CN116421196A - 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
- CN116421196A CN116421196A CN202310215806.1A CN202310215806A CN116421196A CN 116421196 A CN116421196 A CN 116421196A CN 202310215806 A CN202310215806 A CN 202310215806A CN 116421196 A CN116421196 A CN 116421196A
- Authority
- CN
- China
- Prior art keywords
- fetal
- signal
- ecg
- interval
- maternal
- 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.)
- Pending
Links
Images
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
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
- A61B5/02411—Measuring pulse rate or heart rate of foetuses
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
- A61B5/02438—Measuring pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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]
- A61B5/332—Portable devices specially adapted therefor
-
- 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]
- A61B5/346—Analysis of electrocardiograms
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/347—Detecting the frequency distribution of signals
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Pregnancy & Childbirth (AREA)
- Gynecology & Obstetrics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明的一种基于母体心电信号的胎儿心率提取方法,属于医疗器械技术领域,包括以下步骤:S1:给孕妇佩戴听诊式胎儿监护仪,将信号分解成由高频到低频,对收集到的孕妇腹部所有频段的心电信号作初步处理;S2:将获得的胎儿心电信号再做降噪处理。本方法通过对孕妇腹部电信号进行预处理,使用改进的假阳性和假阴性校正算法对初步定位结果进行校正,消除母体心电信号干扰,减弱相关性,提取孕妇腹部电信号中的胎儿心电信号信息,然后重构胎儿心电信号,从而建立一个新的多通道胎儿心电信号提取方法,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
本发明涉及医疗器械领域,具体讲是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、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。
虽然测量孕妇腹部电信号的方式更加简便,但由于胎儿心电信号比较微弱,与母体心电在频谱上有重叠,并且孕妇腹部的胎儿心电信号还受到各种噪声的污染,噪声包括胎儿大脑活动、母亲心电干扰、子宫收缩干扰、肌电干扰、50Hz/60Hz电力线干扰和运动伪迹干扰等,想要替代常用的多普勒超声检测技术仍然还具有很大的挑战性。
发明内容
针对上述技术的不足,本发明公开一种基于母体心电信号的胎儿心率提取方法,本发明通过对提取母体腹部信号的预处理,对胎儿QRS波群实现定位、校正,通过去噪和对母体心电信号信息消除,再基于周期性心电信号方法的信息提取和胎儿心电信号重构,最后相加得到提取的最终胎儿心电信号。
为了实现上述技术效果,本发明采用以下技术方案:
一种基于母体心电信号的胎儿心率提取方法,包括以下步骤:
S1:给孕妇佩戴听诊式胎儿监护仪,通过其胎心率探头和宫缩探头提取孕妇腹部的心电信号,通过迭代筛选过程,将信号分解成由高频到低频,对收集到的孕妇腹部所有频段的心电信号作初步处理;
S2:将初步获取的孕妇腹部电信号减去经过微调处理后的最佳匹配的母体心电信号模板信号,获得胎儿心电信号,将获得的胎儿心电信号再做降噪处理;
S3:依据胎儿心电和母体心电的基频和幅值差异,消除频段信号中母体心电的QRS波群干扰,利用胎儿心电的QRS波群中显著的频段信号,检测胎儿心电的特征周期;
S4:采用准周期分量提取胎儿心电,然后根据周期性修缮重构胎儿心电,将多通道腹壁混合心电信号分别进行分解,得到各通道各自心电频段,将各通道信号中相同阶数的心电频段进行提取,得到胎儿心电的各阶心电频段,最后相加得到提取的最终胎儿心电;
S5:在胎儿心电信号中根据初步定位的胎儿QRS波群位置对应的幅值判断胎儿心电信号的极性;
当极性判断为正时,则在初步提取的R峰位置周围0.08s的局部区间内使用局部最大值函数重新确定胎儿R峰的位置;
根据胎儿RR间期序列的中间部分计算RR间期均值RRm作为整个RR间期序列的平均值;
利用每个RR间期序列的间期长度特征对初步定位的胎儿QRS波群进行校正。
S6:基于聚类分析提取的胎儿QRS波群的可行性分析过程,从预处理的胎儿心电信号中选取特征作为未分类的数据集,采用欧几里得距离作为相似性度量来进行聚类分析;
S7:根据预处理后的胎儿心电信号的极性,另选取相应的极值对(极大-极小对)作为未聚类的数据集,进行聚类分析,最后对两种聚类结果使用交叉阑值的方法进行处理。
进一步的,所述步骤S1中初步处理方法包括:
S1.1使用小波软阈值降噪算法去除单通道孕妇腹部电信号的高频噪声;
S1.2使用小波分解去除8Hz以下的基线和运动伪迹干扰,去除的低频成分包括母体心电信号中的P、T波;
S1.3使用50Hz陷波器去除电力线干扰。
进一步的,所述步骤S2中降噪处理方法包括:
S2.1对胎儿心电信号经过小波软阈值降噪算法去除高频噪声;
S2.2使用零相位低通滤波器提取低频成分。
进一步的,所述步骤S3中消除信号干扰方法包括:
S3.1对预处理后的胎儿心电信号进行导数滤波,然后对信号导数的幅度平方处理;
S3.2使用三次曲线函数增强平方处理后的信号中的对应胎儿QRS波群的部分;
S3.3对增强后的信号选取合适的闯值,提取出胎儿QRS波群对应的子区间;
S3.4针对信号导数的幅度平方处理后的信号分别在提取的子区间中寻找最大值对应的位置,即是初步提取的胎儿QRS波群位置;
S3.5对胎儿QRS波群的假阳性和假阴性进行校正。
进一步的,所述步骤S3中胎儿心电的特征周期获取方法包括:
假设由m个混合信号构成的矩阵为X=(x1.x2,...xm,)T,其中,x为列向量表示的信号,是由n个相互独立的源信号s1,s2,...,sn,线性叠加而成的,且s为信号值构成的列向量。设S=(s1,s2,...,sn)T,则有:
X=AS
式中,A为m*n阶系数矩阵,称为混合矩阵。需要找到一个正交矩阵W=(w1,w2,...,wn)(其中w为列向量),使得:
Y=WTS
为源信号S的估计,则考虑Y=(y1,y2,...yn,)T中的第i个信号为目标信号胎儿心电),具有准周期特性,其特征周期为T。
进一步的,所述步骤S5中校正方法包括:
定义Ri为胎儿的第i个R波的位置,i的取值为1,2,...,N,N为初步提取的胎儿R波的个数,则胎儿心电信号中第i个RR间期序列为:
RRi=Ri+1-Ri
所有R峰幅值的绝对值的均值定义为Ra,对胎儿QRS波群的校正过程为:
S5.1若RRi≤0.55RRm,则移除Ri+1;
S5.2若Ri位置在原信号对应的幅值小于0.4Ra,则该位置的R峰是误检,需要移除Ri;
S5.3根据假阳性校正结果更新RRm和Ra,进行假阴性校正,从起始位置到第一个胎儿R峰的间期定义为
RRhead=R1-1;
最后一个胎儿R峰到结束位置的间期定义为
RRtail=length(fECG)-RN。
进一步的,所述校正方法对起始间期RRhead或RRtail的处理方法如下:
如果RRhead或RRtail>1.5RRm,起始位置缺失一个胎儿R峰或R谷,则在指定区间[R1-1.3RRm,Ri-1.3RRm+0.6RRm]内根据信号极性寻找最值作为漏检的胎儿R峰或R谷;
如果0.75RRm<RRhead或RRtail<1.55RRm,该间期可能错过一个R峰或R谷,指定搜索区间为[1,0.5RRm],搜索区间的最值为Ramp,在满足判断条件abs(Ramp)>0.6Ra时,则此区间有漏检胎儿R峰或R谷,反之则RRhead或RRtail间期正常。
进一步的,所述校正方法对RR间期序列剩余部分RRi的处理方法如下:
若RRi>1.55RRm,则判断为在该RRi间期缺失至少一个R峰,反之则表示该区间表现正常;
对于缺失R峰的RRi间期,根据:
m=round(RRi/RRm)-1
判断该区间胎儿R峰缺失的个数,该区间指定对应的m个片段,在每个片段中搜索缺失的对应的R峰,每个片段的指定搜索区间为
其中,n决定每个片段的搜索区间的大小,最大值为6,即在每个片段中逐渐扩展搜索区间寻找一个大于指定阀值的局部最值,其对应的位置为漏检的胎儿R峰位置。
进一步的,所述步骤S6聚类分析方法包括:
S6.1根据预处理的胎儿心电信号的极大值和极小值均值的绝对值判断信号的极性;
S6.2如果胎儿心电信号的极性为正,则选择极大值作为未聚类的数据集;
S6.3如果胎儿心电信号的极性为负,则选择极小值作为未聚类的数据集。
进一步的,所述步骤S7中交叉阈值分析与处理过程包括:
S7.1分析过程:基于极值特征的聚类分析结果被定义为Ei(i=1,2,...,m),其中m是被选为胎儿QRS波群类别极值的个数,并计算对应位置极值的均值为EM,以极值对为聚类特征的聚类结果被定义为Pi(i=1,2,...,n),其中n是被选为胎儿QRS波群类别的极值对的个数,并计算对应位置极值对的特征值的均值为PM;
S7.2处理过程:若Pi(i=1,2,...,n)对应位置的胎儿R峰极值大于0.5M,则该极值对对应位置为初步提取到的胎儿QRS波群位置;若Ei(i=1,2,...,m)对应位置的极值对的特征值大于0.02PM,则该极值对应的位置为提取到的胎儿QRS波群位置。
本发明通过改进在此提供一种基于母体心电信号的胎儿心率提取方法,与现有技术相比,具有如下改进及优点:
本发明一种基于母体心电信号的胎儿心率提取方法,通过对孕妇腹部电信号进行预处理,使用基于聚类分析算法初步定位母体QRS波群,使用改进的假阳性和假阴性校正算法对初步定位结果进行校正,然后从预处理后的信号中移除母体心电信号模板信号后得到的剩余量就是胎儿心电信号,消除母体心电信号干扰,减弱相关性,提取孕妇腹部电信号中的胎儿心电信号信息,然后重构胎儿心电信号,从而建立一个新的多通道胎儿心电信号提取方法,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
下面结合附图和实施例对本发明作进一步解释:
图1为本发明的步骤示意图;
图2为本发明的初步处理方法步骤示意图;
图3为本发明的降噪处理方法步骤示意图;
图4为本发明的消除信号干扰方法步骤示意图;
图5为本发明的聚类分析方法步骤示意图。
具体实施方式
下面将结合附图1至图5对本发明进行详细说明,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明通过改进在此提供一种基于母体心电信号的胎儿心率提取方法,如图1-2所示,本发明一种基于母体心电信号的胎儿心率提取方法第一步S1:给孕妇佩戴听诊式胎儿监护仪,通过其胎心率探头和宫缩探头提取孕妇腹部的心电信号,通过迭代筛选过程,将信号分解成由高频到低频,对收集到的孕妇腹部所有频段的心电信号作初步处理,初步处理方法包括:S1.1使用小波软阈值降噪算法去除单通道孕妇腹部电信号的高频噪声;S1.2使用小波分解去除8Hz以下的基线和运动伪迹干扰,去除的低频成分包括母体心电信号中的P、T波;S1.3使用50Hz陷波器去除电力线干扰;
如图3所示,本发明一种基于母体心电信号的胎儿心率提取方法第二步S2:将初步获取的孕妇腹部电信号减去经过微调处理后的最佳匹配的母体心电信号模板信号,获得胎儿心电信号,将获得的胎儿心电信号再做降噪处理,降噪处理方法包括:S2.1对胎儿心电信号经过小波软阈值降噪算法去除高频噪声;S2.2使用零相位低通滤波器提取低频成分;
如图4所示,本发明一种基于母体心电信号的胎儿心率提取方法第三步S3:依据胎儿心电和母体心电的基频和幅值差异,消除频段信号中母体心电的QRS波群干扰,利用胎儿心电的QRS波群中显著的频段信号,检测胎儿心电的特征周期,消除信号干扰方法包括:S3.1对预处理后的胎儿心电信号进行导数滤波,然后对信号导数的幅度平方处理;S3.2使用三次曲线函数增强平方处理后的信号中的对应胎儿QRS波群的部分;S3.3对增强后的信号选取合适的闯值,提取出胎儿QRS波群对应的子区间;S3.4针对信号导数的幅度平方处理后的信号分别在提取的子区间中寻找最大值对应的位置,即是初步提取的胎儿QRS波群位置;S3.5对胎儿QRS波群的假阳性和假阴性进行校正;
特征周期获取方法包括:
假设由m个混合信号构成的矩阵为X=(x1.x2,...xm,)T,其中,x为列向量表示的信号,是由n个相互独立的源信号s1,s2,...,sn,线性叠加而成的,且s为信号值构成的列向量。设S=(s1,s2,...,sn)T,则有:
X=AS
式中,A为m*n阶系数矩阵,称为混合矩阵。需要找到一个正交矩阵W=(w1,w2,...,wn)(其中w为列向量),使得:
Y=WTS
为源信号S的估计,则考虑Y=(y1,y2,...yn,)T中的第i个信号为目标信号胎儿心电),具有准周期特性,其特征周期为T。
本发明一种基于母体心电信号的胎儿心率提取方法第四步S4:采用准周期分量提取胎儿心电,然后根据周期性修缮重构胎儿心电,将多通道腹壁混合心电信号分别进行分解,得到各通道各自心电频段,将各通道信号中相同阶数的心电频段进行提取,得到胎儿心电的各阶心电频段,最后相加得到提取的最终胎儿心电;
本发明一种基于母体心电信号的胎儿心率提取方法第五步S5:在胎儿心电信号中根据初步定位的胎儿QRS波群位置对应的幅值判断胎儿心电信号的极性;当极性判断为正时,则在初步提取的R峰位置周围0.08s的局部区间内使用局部最大值函数重新确定胎儿R峰的位置;根据胎儿RR间期序列的中间部分计算RR间期均值RRm作为整个RR间期序列的平均值;利用每个RR间期序列的间期长度特征对初步定位的胎儿QRS波群进行校正;校正方法包括:定义Ri为胎儿的第i个R波的位置,i的取值为1,2,...,N,N为初步提取的胎儿R波的个数,则胎儿心电信号中第i个RR间期序列为:
RRi=Ri+1-Ri
所有R峰幅值的绝对值的均值定义为Ra,对胎儿QRS波群的校正过程为:S5.1若RRi≤0.55RRm,则移除Ri+1;S5.2若Ri位置在原信号对应的幅值小于0.4Ra,则该位置的R峰是误检,需要移除Ri;S5.3根据假阳性校正结果更新RRm和Ra,进行假阴性校正,从起始位置到第一个胎儿R峰的间期定义为
RRhead=R1-1;
最后一个胎儿R峰到结束位置的间期定义为
RRtail=length(fECG)-RN;
校正方法对起始间期RRhead或RRtail的处理方法:如果RRhead或RRtail>1.5RRm,起始位置缺失一个胎儿R峰或R谷,则在指定区间[R1-1.3RRm,Ri-1.3RRm+0.6RRm]内根据信号极性寻找最值作为漏检的胎儿R峰或R谷;如果0.75RRm<RRhead或RRtail<1.55RRm,该间期可能错过一个R峰或R谷,指定搜索区间为[1,0.5RRm],搜索区间的最值为Ramp,在满足判断条件abs(Ramp)>0.6Ra时,则此区间有漏检胎儿R峰或R谷,反之则RRhead或RRtail间期正常;校正方法对RR间期序列剩余部分RRi的处理方法如下:若RRi>1.55RRm,则判断为在该RRi间期缺失至少一个R峰,反之则表示该区间表现正常;对于缺失R峰的RRi间期,根据:
m=round(RRi/RRm)-1
判断该区间胎儿R峰缺失的个数,该区间指定对应的m个片段,在每个片段中搜索缺失的对应的R峰,每个片段的指定搜索区间为
其中,n决定每个片段的搜索区间的大小,最大值为6,即在每个片段中逐渐扩展搜索区间寻找一个大于指定阀值的局部最值,其对应的位置为漏检的胎儿R峰位置。
如图5所示,本发明一种基于母体心电信号的胎儿心率提取方法第六步S6:基于聚类分析提取的胎儿QRS波群的可行性分析过程,从预处理的胎儿心电信号中选取特征作为未分类的数据集,采用欧几里得距离作为相似性度量来进行聚类分析,聚类分析方法包括:S6.1根据预处理的胎儿心电信号的极大值和极小值均值的绝对值判断信号的极性;S6.2如果胎儿心电信号的极性为正,则选择极大值作为未聚类的数据集;S6.3如果胎儿心电信号的极性为负,则选择极小值作为未聚类的数据集。
本发明一种基于母体心电信号的胎儿心率提取方法第七步S7:根据预处理后的胎儿心电信号的极性,另选取相应的极值对(极大-极小对)作为未聚类的数据集,进行聚类分析,最后对两种聚类结果使用交叉阑值的方法进行处理,S7.1分析过程:基于极值特征的聚类分析结果被定义为Ei(i=1,2,...,m),其中m是被选为胎儿QRS波群类别极值的个数,并计算对应位置极值的均值为EM,以极值对为聚类特征的聚类结果被定义为Pi(i=1,2,...,n),其中n是被选为胎儿QRS波群类别的极值对的个数,并计算对应位置极值对的特征值的均值为PM;S7.2处理过程:若Pi(i=1,2,...,n)对应位置的胎儿R峰极值大于0.5M,则该极值对对应位置为初步提取到的胎儿QRS波群位置;若Ei(i=1,2,...,m)对应位置的极值对的特征值大于0.02PM,则该极值对应的位置为提取到的胎儿QRS波群位置。
工作原理:首先对孕妇腹部电信号进行预处理,使用基于聚类分析算法初步定位母体QRS波群,使用改进的假阳性和假阴性校正算法对初步定位结果进行校正,然后从预处理后的信号中移除母体心电信号模板信号后得到的剩余量就是胎儿心电信号,消除母体心电信号干扰,减弱相关性,提取孕妇腹部电信号中的胎儿心电信号信息,然后重构生成胎儿心电信号。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于母体心电信号的胎儿心率提取方法,其特征在于,包括以下步骤:
S1:给孕妇佩戴听诊式胎儿监护仪,通过其胎心率探头和宫缩探头提取孕妇腹部的心电信号,通过迭代筛选过程,将信号分解成由高频到低频,对收集到的孕妇腹部所有频段的心电信号作初步处理;
S2:将初步获取的孕妇腹部电信号减去经过微调处理后的最佳匹配的母体心电信号模板信号,获得胎儿心电信号,将获得的胎儿心电信号再做降噪处理;
S3:依据胎儿心电和母体心电的基频和幅值差异,消除频段信号中母体心电的QRS波群干扰,利用胎儿心电的QRS波群中显著的频段信号,检测胎儿心电的特征周期;
S4:采用准周期分量提取胎儿心电,然后根据周期性修缮重构胎儿心电,将多通道腹壁混合心电信号分别进行分解,得到各通道各自心电频段,将各通道信号中相同阶数的心电频段进行提取,得到胎儿心电的各阶心电频段,最后相加得到提取的最终胎儿心电;
S5:在胎儿心电信号中根据初步定位的胎儿QRS波群位置对应的幅值判断胎儿心电信号的极性;
当极性判断为正时,则在初步提取的R峰位置周围0.08s的局部区间内使用局部最大值函数重新确定胎儿R峰的位置;
根据胎儿RR间期序列的中间部分计算RR间期均值RRm作为整个RR间期序列的平均值;
利用每个RR间期序列的间期长度特征对初步定位的胎儿QRS波群进行校正。
S6:基于聚类分析提取的胎儿QRS波群的可行性分析过程,从预处理的胎儿心电信号中选取特征作为未分类的数据集,采用欧几里得距离作为相似性度量来进行聚类分析;
S7:根据预处理后的胎儿心电信号的极性,另选取相应的极值对(极大-极小对)作为未聚类的数据集,进行聚类分析,最后对两种聚类结果使用交叉阑值的方法进行处理。
2.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S1中初步处理方法包括:
S1.1使用小波软阈值降噪算法去除单通道孕妇腹部电信号的高频噪声;
S1.2使用小波分解去除8Hz以下的基线和运动伪迹干扰,去除的低频成分包括母体心电信号中的P、T波;
S1.3使用50Hz陷波器去除电力线干扰。
3.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S2中降噪处理方法包括:
S2.1对胎儿心电信号经过小波软阈值降噪算法去除高频噪声;
S2.2使用零相位低通滤波器提取低频成分。
4.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S3中消除信号干扰方法包括:
S3.1对预处理后的胎儿心电信号进行导数滤波,然后对信号导数的幅度平方处理;
S3.2使用三次曲线函数增强平方处理后的信号中的对应胎儿QRS波群的部分;
S3.3对增强后的信号选取合适的闯值,提取出胎儿QRS波群对应的子区间;
S3.4针对信号导数的幅度平方处理后的信号分别在提取的子区间中寻找最大值对应的位置,即是初步提取的胎儿QRS波群位置;
S3.5对胎儿QRS波群的假阳性和假阴性进行校正。
5.根据权利要求4所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S3中胎儿心电的特征周期获取方法包括:
假设由m个混合信号构成的矩阵为X=(x1.x2,...xm,)T,其中,x为列向量表示的信号,是由n个相互独立的源信号s1,s2,...,sn,线性叠加而成的,且s为信号值构成的列向量。设S=(s1,s2,...,sn)T,则有:
X=AS
式中,A为m*n阶系数矩阵,称为混合矩阵。需要找到一个正交矩阵W=(w1,w2,...,wn)(其中w为列向量),使得:
Y=WTS
为源信号S的估计,则考虑Y=(y1,y2,...yn,)T中的第i个信号为目标信号胎儿心电),具有准周期特性,其特征周期为T。
6.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S5中校正方法包括:
定义Ri为胎儿的第i个R波的位置,i的取值为1,2,...,N,N为初步提取的胎儿R波的个数,则胎儿心电信号中第i个RR间期序列为:
RRi=Ri+1-Ri
所有R峰幅值的绝对值的均值定义为Ra,对胎儿QRS波群的校正过程为:
S5.1若RRi≤0.55RRm,则移除Ri+1;
S5.2若Ri位置在原信号对应的幅值小于0.4Ra,则该位置的R峰是误检,需要移除Ri;
S5.3根据假阳性校正结果更新RRm和Ra,进行假阴性校正,从起始位置到第一个胎儿R峰的间期定义为
RRhead=R1-1;
最后一个胎儿R峰到结束位置的间期定义为
RRtail=length(fECG)-RN。
7.根据权利要求6所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述校正方法对起始间期RRhead或RRtail的处理方法如下:
如果RRhead或RRtail>1.5RRm,起始位置缺失一个胎儿R峰或R谷,则在指定区间[R1-1.3RRm,Ri-1.3RRm+0.6RRm]内根据信号极性寻找最值作为漏检的胎儿R峰或R谷;
如果0.75RRm<RRhead或RRtail<1.55RRm,该间期可能错过一个R峰或R谷,指定搜索区间为[1,0.5RRm],搜索区间的最值为Ramp,在满足判断条件abs(Ramp)>0.6Ra时,则此区间有漏检胎儿R峰或R谷,反之则RRhead或RRtail间期正常。
9.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S6聚类分析方法包括:
S6.1根据预处理的胎儿心电信号的极大值和极小值均值的绝对值判断信号的极性;
S6.2如果胎儿心电信号的极性为正,则选择极大值作为未聚类的数据集;
S6.3如果胎儿心电信号的极性为负,则选择极小值作为未聚类的数据集。
10.根据权利要求1所述的一种基于母体心电信号的胎儿心率提取方法,其特征在于:所述步骤S7中交叉阈值分析与处理过程包括:
S7.1分析过程:基于极值特征的聚类分析结果被定义为Ei(i=1,2,...,m),其中m是被选为胎儿QRS波群类别极值的个数,并计算对应位置极值的均值为EM,以极值对为聚类特征的聚类结果被定义为Pi(i=1,2,...,n),其中n是被选为胎儿QRS波群类别的极值对的个数,并计算对应位置极值对的特征值的均值为PM;
S7.2处理过程:若Pi(i=1,2,...,n)对应位置的胎儿R峰极值大于0.5M,则该极值对对应位置为初步提取到的胎儿QRS波群位置;若Ei(i=1,2,...,m)对应位置的极值对的特征值大于0.02PM,则该极值对应的位置为提取到的胎儿QRS波群位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310215806.1A CN116421196A (zh) | 2023-03-08 | 2023-03-08 | 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 |
---|---|---|---|
CN202310215806.1A CN116421196A (zh) | 2023-03-08 | 2023-03-08 | 一种基于母体心电信号的胎儿心率提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116421196A true CN116421196A (zh) | 2023-07-14 |
Family
ID=87078632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310215806.1A Pending CN116421196A (zh) | 2023-03-08 | 2023-03-08 | 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) | CN116421196A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104887220A (zh) * | 2015-06-18 | 2015-09-09 | 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 |
DE102014013710A1 (de) * | 2014-09-16 | 2016-03-17 | Personal Medsystems Gmbh | Verfahren zum Erzeugen eines akustischen Signals und Elektrokardiogrammgerät |
CN110613435A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监护探头及胎心率和宫缩压力的检测方法 |
-
2023
- 2023-03-08 CN CN202310215806.1A patent/CN116421196A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014013710A1 (de) * | 2014-09-16 | 2016-03-17 | Personal Medsystems Gmbh | Verfahren zum Erzeugen eines akustischen Signals und Elektrokardiogrammgerät |
CN104887220A (zh) * | 2015-06-18 | 2015-09-09 | 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 |
CN110613435A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监护探头及胎心率和宫缩压力的检测方法 |
Non-Patent Citations (2)
Title |
---|
张淼 等: "多通道胎儿心电提取的经验模态分解和准周期成分提取方法", 工程科学与技术, 30 November 2020 (2020-11-30), pages 223 - 227 * |
董亚朋 等: "基于联合聚类分析的单通道腹部心电信号的胎心率提取", 成都信息工程大学学报, 31 August 2021 (2021-08-31), pages 361 - 366 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112932498B (zh) | 一种基于深度学习的强泛化能力的t波形态分类系统 | |
US20240366155A1 (en) | Systems and methods for maternal uterine activity detection | |
CN101596108B (zh) | 胎儿心电图的一种基于重构相空间的非线性分离提取方法 | |
US20240389929A1 (en) | Fusion signal processing for maternal uterine activity detection | |
Lamesgin et al. | Extraction of fetal ECG from abdominal ECG and heart rate variability analysis | |
CN103750835A (zh) | 一种心电信号特征检测算法 | |
CN116784860B (zh) | 基于形态学心拍模板聚类的心电信号特征提取系统 | |
Sasikala et al. | Extraction of P wave and T wave in Electrocardiogram using Wavelet Transform | |
CN110420022A (zh) | 一种基于双密度小波变换的p波检测方法 | |
CN103054572A (zh) | 基于单导联心室晚电位信号的盲源分离方法 | |
Viunytskyi et al. | Signal processing techniques for fetal electrocardiogram extraction and analysis | |
Di Maria et al. | An algorithm for the analysis of fetal ECGs from 4-channel non-invasive abdominal recordings | |
Viunytskyi et al. | Fetal ECG and heart rhythm analyzing using BabyCard | |
CN114903497A (zh) | 基于递归复杂网络和卷积神经网络的房颤检测方法 | |
CN116421196A (zh) | 一种基于母体心电信号的胎儿心率提取方法 | |
US20220378364A1 (en) | Systems and methods for maternal uterine activity detection | |
Zhang et al. | Noise reduction of the electrocardiography signal and thoracic impedance differential signal based on adaptive EEMD and wavelet thresholding | |
Ishikawa et al. | Noise reduction by perfect-translation-invariant complex discrete wavelet transforms for fetal electrocardiography and magnetocardiography | |
CN113662557A (zh) | 一种基于因子同步性分析的多导联胎儿心电提取装置 | |
CN112914502B (zh) | 基于ewt的肠动信号分离方法 | |
AbuHantash et al. | Swarm Decomposition of Abdominal Signals for Non-invasive Fetal ECG Extraction | |
Kusuma et al. | Comparative Performance of Various Wavelet Transformation for the Detection of Normal and Arrhythmia ECG Signal | |
Para et al. | Fetal ECG Extraction using Wavelet Transform | |
Jambhekar et al. | EEG Signal Processing for Fetus and Mother Using MATLAB using Image Processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |