CN106691437B - 一种基于母体心电信号的胎儿心率提取方法 - Google Patents
一种基于母体心电信号的胎儿心率提取方法 Download PDFInfo
- Publication number
- CN106691437B CN106691437B CN201710057412.2A CN201710057412A CN106691437B CN 106691437 B CN106691437 B CN 106691437B CN 201710057412 A CN201710057412 A CN 201710057412A CN 106691437 B CN106691437 B CN 106691437B
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- electrocardiosignal
- maternal abdominal
- passage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 210000002458 fetal heart Anatomy 0.000 title claims abstract description 15
- 230000008774 maternal effect Effects 0.000 claims abstract description 60
- 230000003187 abdominal effect Effects 0.000 claims abstract description 57
- 230000001605 fetal effect Effects 0.000 claims abstract description 29
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 235000009413 Ratibida columnifera Nutrition 0.000 abstract description 4
- 241000510442 Ratibida peduncularis Species 0.000 abstract description 4
- 208000022471 Fetal disease Diseases 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 210000003754 fetus Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000008175 fetal development Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/344—Foetal cardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4343—Pregnancy and labour monitoring, e.g. for labour onset detection
- A61B5/4362—Assessing foetal parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/02—Foetus
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Pediatric Medicine (AREA)
- Pregnancy & Childbirth (AREA)
- Gynecology & Obstetrics (AREA)
- Reproductive Health (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于母体心电信号的胎儿心率提取方法，其利用母体腹壁混合信号作为输入信号，通过低通滤波和移动平均滤波对母体腹壁混合信号进行预处理，再使用信号质量评估方法选取心电信号质量最好的一通道母体腹壁混合信号作为待处理信号，利用墨西哥帽小波变换计算出该信号20～40Hz频带内各时刻的能量，从能量时间序列辨识出母体的QRS波并剔除，剩下的能量时间序列对应的峰即胎儿心电。整个方法简便且易于实现，能够有效地在母体腹壁混合心电信号中提取出胎儿心电信号，为医生对胎儿疾病的诊疗提供保证。
Description
技术领域
本发明属于医疗器械技术领域，具体涉及一种基于母体心电信号的胎儿心率提取方法。
背景技术
胎儿心电信号是各种心电信号中重要且常见的一种，目前临床上主要通过监测心音、心动和心电图的变化来诊断胎儿在子宫内的发育情况。其中，胎儿心电图能最好地体现胎儿心脏活动，对胎儿发育过程中出现的问题更敏感，能为临床诊断提供更可靠的依据。但是胎儿心电信号非常微弱，从母体体表提取胎儿心电信号会受到各种噪声的严重干扰，最主要的为母体心电信号(MECG)、50Hz工频干扰以及基线漂移，这对后期的分析处理带来了很大的不便。所以应该先认识所含的噪声，从而采取相应的方法尽可能将这些噪声滤除掉。
通常对孕妇进行产前检查的时候，需要探测胎儿的心电并记录心电图，判断是否有异常情况。由于胎儿的心电通常是置于母亲腹部的电极得到的，由于母亲自身的心电信号比胎儿的强约2至10倍，对胎儿心电来说是很大的干扰源。
为了得到清晰的胎儿心电信号，国内外学者进行了大量研究。Widrow等人首次运用最小均方误差(Least Mean Square，LMS)自适应滤波算法提取胎儿心电图，该方法计算简单，但对非平稳性较强的胎儿心电信号不适合。盲信号分离方法在各导联采集的心电信号独立的假设下，可以检测出胎儿心电信号，但必须在各导联采集的心电信号独立且平稳的假设下进行，且存在建模难、需要导联数多和不易实现等问题。采用两导联运用人工神经网络也可以得到较清晰的胎儿心电信号，但人工神经网络方法仍然需要心电信号是平稳信号的假设条件，且人工神经网络以传统统计学为基础，以最小化经验风险为学习目标，存在泛化能力、结构设计、局部极值等许多待解决的问题。
虽然目前市场上出现了一些专为胎儿心电检测设计的心电检测设备，但因为缺乏可靠的低成本方法间接检测胎儿心电信号，胎儿心电监护未能广泛应用于临床。
发明内容
鉴于上述，本发明提供了一种基于母体心电信号的胎儿心率提取方法，能够有效的从母体腹壁混合信号中提取出胎儿心电信号。
一种基于母体心电信号的胎儿心率提取方法，包括如下步骤：
(1)采集多通道的母体腹壁混合心电信号，并对其进行预处理，用以去除其中的高频噪声及基线漂移，使信号强度得以提高；
(2)从预处理后多通道的母体腹壁混合心电信号中选取出信号质量最好的一个通道的母体腹壁混合心电信号；
(3)在20～40Hz频带范围内对信号质量最好的一个通道的母体腹壁混合心电信号进行小波变换，得到对应的能量时序信号；
(4)基于所述的能量时序信号，从中提取出胎儿心电信号，进而得到胎儿心率。
所述步骤(1)中对母体腹壁混合心电信号进行预处理，具体先利用一个低通滤波器去除信号中的高频噪声，再利用一个移动平均滤波器去除信号中的基线漂移，从而达到增强信号的作用。
所述低通滤波器的信号处理表达式如下：
其中：xn+i为任一通道母体腹壁混合心电信号第n+i时刻的信号值，yn为低通滤波后该通道母体腹壁混合心电信号第n时刻的信号值，n为自然数，M为预设的移动窗口半边大小。
所述移动平均滤波器的信号处理表达式如下：
其中：yn+i为低通滤波后任一通道母体腹壁混合心电信号第n+i时刻的信号值，为移动平均滤波后该通道母体腹壁混合心电信号第n时刻的信号值，n为自然数，N为预设的移动窗口半边大小。
所述步骤(2)中综合关于QRS能量比值、信号峰度以及基线能量比值的三项信号指标，从预处理后多通道的母体腹壁混合心电信号中选取出信号质量最好的一个通道的母体腹壁混合心电信号。
所述QRS能量比值的计算表达式如下：
其中：P(f)为预处理后任一通道母体腹壁混合心电信号的功率谱密度函数，S为预处理后该通道母体腹壁混合心电信号的QRS能量比值，f为频率。
所述信号峰度的计算表达式如下：
其中：X(i)为预处理后任一通道母体腹壁混合心电信号中的第i个采样值，N为预处理后该通道母体腹壁混合心电信号中的采样点个数，μ为预处理后该通道母体腹壁混合心电信号的平均采样值，K为预处理后该通道母体腹壁混合心电信号的信号峰度。
所述基线能量比值的计算表达式如下：
其中：P(f)为预处理后任一通道母体腹壁混合心电信号的功率谱密度函数，B为预处理后该通道母体腹壁混合心电信号的基线能量比值，f为频率。
所述步骤(3)中根据以下公式对信号质量最好的一个通道的母体腹壁混合心电信号进行小波变换：
其中：x(t)为信号质量最好的一个通道的母体腹壁混合心电信号，z(t)为x(t)经小波变换后得到的能量时序信号，a为缩放因子，b为平移参数，t为时间，为墨西哥帽小波函数的复数共轭。
所述步骤(4)的具体实现过程如下：
4.1在20.8～25Hz频带范围内对信号质量最好的一个通道的母体腹壁混合心电信号进行小波变换，得到对应的能量时间序列，进而提取该序列中的模极大值；
4.2使所述的模极大值乘以比例系数得到一阈值，将所述能量时序信号中小于该阈值的信号值均置零，其余信号值保持不变，进而对处理后的能量时序信号进行小波反变换得到母体心电信号；
4.3对所述母体心电信号进行QRS波检测，排除心律小于60bpm的QRS波段，从而对检测得到R波波峰进行标记；
4.4对于所述母体心电信号中任一标记的R波波峰，使以该R波波峰为中心±0.1s范围内的信号值均置零；
4.5将所述能量时序信号中大于阈值的信号值均置零，其余信号值保持不变，进而对处理后的能量时序信号进行小波反变换；
4.6使步骤4.4处理后得到的心电信号与步骤4.5小波反变换后得到的心电信号相叠加，即得到所述胎儿心电信号。
本发明基于母体心电信号的胎儿心率提取方法利用母体腹壁混合信号作为输入信号，通过低通滤波和移动平均滤波对母体腹壁混合信号进行预处理，再使用信号质量评估方法选取心电信号质量最好的一通道母体腹壁混合信号作为待处理信号，利用墨西哥帽小波变换计算出该信号20～40Hz频带内各时刻的能量，从能量时间序列辨识出母体的QRS波并剔除，剩下的能量时间序列对应的峰即胎儿心电。整个方法简便且易于实现，能够有效地在母体腹壁混合心电信号中提取出胎儿心电信号，为医生对胎儿疾病的诊疗提供保证。
附图说明
图1为本发明胎儿心率提取方法的步骤流程示意图。
图2(a)为母体心电信号的波形示意图。
图2(b)为母体心电信号的时频示意图。
图2(c)为母体心电信号的能量曲线示意图。
图3为包含四个通道I、II、III、V记录的胎儿心电检测结果示意图。
具体实施方式
为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
如图1所示，本发明基于母体心电信号的胎儿心率提取方法，包括如下步骤：
(1)采集母体腹壁混合心电信号。
使用心电监测仪器采集母体腹壁混合心电数据，母体腹壁混合心电数据包括在静止状态时采集的，处于一种心率状态下四个通道I、II、III、V的母体腹壁混合心电信号序列。
(2)对母体腹壁混合心电信号预处理。
对母体腹壁混合心电数据进行低通滤波和移动平均滤波处理，得到适当范围的增强后的原始数据。本实施方式中先利用一个低通滤波器去除高频噪声，再利用一个移动平均滤波器去除基线漂移，从而达到增强信号的作用；数据采样率为250，AD转换位数为24bit，通过降采样算法将采样率降为200，通过数据压缩算法将24bit数据转换为16bit，得到容量更小的数据；低通滤波器的表达式为：
其中：xn为任一通道母体腹壁混合心电信号，yn为低通滤波后的心电信号，2M+1为移动平均窗的长度。
移动平均滤波器的表达式为：
其中：yn为低通滤波后的心电信号，为yn的移动平均滤波后的心电信号，2N+1为移动平均窗的长度。
(3)选取信号质量最好的一通道母体腹壁混合心电信号。
本实施方式通过综合QRS能量比值、信号峰度和基线能量比值三项信号指标，选取各通道心电信号中信号质量最好的一通道信号。
3.1计算QRS能量比值；该特征定义为QRS波形能量与心电信号的能量的比值。首先对心电信号做频谱分析，然后计算5～15Hz频段的能量和5～40Hz频段能量的相对比值。其中5～15Hz大致对应于QRS波形的能量，5～40Hz大约相当于心电信号整体的能量；如以下公式所示：
QRS波的能量主要集中在10Hz的频率带宽内且中心宽度为10Hz，当出现肌电干扰时，信号中的高频成分会增加，那么能量比值将会降低；而当发生一个类QRS波的电极移位时，则能量比值会显著增加。
3.2计算信号峰度；峰度又称为峰态系数，在统计学中亦成为四阶标准矩，峰度用来表征分布曲线在平均值处峰值高低。用X表示一段心电信号，用μ来表示信号的均值，用σ来表示信号的标准方差；以下公式用来求峰度：
一个干净完好的心电信号其峰度大于5，而如果存在肌电干扰或、基线漂移、工频干扰或者高斯分布的随机噪声，其峰度将低于5。
3.3计算基线能量比值；该特征定义为1-40Hz频段的能量和0-40Hz频段能量之间的商。
基线漂移的频率约为0.15-0.3Hz，所以通过基线能量比值能够有效的表征是否存在影响较大的基线干扰。
(4)通过小波变换得到原始能量时间序列。
利用墨西哥帽小波变换进行连续小波变换的计算，计算出所选的母体腹壁混合心电信号在20～40Hz频带内各时刻的能量，具体表达式如下：
式中：母小波是时频域上的连续函数，代表函数的复数共轭，a是缩放因子，b是平移参数。在本实施方式中采用墨西哥帽小波来作为母小波用作心电的分析，小波分析后获取20～40Hz频段之间的能量曲线z(t)。
墨西哥帽小波变换是高斯函数的二阶导数，定义为：
(5)从原始能量时间序列中辨识出母体的心电信号。
5.1将预处理后的完整心电信号分为长度为1s的若干段，对每一段进行QRS波检测；
5.2在心电信号的特定频率间隔内，对质量最好的母体腹壁混合心电信号进行连续小波变换，本实施例中，基于参数研究得到特定频率间隔为20.8～25Hz；
5.3通过在频率间隔内求|T(a，b)|2的极大值，得到小波变换的模极大值；根据模极大值，按比例设置一个自适应阈值，并将能量时间序列中小于阈值的值置零，其余值的分离波段被保留下来，本实施例中，基于参数研究得到阈值为模极大值的20％；
5.4对处理后的能量时间序列反变换得到母体心电信号，通过波形的振幅对其检测从QRS波群中提取出R波波峰，然后去除R波波峰特别小的心拍(心律小于60bpm)。
(6)分离得到胎儿心电信号。
图2(a)为母体心电信号的波形图，以母体心电信号中R波波峰为中心，将左右宽度0.1s内的信号置零；再对母体心电信号进行小波变换，得到其时频图，如图2(b)所示；而后对小波变换系数的模求平方得到母体心电信号的小波能量图谱，如图2(c)所示，从原始能量时间序列中剔除母体的能量(即将能量时间序列中大于阈值的值置零，其余值的分离波段被保留下来)，并反变换回心电信号；进而将处理后的两组心电信号相叠加，即得到对应的胎儿心电信号，可由此计算胎儿的心率。
图3为本实施方式四个通道I、II、III、V记录的胎儿心电检测结果示意图(图中检测到的母体QRS波标记为+，注释的胎儿QRS波标记为*，检测到的胎儿QRS波标记为o)。由图3可见，本发明能够成功地从母体腹壁混合信号中提取出97.7％以上的胎儿心电信号，且方法高效简单易行。
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。
Claims (4)
1.一种基于母体心电信号的胎儿心率提取方法，包括如下步骤：
(1)采集多通道的母体腹壁混合心电信号，并对其进行预处理，用以去除其中的高频噪声及基线漂移，使信号强度得以提高；
对母体腹壁混合心电信号进行预处理，具体先利用一个低通滤波器去除信号中的高频噪声，再利用一个移动平均滤波器去除信号中的基线漂移；
所述低通滤波器的信号处理表达式如下：
<mrow>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>M</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mo>-</mo>
<mi>M</mi>
</mrow>
<mi>M</mi>
</msubsup>
<msub>
<mi>x</mi>
<mrow>
<mi>n</mi>
<mo>+</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
其中：xn+i为任一通道母体腹壁混合心电信号第n+i时刻的信号值，yn为低通滤波后该通道母体腹壁混合心电信号第n时刻的信号值，n为自然数，M为预设的移动窗口半边大小；
所述移动平均滤波器的信号处理表达式如下：
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mo>-</mo>
<mi>N</mi>
</mrow>
<mi>N</mi>
</msubsup>
<msub>
<mi>y</mi>
<mrow>
<mi>n</mi>
<mo>+</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
其中：yn+i为低通滤波后任一通道母体腹壁混合心电信号第n+i时刻的信号值，为移动平均滤波后该通道母体腹壁混合心电信号第n时刻的信号值，N为预设的移动窗口半边大小；
(2)综合关于QRS能量比值、信号峰度以及基线能量比值的三项信号指标，从预处理后多通道的母体腹壁混合心电信号中选取出信号质量最好的一个通道的母体腹壁混合心电信号；
(3)在20～40Hz频带范围内根据以下公式对信号质量最好的一个通道的母体腹壁混合心电信号进行小波变换，得到对应的能量时序信号；
其中：x(t)为信号质量最好的一个通道的母体腹壁混合心电信号，z(t)为x(t)经小波变换后得到的能量时序信号，a为缩放因子，b为平移参数，t为时间，为墨西哥帽小波函数的复数共轭；
(4)基于所述的能量时序信号，从中提取出胎儿心电信号，进而得到胎儿心率，具体实现过程如下：
4.1在20.8～25Hz频带范围内对信号质量最好的一个通道的母体腹壁混合心电信号进行小波变换，得到对应的能量时间序列，进而提取该序列中的模极大值；
4.2使所述的模极大值乘以比例系数得到一阈值，将所述能量时序信号中小于该阈值的信号值均置零，其余信号值保持不变，进而对处理后的能量时序信号进行小波反变换得到母体心电信号；
4.3对所述母体心电信号进行QRS波检测，排除心律小于60bpm的QRS波段，从而对检测得到R波波峰进行标记；
4.4对于所述母体心电信号中任一标记的R波波峰，使以该R波波峰为中心±0.1s范围内的信号值均置零；
4.5将所述能量时序信号中大于阈值的信号值均置零，其余信号值保持不变，进而对处理后的能量时序信号进行小波反变换；
4.6使步骤4.4处理后得到的心电信号与步骤4.5小波反变换后得到的心电信号相叠加，即得到所述胎儿心电信号。
2.根据权利要求1所述的胎儿心率提取方法，其特征在于：所述QRS能量比值的计算表达式如下：
<mrow>
<mi>S</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>5</mn>
</mrow>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>15</mn>
</mrow>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>f</mi>
</mrow>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>5</mn>
</mrow>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>40</mn>
</mrow>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>f</mi>
</mrow>
</mfrac>
</mrow>
其中：P(f)为预处理后任一通道母体腹壁混合心电信号的功率谱密度函数，S为预处理后该通道母体腹壁混合心电信号的QRS能量比值，f为频率。
3.根据权利要求1所述的胎儿心率提取方法，其特征在于：所述信号峰度的计算表达式如下：
<mrow>
<mi>K</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>4</mn>
</msup>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mfrac>
</mrow>
其中：X(i)为预处理后任一通道母体腹壁混合心电信号中的第i个采样值，N为预处理后该通道母体腹壁混合心电信号中的采样点个数，μ为预处理后该通道母体腹壁混合心电信号的平均采样值，K为预处理后该通道母体腹壁混合心电信号的信号峰度。
4.根据权利要求1所述的胎儿心率提取方法，其特征在于：所述基线能量比值的计算表达式如下：
<mrow>
<mi>B</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>40</mn>
</mrow>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>f</mi>
</mrow>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>f</mi>
<mo>=</mo>
<mn>40</mn>
</mrow>
</msubsup>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>f</mi>
</mrow>
</mfrac>
</mrow>
其中：P(f)为预处理后任一通道母体腹壁混合心电信号的功率谱密度函数，B为预处理后该通道母体腹壁混合心电信号的基线能量比值，f为频率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710057412.2A CN106691437B (zh) | 2017-01-26 | 2017-01-26 | 一种基于母体心电信号的胎儿心率提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710057412.2A CN106691437B (zh) | 2017-01-26 | 2017-01-26 | 一种基于母体心电信号的胎儿心率提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106691437A CN106691437A (zh) | 2017-05-24 |
| CN106691437B true CN106691437B (zh) | 2018-04-20 |
Family
ID=58908958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710057412.2A Expired - Fee Related CN106691437B (zh) | 2017-01-26 | 2017-01-26 | 一种基于母体心电信号的胎儿心率提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106691437B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109124620B (zh) * | 2018-06-07 | 2022-03-25 | 深圳市太空科技南方研究院 | 一种房颤检测方法、装置及设备 |
| CN116784861B (zh) * | 2023-06-09 | 2024-03-29 | 中国科学技术大学 | 基于周期性快速独立向量分析的胎儿心电信号识别方法 |
| CN117442212B (zh) * | 2023-12-25 | 2024-03-12 | 科普云医疗软件(深圳)有限公司 | 一种用于产科护理的智能监测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102160787A (zh) * | 2011-05-31 | 2011-08-24 | 广东工业大学 | 一种基于时频变换的胎儿心电盲提取方法 |
| CN102258368A (zh) * | 2011-04-29 | 2011-11-30 | 华南理工大学 | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009013246A1 (en) * | 2007-07-20 | 2009-01-29 | Stichting Voor De Technische Wetenschappen | Fetal monitoring |
| CN101461711A (zh) * | 2009-01-12 | 2009-06-24 | 复旦大学 | 基于标准化斜率绝对值标准差的可电击复律心律识别算法 |
| CN103876730B (zh) * | 2014-04-09 | 2015-06-17 | 西安电子科技大学 | 基于二阶统计特性的母亲和胎儿心电盲提取方法 |
| CN104305992B (zh) * | 2014-07-02 | 2016-09-21 | 中山大学 | 一种交互式胎儿心电快速自动提取方法 |
| CN104887220B (zh) * | 2015-06-18 | 2018-01-05 | 山东大学 | 一种由腹壁心电信号提取胎儿心电信号的方法及系统 |
| CN105266800B (zh) * | 2015-12-02 | 2018-05-25 | 广东工业大学 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
| CN105726013A (zh) * | 2016-01-27 | 2016-07-06 | 浙江铭众科技有限公司 | 一种具有心电信号质量判别功能的心电监测系统 |
| CN105943030B (zh) * | 2016-06-02 | 2017-03-29 | 浙江铭众科技有限公司 | 一种用于实现多通道心电图qrs自动划定的智能终端 |
| CN106096579A (zh) * | 2016-06-22 | 2016-11-09 | 天津理工大学 | 一种心电信号预处理的方法 |
-
2017
- 2017-01-26 CN CN201710057412.2A patent/CN106691437B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102258368A (zh) * | 2011-04-29 | 2011-11-30 | 华南理工大学 | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 |
| CN102160787A (zh) * | 2011-05-31 | 2011-08-24 | 广东工业大学 | 一种基于时频变换的胎儿心电盲提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106691437A (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106889981B (zh) | 一种用于提取胎儿心率的智能终端 | |
| CN109907752B (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统 | |
| US7809433B2 (en) | Method and system for limiting interference in electroencephalographic signals | |
| CN101972145B (zh) | 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法 | |
| CN104173043B (zh) | 一种适合于移动平台的心电数据分析方法 | |
| Agarwal et al. | EEG signal enhancement using cascaded S-Golay filter | |
| CN101658425A (zh) | 基于心率变异分析的注意力集中程度的检测装置及方法 | |
| CN107693004A (zh) | 基于hilbert变换的胎儿心电提取与胎儿心率识别方法 | |
| CN101259016A (zh) | 实时自动检测癫痫特征波的方法 | |
| Desai et al. | A real-time fetal ECG feature extraction using multiscale discrete wavelet transform | |
| CN102178522A (zh) | 一种母亲及胎儿心电信号qrs波中r波的检测定位方法 | |
| CN109480872B (zh) | 基于脑电信号频带能量比特征的驾驶疲劳检测方法 | |
| Saxena et al. | QRS detection using new wavelets | |
| Ranjan et al. | Cardiac artifact noise removal from sleep EEG signals using hybrid denoising model | |
| CN106691437B (zh) | 一种基于母体心电信号的胎儿心率提取方法 | |
| CN109893118A (zh) | 一种基于深度学习的心电信号分类诊断方法 | |
| CN103610460A (zh) | 一种基于自适应flann滤波器的胎儿心电信号提取方法 | |
| CN102258368B (zh) | 胎心电检测的时域稀疏性线性混叠盲分离模型的判别方法 | |
| CN105266800A (zh) | 一种基于低信噪比条件下胎儿心电盲分离方法 | |
| El Khadiri et al. | A Comparison of the Denoising Performance Using Capon Time-Frequency and Empirical Wavelet Transform Applied on Biomedical Signal. | |
| Elbuni et al. | ECG parameter extraction algorithm using (DWTAE) algorithm | |
| Wu et al. | A novel method for beat-to-beat detection of ventricular late potentials | |
| Murthy et al. | ECG signal denoising and ischemic event feature extraction using Daubechies wavelets | |
| CN103070681A (zh) | 一种基于稀疏成分分析的心室晚电位分离方法 | |
| CN102525448A (zh) | 根据体表胃电信号重建胃体表面浆膜胃电信号的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180710 Address after: 312099 two, ninth building, 328 Pingjiang Road, Shaoxing, Zhejiang. Patentee after: ZHEJIANG MINGZHONG TECHNOLOGY Co.,Ltd. Address before: 312099 the two tier of ninth Pingjiang Road 328, Yuecheng District, Shaoxing, Zhejiang. Co-patentee before: ZHEJIANG MEDZONE MEDICAL EQUIPMENT CO.,LTD. Patentee before: ZHEJIANG MINGZHONG TECHNOLOGY Co.,Ltd. Co-patentee before: ZHEJIANG MEDZONE BIOMEDICAL MATERIAL AND DEVICE Research Institute |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200709 Address after: Room 401, 4 / F, building 10, incubator, science and Technology Park, Wenzhou National University, No.38, Dongfang South Road, Ouhai economic and Technological Development Zone, Wenzhou City, Zhejiang Province 325000 Patentee after: Zhejiang Zhongming Health Technology Co.,Ltd. Address before: 312099, Shaoxing, Pingjiang Road, No. 328, ninth, two, Zhejiang Patentee before: ZHEJIANG MINGZHONG TECHNOLOGY Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180420 Termination date: 20220126 |