CN103845079B - 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 - Google Patents
一种基于盲分离的多普勒胎心音瞬时心率的检测方法 Download PDFInfo
- Publication number
- CN103845079B CN103845079B CN201410052385.6A CN201410052385A CN103845079B CN 103845079 B CN103845079 B CN 103845079B CN 201410052385 A CN201410052385 A CN 201410052385A CN 103845079 B CN103845079 B CN 103845079B
- Authority
- CN
- China
- Prior art keywords
- fetal heart
- heart sound
- doppler
- frequency
- signal
- 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.)
- Active
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明是一种基于盲分离的多普勒胎心音瞬时心率的检测方法。检测方法包括:通过低通滤波器对多普勒胎心音进行去噪预处理;对于处理后的超声多普勒胎心音进行时频分析,利用短时傅里叶变换求取超声波多普勒胎心音信号的时频图;根据胎心音信号时频图的周期性特点的先验知识在时频图选取几个特征频段,接着对所取的不同的频段信号做FastICA分析,计算出独立分量,然后确定与胎儿心音信号最匹配的独立分量,接下来计算最匹配独立分量的自相关函数,检测其峰值,最后计算胎儿心音心率。本发明对于临床采集到的超声多普勒胎心音信号的瞬时心率的计算,方法简单,运算速度快,灵活性好,准确度高。
Description
技术领域
本发明是一种基于盲分离的多普勒胎心音瞬时心率的检测方法,特别是一种涉及医用监护技术领域的基于单通道盲分离的多普勒胎儿心音信号的瞬时心率检测方法,属于基于盲分离的多普勒胎心音瞬时心率的检测方法的创新技术。
背景技术
胎心监护是保障胎儿和产妇安全,实现国家优生优育的重要手段,在围产阶段对母体内的胎儿进行监护,可以在了解胎儿发育状况的同时,大大地减少因缺氧、缺血而出现的窘迫,导致的胎儿出生缺陷,甚至胎儿死亡的情况。胎心率电子监护是目前最广泛的胎儿监护的方法。胎儿监护仪对胎心率,宫缩信号进行检测,并标记胎动,同时把数据信息传送到中央监护站,由中央监护站完成孕妇记录的保存,分析和管理。快速准确的检测和分析胎心率具有较大的难度,也成为近年的研究方向。
对胎心的监护和胎儿瞬时心率的研究在很早就已经开始了,并且采用的处理方法有很多种,总结起来,可分为以下两个大方向:
(1)基于胎儿心电信号计算胎儿瞬时心率,主要原理是将胎儿的心跳机械振动转化成电信号,检测信号并进行分析。基于胎儿心电信号计算胎儿瞬时心率的方法有:但是因为采集到的母亲和胎儿的心电信号的重叠,加上各种噪声的混合,使得幅值较小的胎儿信号基本上被淹没,分离母亲胎儿的心电信号具有很大的挑战,即使分离出来,错误率也会较大。
(2)基于胎儿心音信号计算胎儿瞬时心率,通过检测胎儿心跳的音频信号周期,来计算胎儿瞬时心率。超声多普勒测量方法是目前最常用的胎儿心率测量方法。但是,由于从超声波换能器上检测的超声多普勒声音混杂有幅度大,分布广的噪声干扰,以及胎儿身体在母体内运动时,声音信号强弱变化明显。在时域和频域上,这些干扰信号混叠在一起对胎儿心音信号的瞬时心率计算造成很大的影响。
胎儿心音信号属于非平稳信号,常规傅里叶变换方法不能刻画任一时刻的频率成分,无法对其进行全面的分析。时频分析是非平稳信号分析的一个有力工具,该方法将一维时域信号变换到二维的时频平面,提供了时间域和频率域的联合分布信息,清楚的描述了信号频率随时间变换的关系。由于胎儿心音信号是非平稳信号,噪声信号是平稳信号,是相互独立的信号,鉴于此,本发明提出基于盲分离的多普勒胎心音的瞬时心率检测算法,将胎儿心音的时间域和频率域的分布信息联合起来,利用对于胎心音信号周期性的先验知识选取不同的频段,进性独立分量分析,将不同的独立信号进行分离,选取与原信号相关性最强的频段分量,并计算胎心音的瞬时心率。
正常心脏有四个心音:第一(S1)、第二(S2)、第三(S3)、第四(S4)心音,但多数情况下只能听到第一和第二心音。第一心音的出现标志着心室收缩期的开始;第二心音的出现标志心室缩张期的开始。从出现第一心音到出现第二心音的期间定义为心室收缩期;从出现第二心音到下一心动周期中出现第一心音的期间定义为心室缩张期。在一个心动周期中,心音的主要成分为:第一心音、收缩期、第二心音、舒张期,通过它们可以完整的表述出心音的时间特性。对于一般人来说,正常情况下心脏的收缩期短语舒张期。胎儿的平均心率为120-160次/分,心动周期约为0.85(秒),其中收缩期大约占0.35(秒),舒张期大约占0.55(秒)。也就是说,一般人的心音信号中,S1音到S2音在时域上的间隔大约为0.35(秒)。
发明内容
本发明的目的在于考虑上述问题而提供一种针对由超声多普勒仪器采集得到的胎儿心音,能快速计算出胎儿的瞬时心率的基于盲分离的多普勒胎心音瞬时心率的检测方法。本发明对于临床采集到的超声多普勒胎心音信号的瞬时心率的计算,方法简单,运算速度快,灵活性好,准确度高,本发明为更好的进行胎儿监护提供重要的理论价值和临床意义。
本发明的技术方案是:本发明的基于盲分离的多普勒胎心音瞬时心率的检测方法,包括有如下步骤:
1)将超声波多普勒胎心音信号x(n)进行低通滤波预处理去除噪声得到y(n),低通滤波器的截止频率为fH;
2)对于y(n)采用时间窗为N的短时傅里叶变换进行时频分析,得到超声波多普勒胎心音的时频图s(w,t);
3)对s(w,t)取模,将复信号变为实信号|s(w,t)|;
4)在|s(w,t)|中,选取5个特征频率ωx所对应的的时频信号|s(wx,t)|,其中x=1,2,3,4,5;
5)|s(w,t)|进行独立分量分析,得到5个独立分量ICx,x=1,2,3,4,5;
6)将5个独立分量分别与步骤1)所得到y(n)信号进行互相关运算,选择相关系数最大的独立分量为ICA;
7)对ICA自相关函数进行峰值检测,求瞬时胎心率值。
与现有技术相比,本发明的优点和效果在于:本发明针对由超声多普勒仪器采集得到的胎儿心音,本发明的方法利用时频分析将一维非平稳的胎儿心音信号转换到能清楚的描述信号频率随时间变换的二维时频平面,在二维时频平面上将不同频段信号看作是不同信号,利用独立分量分析将独立信号分离,提取与信号相关性最大的独立分量,再检测其周期性,由此快速计算胎儿瞬时心率,为更好的进行胎儿监护提供重要的理论价值和临床意义。本发明的方法准确率比常规方法高。本发明是一种方便实用的基于盲分离的多普勒胎心音瞬时心率的检测方法。
附图说明
图1是本发明基于盲分离多普勒胎心音的瞬时心率检测方法的流程图;
图2是临床采集的超声多普勒胎心音信号的示意图;
图3是本发明中利用用短时傅里叶变换对胎儿心音信号进行时频变换后取模的二维时频平面图;
图4是分离独立信号图;
图5是ICA与原信号的对比图;
图6是计算得到的胎儿心音信号的瞬时心率的示意图。
具体实施方式
实施例:
本发明基于时频分析的多普勒胎心音的瞬时心率检测的流程图如图1所示,包括如下步骤:
1)将超声波多普勒胎心音信号x(n)进行低通滤波预处理去除噪声得到y(n),低通滤波器的截止频率为fH;
2)对于y(n)采用时间窗为N的短时傅里叶变换进行时频分析,得到超声波多普勒胎心音的时频图s(w,t);
3)对s(w,t)取模,将复信号变为实信号|s(w,t)|;
4)在|s(w,t)|中,选取5个特征频率ωx所对应的的时频信号|s(wx,t)|,其中x=1,2,3,4,5;
5)|s(w,t)|进行独立分量分析,得到5个独立分量ICx,x=1,2,3,4,5;
6)将5个独立分量分别与步骤1所得到y(n)信号进行互相关运算,选择相关系数最大的独立分量为ICA;
7)对ICA自相关函数进行峰值检测,求瞬时胎心率值。
所述步骤1)中,fH为250Hz,即采用低通频带为0-250Hz的低通滤波器。
所述步骤2)中短时傅里叶变换STFT是一种时频分析方法,其定义如下:
其中h(t)是窗函数,x(τ)是信号。τ为信号自变量,t是时间变量,ω为频率自变量。沿时间轴移动分析窗,我们可以得到二维的时频平面。此次方案实施中移动分析窗的长度为N=64。
由于上述步骤2)中的时频变换获得的时频分量是复数值,故所述步骤3)中,将其求模变换成实数。
所述步骤4)中,独立分量ICx的选取根据经验选取几段跟原始信号周期性相似的频率段。由于步骤3)中的时频图能够较好的显示原信号的周期性,我们选取比较明显的特征频段。为了方便计算实验中我们选取5个频段ωx,x=1,2,3,4,5。实施方案中特征频段ωx的选择如下:ω1=7.8125,ω2=15.625,ω3=23.4375,ω4=31.25,ω5=39.0625。
所述步骤5)中,将分离出的独立分量信号ICx与去噪信号y(n)进行互相关运算,选取相关性最大的独立分量定义为ICA,选取的独立信号其周期性与原信号相同,本实验实施过程中最大的相关系数可高达0.95以上。
所述步骤6)中,对ICA进行峰值检测之前,先做自相关计算,然后对自相关曲线进行峰值检测,接下来计算瞬时心率。瞬时心率的计算公式为:
f0是采样信号的采样频率。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于包括有如下步骤:
1)将超声波多普勒胎心音信号x(n)进行低通滤波预处理去除噪声得到y(n),低通滤波器的截止频率为fH;
2)对于y(n)采用时间窗为N的短时傅里叶变换进行时频分析,得到超声波多普勒胎心音的时频分量s(w,t);
3)对s(w,t)取模,将复信号变为实信号|s(w,t)|;
4)在|s(w,t)|中,选取5个特征频率ωx所对应的的时频信号|s(wx,t)|,其中x=1,2,3,4,5;
5)对|s(w,t)|进行独立分量分析,得到5个独立分量ICx,x=1,2,3,4,5;
6)将5个独立分量分别与步骤1)所得到的y(n)信号进行互相关运算,选择相关系数最大的独立分量为ICA;
7)对ICA自相关函数进行峰值检测,求瞬时胎心率值。
2.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于上述步骤1)中fH为250Hz,即采用低通频带为0-250Hz的低通滤波器。
3.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于上述步骤2)中短时傅里叶变换STFT是一种时频分析方法,其定义如下:
其中h(t)是窗函数,x(τ)是信号,τ为信号自变量,t是时间变量,ω为频率自变量,沿时间轴移动分析窗,能得到二维的时频平面。
4.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于因步骤2)中时频分析得到的超声波多普勒胎心音的时频分量s(w,t)是复数值,步骤3)中,将其求模变换成实数|s(w,t)|。
5.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于上述步骤5)中,独立分量ICx选取几段跟原始信号周期性相似的特征频率。
6.根据权利要求5所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于由于上述步骤3)中的时频图能够较好的显示原信号的周期性,选取比较明显的特征频率,为了方便计算,实验中选取5个特征频率ωx,x=1,2,3,4,5。
7.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于上述步骤6)中,将分离出的独立分量信号ICx与去噪信号y(n)进行互相关运算,选取相关性最大的独立分量定义为ICA,选取的独立分量其周期性与原信号相同。
8.根据权利要求1所述的基于盲分离的多普勒胎心音瞬时心率的检测方法,其特征在于上述步骤7)中,进行峰值检测之前,先做自相关计算,然后对自相关函数进行峰值检测,接下来计算瞬时心率,瞬时胎心率的计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410052385.6A CN103845079B (zh) | 2014-02-14 | 2014-02-14 | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410052385.6A CN103845079B (zh) | 2014-02-14 | 2014-02-14 | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103845079A CN103845079A (zh) | 2014-06-11 |
CN103845079B true CN103845079B (zh) | 2015-12-30 |
Family
ID=50853505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410052385.6A Active CN103845079B (zh) | 2014-02-14 | 2014-02-14 | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103845079B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104414679A (zh) * | 2013-09-04 | 2015-03-18 | 北京航空航天大学 | 一种中心动脉压重建中外周压力波延迟时间的确定方法 |
CN104473631B (zh) * | 2014-12-12 | 2016-07-13 | 广东工业大学 | 一种基于非负盲分离胎儿心电瞬时心率识别方法及*** |
HU230994B1 (hu) * | 2015-06-25 | 2019-08-28 | PentaVox Mérnöki, Menedzsment és Kereskedelmi Kft | Eljárás és készülék magzati szívhangok passzív érzékelés útján végzett meghatározására, valamint rendszer a magzati szívműködés vizsgálatához |
CN105286920B (zh) * | 2015-11-05 | 2017-10-10 | 无锡祥生医学影像有限责任公司 | 超声多普勒信息自适应干扰抑制方法 |
CN105787946B (zh) * | 2016-03-17 | 2019-05-14 | 广东工业大学 | 一种非负盲分离胎心音分析方法及装置 |
CN105877706A (zh) * | 2016-03-31 | 2016-08-24 | 济南大学 | 一种基于改进谱减法的心音增强方法 |
CN106491085A (zh) * | 2016-10-31 | 2017-03-15 | 广东工业大学 | 一种胎儿心音瞬时心率检测识别方法及装置 |
CN109009059B (zh) * | 2018-09-11 | 2021-03-30 | 江苏鹿得医疗电子股份有限公司 | 基于心音的心率计算方法 |
CN109635786B (zh) * | 2019-01-22 | 2022-05-17 | 佛山市百步梯医疗科技有限公司 | 一种基于心音自相关函数的心率计算方法 |
EP3730058A1 (en) * | 2019-04-24 | 2020-10-28 | Koninklijke Philips N.V. | Fetal ultrasound processing unit for separating heart rate signals |
CN112137645A (zh) * | 2020-08-17 | 2020-12-29 | 安徽医科大学第一附属医院 | 一种基于心率差异的超声成像方法 |
CN114224384A (zh) * | 2021-12-16 | 2022-03-25 | 深圳市莱康宁医用科技股份有限公司 | 胎心双向频谱、监护方法、临床方法、定位方法及监护仪 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2456375A (en) * | 2008-01-08 | 2009-07-15 | Gen Electric | Distinguishing maternal and foetal electrocardiograph signals using independent component analysis of waveforms from abdominal electrodes |
CN102458246A (zh) * | 2009-06-05 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 运动确定设备 |
CN102525452A (zh) * | 2011-10-19 | 2012-07-04 | 广东工业大学 | 一种基于斜投影的单通道胎儿心电盲分离装置及分离方法 |
EP2478835A1 (en) * | 2009-09-18 | 2012-07-25 | Tohoku University | Signal extracting apparatus |
CN103462642A (zh) * | 2013-08-20 | 2013-12-25 | 广东工业大学 | 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7333850B2 (en) * | 2004-05-28 | 2008-02-19 | University Of Florida Research Foundation, Inc. | Maternal-fetal monitoring system |
-
2014
- 2014-02-14 CN CN201410052385.6A patent/CN103845079B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2456375A (en) * | 2008-01-08 | 2009-07-15 | Gen Electric | Distinguishing maternal and foetal electrocardiograph signals using independent component analysis of waveforms from abdominal electrodes |
CN102458246A (zh) * | 2009-06-05 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 运动确定设备 |
EP2478835A1 (en) * | 2009-09-18 | 2012-07-25 | Tohoku University | Signal extracting apparatus |
CN102525452A (zh) * | 2011-10-19 | 2012-07-04 | 广东工业大学 | 一种基于斜投影的单通道胎儿心电盲分离装置及分离方法 |
CN103462642A (zh) * | 2013-08-20 | 2013-12-25 | 广东工业大学 | 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
Detection and analysis of fetal movements by ultrasonic multi-sensor Doppler (ACTIFOETUS);A.Kribeche 等;《Ultrasonics Symposium, 2004 IEEE 》;20040827;第2卷;全文 * |
基于经验模式分解与独立分量分析心电信号消噪方法;行鸿彦 等;《中国组织工程研究与临床康复》;20090122;第13卷(第4期);全文 * |
盲信号分离输出与源信号的一致性判断;姚志湘 等;《华南理工大学学报 自然科学报》;20070531;第35卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103845079A (zh) | 2014-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103845079B (zh) | 一种基于盲分离的多普勒胎心音瞬时心率的检测方法 | |
CN103462642B (zh) | 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置 | |
CN105411577B (zh) | 胎儿心电信号分离方法及*** | |
US9107584B2 (en) | Method of reducing ultrasound signal ambiguity during fetal monitoring | |
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 | |
CN101919704B (zh) | 一种心音信号定位、分段方法 | |
CN104473631B (zh) | 一种基于非负盲分离胎儿心电瞬时心率识别方法及*** | |
US11116478B2 (en) | Diagnosis of pathologies using infrasonic signatures | |
US20210345991A1 (en) | Diagnosis of pathologies using infrasonic signatures | |
CN103584854A (zh) | 心电信号r波的提取方法 | |
TWI572327B (zh) | 利用音頻訊號判斷流體管路窄化的檢測裝置、電腦程式產品及電腦可讀取媒體 | |
CN105138823B (zh) | 一种基于自相关函数的生理信号质量检测方法 | |
CN102860843A (zh) | 一种胎心信号采集的方法及装置 | |
Haritopoulos et al. | Foetal PQRST extraction from ECG recordings using cyclostationarity-based source separation method | |
KR101453644B1 (ko) | 피크 검출 방법, 피크 검출 장치 및 태아 심박 검출 장치 | |
CN106175835B (zh) | 一种超声频谱完整心动周期标记的方法 | |
Varghees et al. | Two-channel heart sound segmentation framework using phonocardiogram and pulsatile signals | |
WO2018023698A1 (zh) | 一种胎儿心电分离方法及装置 | |
US20180116628A1 (en) | Method and apparatus for detecting instantaneous fetal heart rate of doppler fetal heart sound based on time-frequency analysis | |
CN109146006B (zh) | 模板库结合非线性模板匹配胎心率提取方法 | |
CN104873222A (zh) | 一种基于智能移动终端的胎心率检测方法 | |
US11911136B2 (en) | System and method for calculating cardiac pulse transit or arrival time information | |
Wei et al. | Improving local PCA in pseudo phase space for fetal heart rate estimation from single lead abdominal ECG | |
CN103479397B (zh) | 基于松弛算法的彩色超声参数化血流信号提取方法 | |
Tang et al. | Deep Learning Radar for High-Fidelity Heart Sound Recovery in Real-World Scenarios |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |