是相減部件，用於從第二級的原始信號Sx2 減去第二級的估計噪聲Sn2。在這個相減部件15中，從第二級的原始 信號Sx2去除第二級的噪聲信號Sn2，由此在第二級約原始信號Su中 分離出要進行測量的信號S。作為非線性信號。如上所述，這個實施例被設置為兩次去除噪聲，並且適於如下所 述分離生物信號(特別是母體的胎兒的心電圖信號)的情況。圖4是根據本發明的第三實施例的在具有2信道覆信號的情況下 的通過使用非線性狀態空間投影方法的非線性信號分離系統的示意 圖。在這個附圖中，21是具有2信道覆信號L和12的原始信號的檢 測部件。22是噪聲信號的估計部件(包括計算機)。23是相減部件， 用於減去從原始信號I，和12計算出的噪聲信號強度V和V。在這個相減部件23中，從原始信號I!和l2減去計算出的噪聲信號I,'和l2'，並且輸出要進行測量的信號113和I2a。這裡，通過與計算機合作使用 上述的時域高速非線性狀態空間投影方法(TD中FNSSP)執行周期求和平均的計算來估計原始信號中的噪聲。圖5是根據本發明第四實施例的在具有n維信道覆信號的情況下 使用非線性狀態空間投影方法的非線性信號分離系統的示意圖。在這個附圖中，31是具有2信道覆信號L和12的原始信號的檢 測部件。32是第一級的噪聲信號的估計部件。33是相減部件，用於從原始信號L和12減去計算出的第一級的噪聲信號強度V和12'。在這個相減部件33中，從原始信號I,和12減去計算出的第一級的噪聲信號強度I,'和l2'，並且輸出第二級的原始信號Ih和l2a。另外，34是第二級的噪聲信號的估計部件，其中，從第二級的原始信號^和l2 去除噪聲V'和l2〃，然後獲得要進行測量的信號I，b和l2b。這裡，每 個估計部件與計算機合作使用上述時域高速非線性狀態空間投影方法(TD中的FNSSP)執行周期求和平均來估計原始信號中的噪聲。圖6是根據本發明第五實施例的在具有n維信道覆信號的情況下 使用非線性狀態空間投影方法的非線性信號分離系統的示意圖。在這個附圖中，41是具有n信道覆信號L..... 1 的原始信號的檢測部件。42是n信道的噪聲信號1/.....1 '的估計部件。43是相減部件，用於從原始信號I，.....1 減去計算出的n信道的噪聲信號強度I/..... In'。在這個相減部件43中，從原始信號L..... In減去計算出的n信道的噪聲信號強度I/.....In'，然後獲得要進行測量的信號113.....Ina。這裡，估計部件與計算機合作使用上述時域高速狀態空間投影方法(TD中FNSSP)執行周期求和平均的計算來估 計原始信號中的噪聲。此外，噪聲信號的估計部件可包括周期計算/處理及周期求和平 均計算部件以及使用主分量分析的噪聲信號強度計算部件。如上所述，本發明的周期信號包括諸如心電圖信號、功能性MRI 信號、腦電波信號的生物信號。如果它是周期信號，則還包括技術測 量數據。換言之，本發明能夠應用到任何一種如下情況，在該情況下可以 通過去除噪聲準確恢復原始信號同時保持動態結構。對於多周期數據的情況，(1)周期數據偏移一個周期並且疊加 在原始信號上。將這個過程一直執行幾個周期直到求和平均變得穩 定，例如一直到IO周期或更多。(2)通過疊加數據計算求和平均。 (3 )繪製出距離平均的散布(scatter from average )(這裡是一維)。(4) 根據上述的過程(1)到(3)在另一個信道內執行數據處理。(5) 所有信道的處理數據繪製為多維圖形。(6)通過每次對多維平 面中的噪聲散布進行主分量分析來執行計算以獲得每個數據點的噪 聲。(7)從原始數據去除計算出的噪聲以獲得信號。執行上述的過程(3)和(4)以獲得距離概率分布的偏差。由於這個方法在時域執 行NSSP並且能夠高速執行數據處理，所以它能夠被稱作上述時域高 速非線性狀態空間投影方法(TD中FNSSP)。作為本發明的應用例子，下面將詳細描述使用時域高速非線性狀 態空間投影方法提取胎兒心電圖，其中該時域高速非線性狀態空間投 影方法是新穎的非線性過濾方法，用於從包含母體腹壁檢測到的大量 噪聲的多信道信號提取胎兒心電圖。這個方法實質上基於傳統非線性狀態空間投影方法(NSSP方法) (見上述的非專利文獻1)。這種傳統方法是分離彼此非線性混合的 信號的方法。但與此同時，這種傳統方法需要諸如設置恰當鄰域和狀 態空間的時間延遲的若干複雜條件和限制。因此，如上述，這種傳統 方法需要進行計算的大量時間。由於根據本發明的時域高速非線性狀 態空間投影方法不需要這些條件，所以計算速度可以是傳統方法的30 倍。通過使用本發明的方法，已經成功實現來自胎兒的心電圖信號分 量的在線記錄，這顯示出了這種胎兒心電圖觀察方法在臨床應用的有 效性。順便說一句，儘管迄今關於諸如此類的胎兒心電圖觀察方法已經 報告了若干新穎研究，但是該胎兒心電圖(ECG)還沒有頻繁使用在 臨床應用中。這是由於提取胎兒心電圖的難度所導致的，該難度由來 自胎兒的小幅信號、胎兒心電圖與母體心電圖的混合、心電圖的大背 景噪聲(諸如皮膚電勢)、母體肌動電流圖和子宮肌動電流圖導致(見 上述非專利文獻2、 3、 4、 5和6)。另外，心電圖信號具有三維結構，並且投影以獲得所述空間的心 電圖信號的陰影與從母體腹壁檢測到的多個噪聲信號進行非線性混 合。迄今為止建議的幾乎所有傳統方法都是基於混合的原始信號的線 性度以及這些信號的混合方法(諸如混合矩陣)。因此，使用這些線 性方法，不能良好地分離非線性信號如母體心電圖和胎兒心電圖。這裡將描述時域高速非線性狀態空間投影方法(TD中FNSSP), 該方法是新穎的方法，用於從混合的腹部信號非線性地提取胎兒心電圖。儘管本發明的方法實質上基於非線性狀態空間投影方法(NSSP)，但是不需要諸如恰當鄰域或時間延遲坐標的複雜條件。 此外，TD中FNSSP的有效性由對臨床數據的實際應用所證明。 下面，將詳細描述時域高速非線性狀態空間投影方法。 這裡，定義了狀態空間，並且將解釋從NSSP提取出的原理概念。 (狀態空間的定義)當從動態系統給出時間序列Xn (n-l、 2.....n)時，並且如果該時間序列埋入滿足下面三個條件的多維度量空間M時，M被稱作 時間序列的狀態空間。(1) M是多維概率區域度量空間。時間序列埋這個空間內並且 模型軌道存在於這個空間內。(2) 模型軌道(或軌跡)上每個點的鄰域定義為具有模型軌道 的額外維的超平面。(3) 僅由模型軌道上的所述點定義鄰域的概率結構。 (形成自然模型軌道的時間序列的狀態空間的條件)當狀態空間滿足軌道的循環特徵時，時間序列的狀態空間形成自 然模型軌道。循環特徵的定義當軌跡重複地通過軌跡上任意點Xt。的鄰域Nt。時，作為埋入狀 態空間內的時間序列軌跡的軌跡被認為具有循環特徵。也就是說，對於時間序列(t，、 t2、…、tm)，點Xu、 Xt2.....Xtm存在於鄰域Nto中。假定該軌跡多次出現於該鄰域中以適於計算。獲得模型軌道點mt。作為每個鄰域Nto內的點之間的平均。 (時域高速非線性狀態空間投影方法)假定m維矢量時間序列(n=l、 2.....N)是具有循環特徵的周期或近似周期矢量時間序列。這裡，formula see original document page 14表達為formula see original document page 14，其中formula see original document page 14是系統信號。從循環特徵來看，假定對於任意時間t，存在時間序列(t!、 t2.....t!)並且JC" (n-l、 2.....N)在範圍[ti、 ti+1(i=l、2.....i-1)內循環具有相同概率結構。另一方面，包括m維矢量時間序列^的時間軸的狀態空間被定義為m+1維歐幾裡得空間內的 (;,，t)。因此，這個狀態空間內這個系統的軌跡能夠描述為{(:，t國ti) ; te[ti， ti+1(i=l、 2.....i-1) }。時間t-to時，點(Z, t0)的鄰域被定義為m+1維空間內的超平面t=tQ，並且模型軌道上的點 (^， t0)能夠被定義為鄰域內的點(;，t0)的平均信號。從循環特徵的假定看，能夠分析時間t-t。時噪聲(-^， t。)的概率結構。(見上述的非專利文獻l)(參考圖7)。圖7示出了 m維矢量時間序列^的狀態空間，並且虛線示出了系統的軌跡51((;,， t) ; te[ti, ti+1(i=l、 2.....i-l)}。粗實線指示時間序列的模型軌道(^， t。)52，它是固定值t時的空間點(；，t)的平均。53是時間軸。這裡，從14個電極獲得數據。這14個電極中的IO個電極(包 括一個參考電極)位於腹部上， 一個電極在右胸上，並且剩餘三個電 極(包括接地電極)位於母體後背上。每lms以16比特解析度對兩 個端子之間記錄的12個信道數據進行採樣，並且使用帶通濾波器(1 到100HzFIR (有限衝擊響應)濾波器)。圖8示出在本發明的試驗的第二階段提取出的結果，示出了 4 秒時間間隔提取出的胎兒心電圖信號。圖8(a)示出了在試驗的第二 階段記錄的腹部信號，其中箭頭指示母體的心電圖信號。很難識別胎 兒心電圖信號。圖8 (b)示出了提取出的母體心電圖信號。圖8(c) 示出了通過從圖8(a)所示腹部信號減去圖8(b)所示的母體心電 圖信號獲得的信號。儘管獲得的信號包括胎兒心電圖信號和噪聲，但 是在這個序列中它清楚地示出了胎兒心電圖信號的存在。圖8(d)示 出了提取出的胎兒心電圖信號。在這個附圖中，能夠看見P波和T波。 圖8 (e)示出了噪聲分量。這裡，TD中FNSSP,皮應用兩次；第一次去除母體的心電圖， 然後第二次提取出胎兒心電圖。通過使用本發明的方法，即使當在測量信號中沒有觀察到胎兒心電圖分量時，也通過去除母體的信號來成功提取出胎兒分量。通過應用TD中FNSSP兩次(見圖8)，出現了 胎兒心電圖的結構。與出生時將電極直接應用到胎兒所記錄的信號進 行比較，能夠理解通過使用TD中FNSSP方法觀察到了穩定結構 (見圖9)。圖9的信號包含噪聲。傳統NSSP方法與本發明方法之間的參數和計算的比較如下。對 於傳統NSSP方法的計算參數，當將釆樣率設置為250Hz，狀態空間 的偏移時間設置為4ms，狀態空間的維數設置為11以及將吸引子軌 道的龐加萊映射中的鄰域i殳置為13mV時，通過4吏用由Richter建議 的算法，10秒持續時間現象的數據所需計算時間是大約6小時，並且 通過使用預先在時間軸上執行吸引子計算的簡化方法的計算時間是 大約6分鐘41秒。相比較，在本發明方法的情況下，其中對計算參數進行設置從而 使得重複次數為64，狀態空間的維數為4 (3個空間維加上時間維)， 處理等於傳統NSSP方法的10秒持續時間數據所需計算時間為僅3 秒。這說明本發明的計算速度遠遠高於傳統方法的計算速度，並且同 時說明，由於計算時間短於要測量現象的時間，導致在線處理是可行 的。另外，儘管本發明不限於上述的實施例，但是基於本發明的實質 可以進行許多變型和修改。這些變型和修改沒有排除在本發明的範圍 之外。使用根據本發明的非線性狀態空間投影方法的非線性信號分離 方法適於分離非線性混合的噪聲信號以及提取要進行測量的信號，並 且期待面向包括非線性信號處理技術的工業應用的發展。
權利要求
1、一種非線性信號分離方法，所述非線性信號分離方法使用非線性狀態空間投影方法，其中通過使用時域高速非線性狀態空間投影方法來處理具有覆信號的原始信號，其是從一個現象測量出的多信道周期信號，以估計所述原始信號中的噪聲以及從所述原始信號減去所述估計噪聲，從而即使當S/N率為低時，分離所述原始信號中待測量的信號作為非線性信號。
2、 權利要求1所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述待測量的周期信號是生物信號。
3、 權利要求2所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述生物信號是心電圖信號。
4、 權利要求3所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述心電圖信號是母體中胎兒的心電圖信號。
5、 權利要求4所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中通過使用第一時域高速非線性狀態空間投影方 法處理所述原始信號以去除母體心電圖信號，通過第二時域高速非線 性狀態空間投影方法處理從中去除母體心電圖信號的信號以去除噪 聲信號，從而獲得胎兒的心電圖信號。
6、 權利要求2所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述生物信號是功能性MRI信號。
7、 權利要求2所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述生物信號是腦電波信號。
8、 權利要求1所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述待測量的周期信號是技術測量信號。
9、 權利要求8所述的使用所述非線性狀態空間投影方法的非線 性信號分離方法，其中所述技術測量信號是包括在旋轉機器正常旋轉 聲音信號中的旋轉機器的缺陷聲音信號。
全文摘要
本發明提供了一種使用非線性狀態空間投影方法的非線性信號分離方法，當信號是多信道信號並且具有周期性時，通過執行時域高速非線性狀態空間投影，該方法能夠有效分離非線性信號。在使用非線性狀態空間投影方法的非線性信號分離方法中，通過使用時域高速非線性狀態空間投影方法處理具有從現象測量出的多信道周期信號的覆信號的原始信號，以估計原始信號中的噪聲以及從原始信號減去估計噪聲，從而即使當S/N為低時，也可以分離在原始信號中待測量的信號作為非線性信號。
文檔編號A61B5/055GK101257843SQ20068003252
公開日2008年9月3日 申請日期2006年8月22日 優先權日2005年9月5日
發明者中尾光之, 伊藤拓哉, 岡村州博, 千田新一, 木村芳孝 申請人:國立大學法人東北大學