一種胎心音分離方法
【技術領域】
[0001] 本發明涉及信號處理技術領域，尤其涉及一種胎心音分離方法。
【背景技術】
[0002] 懷孕期間的胎兒檢測時母嬰保健的重要過程。進行長期有效監控的胎兒檢測，可 以幫助產科醫生確定胎兒的健康，盡可能早診斷，早治療。要實現胎兒監護，先要取得反映 胎兒健康狀況的信號。通常有兩種，即心音和心電信號。（1)胎兒心音信號（Fetal heart sound)。心音是心肌舒縮和瓣膜啟閉時振動所產生的聲信號，反映了心臟活動的狀態。根 據相鄰兩個第一心音或第二心音的時間間隔，即可算出胎心率。（2)胎兒心電信號（Fetal Electrocardiogram, FECG)。心電信號是心臟節律性活動的原發性信號。
[0003] 目前對檢測胎兒健康的技術很大程度上市依靠超音波影像，但是這種技術不能提 供長期的對胎兒疾病的預測。胎兒心音的提取可以通過在母體腹部放置一個敏感的傳感器 來實現，然而由于母體內羊水和母體組織的聲波阻尼，我們所能聽到的聲音能量非常低。所 以，該信號常常受到來自母體、外界環境以及傳感器自身所造成的噪聲干擾。又加上胎兒心 音的能量低，頻譜范圍廣泛（20-150HZ)，使得提取胎兒心音變得很困難。
【發明內容】
[0004] 針對現有技術存在的不足之處，本發明的目的在于提供一種胎心音分離方法，通 過相空間重構技術和盲信號處理技術將胎兒心音信號的提取出來，完成了對孕婦肚中胎兒 心音的提取與處理，得到了比較純凈的胎音信號，為懷孕期間的胎兒檢測與監護提供了一 種新的方式。
[0005] 本發明的目的通過下述技術方案實現：
[0006] -種胎心音分離方法，其方法步驟如下：
[0007] A.胎心音信號X進行相空間重構，將胎心音信號X的一維信號拓展到m維；
[0008] B.對拓展的m維行向量進行獨立成分分析；
[0009] C.選取胎心音信號X中頻率在60-180HZ范圍內貢獻率最大的獨立成分，該獨立成 分為胎心音信號Xi ;
[0010] D.對選取的獨立成分胎心音信號xi進行映射回相空間重構得到純凈胎心音信號 χ' ；
[0011] E.對得到的胎心音信號進行進一步的處理，該處理包括計算胎心率處理。
[0012] 本發明優選步驟A的技術方案是：步驟A具體包括以下步驟：
[0013] Al.對胎心音信號X分別由互信息法和算法計算出胎心音的延遲時間τ和嵌入維 數m ;
[0014] A2.由選定延遲時間τ和嵌入維數m得到重構的相空間
將一 維信號拓展到m維。
[0015] 本發明優選步驟B的技術方案是：步驟B具體包括以下步驟：
[0016] BI.將步驟A中拓展的m維行向量組成一個m維矩陣MixedS ;
[0017] B2.對MixedS進行中心化，使它的均值為0 ;
[0018] B3.對數據進行白化，MixedS - MixedS_white,記為 Z ;
[0019] B4.在此應用中，獨立元個數等于變量個數m，并設置最大迭代次數；
[0020] B5.選擇一個初始權矢量Wp ;
[0021] B6.令 Wp= E{Zg(WpTZ)}_E{g' (WpTZ)}W，g 為選擇的非線性函數；
[0024] B9.若Wp不收斂的話，返回B6 ;
[0025] B10.令p = p+1,如果p小于等于m，返回B5。
[0026] 本發明優選步驟C的技術方案是：步驟C具體包括以下步驟：
[0027] Cl.計算步驟B中m個獨立成分在頻率為60-180HZ內的能量貢獻率；
[0028] C2.貢獻率最大的即為胎心音信號xi。
[0029] 本發明優選步驟D的技術方案是：步驟D具體包括以下步驟：
[0030] DL由Zi = Au*xi將xi映射回相空間；式中xi為胎心音信號；Au為混合矩陣中 與其相應的列，Zi為與其相應的相空間。
[0031] D2.最后胎音信號根據式
重建，得到純凈胎心音;式中 Zi1S相空間Zi中的第i個行向量。
[0032] 本發明優選步驟E的技術方案是：步驟E具體包括以下步驟：
[0033] EL提取第一心音、第二心音包絡；
[0034] E2.計算出胎心率。
[0035] 本發明較現有技術相比，具有以下優點及有益效果：
[0036] 本發明通過對采集的胎心音信號進行相空間重構，將一維的信號拓展到多維，達 到混疊信號的數目不少于源信號數目的條件，然后通過ICA (獨立成分分析）盲源分離方法 估計得到源信號。對提取到的比較純凈的胎音信號做進一步的分析，就能為懷孕期間的胎 兒檢測與監護提供一種新的方式。
【附圖說明】
[0037] 圖1為本發明的結構示意圖。
【具體實施方式】
[0038] 下面結合實施例對本發明作進一步地詳細說明：
[0039] 實施例一
[0040] 如圖1所示，一種胎心音分離方法，包括以下步驟：
[0041] 第一步.胎心音信號相空間重構；
[0042] Al.分別由互信息法和Cao算法計算出胎心音的延遲時間τ和嵌入維數m ;
[0043] A2.由選定嵌入維數m和延遲時間τ得到重構的相空間
將一維信號 拓展到多維，即m維。
[0044] 第二步.對拓展的m維行向量進行獨立成分分析；
[0045] BI.將步驟一中拓展的多維行向量組成一個多維矩陣MixedS ;
[0046] B2.對MixedS進行中心化，使它的均值為0 ;
[0047] B3.對數據進行白化，MixedS - MixedS_white,記為 Z ;
[0048] B4.在此應用中，獨立元個數等于變量個數m，并設置最大迭代次數；
[0049] B5.選擇一個初始權矢量（隨機的）Wp ;
[0050] B6.令 Wp= E{Zg(WpTZ)}-E{g' (WpTZ)}W，g 為選擇的非線性函數；
[0053] B9.假如Wp不收斂的話，返回B6 ;
[0054] B10.令p = p+1,如果p小于等于m，返回B5。
[0055] 第三步.胎心音信號獨立成分的選取；
[0056] Cl.計算步驟二中m個獨立成分在頻率為60-80HZ以及140-180HZ內的能量貢獻 率；
[0057] C2.貢獻率最大的即為胎心音信號xi。
[0058] 第四步.對步驟三中的xi進行重構得到胎心音信號；
[0059] DL由Zi = Au*xi將xi映射回相空間；式中xi為胎心音信號（I Xn的行向量）； Au為混合矩陣中與其相應的列（dXl的列向量），Zi為與其相應的相空間（dXn的矩陣）。
[0060] D2.最后胎音信號根