CN110940409A - 一种基于iceemdan与ica联合去噪的超声信号测量方法 - Google Patents
一种基于iceemdan与ica联合去噪的超声信号测量方法 Download PDFInfo
- Publication number
- CN110940409A CN110940409A CN201911212496.8A CN201911212496A CN110940409A CN 110940409 A CN110940409 A CN 110940409A CN 201911212496 A CN201911212496 A CN 201911212496A CN 110940409 A CN110940409 A CN 110940409A
- Authority
- CN
- China
- Prior art keywords
- signal
- component
- ica
- imf
- ultrasonic
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明属于声学计量领域,涉及超声场测量数据处理设计,尤其是一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,包括以下步骤:S1、对利用水听器收集到的信号进行采集;S2、利用ICEEMDAN对超声信号进行分解,得到若干模态函数IMF;S3、计算出超声信号的IMF分量与原含噪声信号的互相关系数,根据计算得到的相关系数去除相关系数高之后的分量,将剩余分量构建为虚拟噪声通道信号;S4、将虚拟噪声通道信号与原始采集到的超声信号作为ICA的输入;S5、利用FastICA提取噪声与有用信息并分离,最终得到去噪后的超声波信号。
Description
技术领域
本发明属于声学计量领域,涉及超声场测量数据处理设计,尤其是一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法。
背景技术
医用超声的普及及使用为医生及患者带来极大的便利,其中聚焦超声可以实现将超声能量聚焦在人体病变组织实现去除病变组织的功能,为了能够将超声能量精准控制在病变区域以及控制超声能量的强弱,需要对超声设备的信号进行测量。
目前,水听器法测量超声信号是一种较为常用的测量方法,通过制作的三轴控制装置实现水听器水下收集超声信号,由于收集信号过程为直接测量,空气中的声波以及控制装置在移动过程中产生的震动从而产生水波对水听器收集信号过程产生主要的干扰,空气中的声信号既有高频干扰也有低频噪声,单方面的对其中一种噪声滤波不能达到理想效果,因此需要对水听器收集到的超声信号进行去噪算法的联合去噪,实现干扰更小的信号收集。
超声在医疗领域的应用对一些特定的疾病治疗带来极大的方便,但由于超声设备是将超声能量作用于人体组织或器官,其安全性也受到密切关注,目前常用的声场测量方法为水听器法,水听器是主要依靠水生换能器将声信号转换为电信号灵敏传感器,也是由于其自身灵敏度的特点,在水听器工作时容易将掺杂在待测信号的其他干扰收集进来,其主要来源控制***在运动过程中产生的震动以及遍布在空气中的各种声波,目前市场的各测量设备大部分将信号直接采集进行声场测量以及计算,本专利为了减少噪声对实验数据的扰动,提高超声信号收集过程中的准确性,增加超声设备的安全可靠性,对收集到的声信号进行降噪处理。
发明内容
本发明的目的在于针对水听器法测量超声声场参数的过程中产生的噪音问题,提供一种通过对接收到的水听器信号进行处理,得到准确性更高的信号数据的基于ICEEMDAN与ICA联合去噪的超声信号测量方法。
本发明采取的技术方案是:
一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,其特征在于:包括以下步骤:
S1、对利用水听器收集到的信号进行采集;
S2、利用ICEEMDAN对超声信号进行分解,得到若干模态函数IMF;
S3、计算出超声信号的IMF分量与原含噪声信号的互相关系数,根据计算得到的相关系数去除相关系数高之后的分量,将剩余分量构建为虚拟噪声通道信号;
S4、将虚拟噪声通道信号与原始采集到的超声信号作为ICA的输入;
S5、利用FastICA提取噪声与有用信息并分离,最终得到去噪后的超声波信号。
进一步的,所述步骤S2中,包括如下步骤:
S22、构造Xi=x+α0E1(wi),其中w(i)为第i个添加的白噪声,α0为噪声的标准差,计算出Xi的局部均值M(x(i)),得到第一个残差分量r1=<M(xi)>;
S25、根据以下公式计算第k个模态分解IMFk的值:
rk=<M(rk-1+αk-1Ek(w(i)))>,k=1,2,3...N;
以上将得到获得一系列按频率从高到低的固有模态分量,我们将得到各个模态分量与原始信号的相关系数相关系数中第一个极小值点所对应的模态分量的后一个点作为分界分量,将分量前的IMF作为信号构建噪声通道。
进一步的,所述步骤S5中,在ICA中,常用的算法为FastICA,包括如下步骤:
S51、中心化观测信号,使其均值变为0,随后白化,得到标准化的数据Z(t);
S52、确定独立成分的个数N以及收敛阈值ε;
S53、定义分离矩阵W=[w1,w2...wm]T,并初始化wi使得分离矩阵的模为1;
S514、更新分离矩阵,使得
S55、正交化矩阵W使得
S56、判断矩阵W是否收敛,如果1-min{|(diagW(k+1)T)W(k)|}<ε,则W即为所求分离矩阵,若不满足条件,重复步骤S53-S56;
S57、根据Y=WX求得独立分量。
本发明的优点和积极效果是:
本发明中,提供一种基于ICEEMDAN与ICA联合去噪的测量方法,首先将采集到的超声信号分解成不同频率的IMF分量,根据各IMF分量与原始信号相关系数的第一个极小值点设定分界分量,进而确定含有噪音的分量,对于含有噪音的分量进行ICA消除噪音,随后利用FastICA提取噪声与有用信息并分离,最终得到去噪后的超声波信号。
具体实施方式
下面结合实施例,对本发明进一步说明,下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,本发明的创新在于,包括以下步骤:
S1、对利用水听器收集到的信号进行采集;
S2、利用ICEEMDAN对超声信号进行分解,得到若干模态函数IMF;
所述步骤S2中,包括如下步骤:
S22、构造Xi=x+α0E1(wi),其中w(i)为第i个添加的白噪声,α0为噪声的标准差,计算出Xi的局部均值M(x(i)),得到第一个残差分量r1=<M(xi)>;
S25、根据以下公式计算第k个模态分解IMFk的值:
rk=<M(rk-1+αk-1Ek(w(i)))>,k=1,2,3...N;
以上将得到获得一系列按频率从高到低的固有模态分量,我们将得到各个模态分量与原始信号的相关系数相关系数中第一个极小值点所对应的模态分量的后一个点作为分界分量,将分量前的IMF作为信号构建噪声通道。
S3、计算出超声信号的IMF分量与原含噪声信号的互相关系数,根据计算得到的相关系数去除相关系数高之后的分量,将剩余分量构建为虚拟噪声通道信号;
S4、将虚拟噪声通道信号与原始采集到的超声信号作为ICA的输入;
S5、利用FastICA提取噪声与有用信息并分离,最终得到去噪后的超声波信号
所述步骤S5中,在ICA中,常用的算法为FastICA,包括如下步骤:
S51、中心化观测信号,使其均值变为0,随后白化,得到标准化的数据Z(t);
S52、确定独立成分的个数N以及收敛阈值ε;
S53、定义分离矩阵W=[w1,w2...wm]T,并初始化wi使得分离矩阵的模为1;
S514、更新分离矩阵,使得
S55、正交化矩阵W使得
S56、判断矩阵W是否收敛,如果1-min{|(diagW(k+1)T)W(k)|}<ε,则W即为所求分离矩阵,若不满足条件,重复步骤S53-S56;
S57、根据Y=WX求得独立分量。
Claims (3)
1.一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,其特征在于:包括以下步骤:
S1、对利用水听器收集到的信号进行采集;
S2、利用ICEEMDAN对超声信号进行分解,得到若干模态函数IMF;
S3、计算出超声信号的IMF分量与原含噪声信号的互相关系数,根据计算得到的相关系数去除相关系数高之后的分量,将剩余分量构建为虚拟噪声通道信号;
S4、将虚拟噪声通道信号与原始采集到的超声信号作为ICA的输入;
S5、利用FastICA提取噪声与有用信息并分离,最终得到去噪后的超声波信号。
2.根据权利要求1所述的一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,其特征在于:所述步骤S2中,包括如下步骤:
S22、构造Xi=x+α0E1(wi),其中w(i)为第i个添加的白噪声,α0为噪声的标准差,计算出Xi的局部均值M(x(i)),得到第一个残差分量r1=<M(xi)>;
S25、根据以下公式计算第k个模态分解IMFk的值:
rk=<M(rk-1+αk-1Ek(w(i)))>,k=1,2,3...N;
以上将得到获得一系列按频率从高到低的固有模态分量,我们将得到各个模态分量与原始信号的相关系数相关系数中第一个极小值点所对应的模态分量的后一个点作为分界分量,将分量前的IMF作为信号构建噪声通道。
3.根据权利要求1所述的一种基于ICEEMDAN与ICA联合去噪的超声信号测量方法,其特征在于:所述步骤S5中,在ICA中,常用的算法为FastICA,包括如下步骤:
S51、中心化观测信号,使其均值变为0,随后白化,得到标准化的数据Z(t);
S52、确定独立成分的个数N以及收敛阈值ε;
S53、定义分离矩阵W=[w1,w2...wm]T,并初始化wi使得分离矩阵的模为1;
S514、更新分离矩阵,使得
S55、正交化矩阵W使得
S56、判断矩阵W是否收敛,如果1-min{|(diagW(k+1)T)W(k)|}<ε,则W即为所求分离矩阵,若不满足条件,重复步骤S53-S56;
S57、根据Y=WX求得独立分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911212496.8A CN110940409A (zh) | 2019-12-02 | 2019-12-02 | 一种基于iceemdan与ica联合去噪的超声信号测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911212496.8A CN110940409A (zh) | 2019-12-02 | 2019-12-02 | 一种基于iceemdan与ica联合去噪的超声信号测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110940409A true CN110940409A (zh) | 2020-03-31 |
Family
ID=69908682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911212496.8A Pending CN110940409A (zh) | 2019-12-02 | 2019-12-02 | 一种基于iceemdan与ica联合去噪的超声信号测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110940409A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112378414A (zh) * | 2020-11-20 | 2021-02-19 | 深圳信息职业技术学院 | 一种基于pm2.5健康出行的路径规划装置及方法 |
CN114239757A (zh) * | 2022-02-25 | 2022-03-25 | 湖南师范大学 | 一种电磁时间序列数据的去噪方法及*** |
CN114264724A (zh) * | 2021-12-23 | 2022-04-01 | 大连海洋大学 | 基于ceemdan联合小波包阈值的超声信号处理方法 |
WO2023109717A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳先进技术研究院 | 一种太赫兹时域信号降噪方法、图像重建方法和*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106903A (zh) * | 2013-01-11 | 2013-05-15 | 太原科技大学 | 一种单通道盲源分离法 |
CN104375973A (zh) * | 2014-11-24 | 2015-02-25 | 沈阳建筑大学 | 一种基于集合经验模态分解的盲源信号去噪方法 |
CN106895906A (zh) * | 2017-03-23 | 2017-06-27 | 西安理工大学 | 一种水轮发电机组振动故障的特征提取方法 |
CN108267784A (zh) * | 2018-01-18 | 2018-07-10 | 国网江西省电力有限公司电力科学研究院 | 一种地震信号随机噪声压制处理方法 |
CN109583350A (zh) * | 2018-11-22 | 2019-04-05 | 江苏方天电力技术有限公司 | 一种局部超声阵列信号的高精度去噪方法 |
CN110146291A (zh) * | 2019-05-31 | 2019-08-20 | 昆明理工大学 | 一种基于CEEMD和FastICA的滚动轴承故障特征提取方法 |
-
2019
- 2019-12-02 CN CN201911212496.8A patent/CN110940409A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106903A (zh) * | 2013-01-11 | 2013-05-15 | 太原科技大学 | 一种单通道盲源分离法 |
CN104375973A (zh) * | 2014-11-24 | 2015-02-25 | 沈阳建筑大学 | 一种基于集合经验模态分解的盲源信号去噪方法 |
CN106895906A (zh) * | 2017-03-23 | 2017-06-27 | 西安理工大学 | 一种水轮发电机组振动故障的特征提取方法 |
CN108267784A (zh) * | 2018-01-18 | 2018-07-10 | 国网江西省电力有限公司电力科学研究院 | 一种地震信号随机噪声压制处理方法 |
CN109583350A (zh) * | 2018-11-22 | 2019-04-05 | 江苏方天电力技术有限公司 | 一种局部超声阵列信号的高精度去噪方法 |
CN110146291A (zh) * | 2019-05-31 | 2019-08-20 | 昆明理工大学 | 一种基于CEEMD和FastICA的滚动轴承故障特征提取方法 |
Non-Patent Citations (3)
Title |
---|
HONGYI LI 等: "A Single-channel BSS Method Based on ICEEMDAN and FastICA and Its Application in EMI Analysis", <THE 14TH INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE & EDUCATION> * |
王文波 等: "基于独立成分分析和经验模态分解的混沌信号降噪", 《物理学报》 * |
陈志霞 等: "模态相关法在 MOA 泄漏电流去噪中的应用", 《电瓷避雷器》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112378414A (zh) * | 2020-11-20 | 2021-02-19 | 深圳信息职业技术学院 | 一种基于pm2.5健康出行的路径规划装置及方法 |
WO2023109717A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳先进技术研究院 | 一种太赫兹时域信号降噪方法、图像重建方法和*** |
CN114264724A (zh) * | 2021-12-23 | 2022-04-01 | 大连海洋大学 | 基于ceemdan联合小波包阈值的超声信号处理方法 |
CN114239757A (zh) * | 2022-02-25 | 2022-03-25 | 湖南师范大学 | 一种电磁时间序列数据的去噪方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110940409A (zh) | 一种基于iceemdan与ica联合去噪的超声信号测量方法 | |
Leng et al. | The electronic stethoscope | |
CN102697520B (zh) | 基于智能识别功能的电子听诊器 | |
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*** | |
US9125574B2 (en) | System and method for acoustic detection of coronary artery disease and automated editing of heart sound data | |
Dokur et al. | Heart sound classification using wavelet transform and incremental self-organizing map | |
JP6457117B2 (ja) | 妊娠中の被験者の連続非侵襲モニタリング | |
US20160045183A1 (en) | Electronic stethoscope apparatus, automatic diagnostic apparatus and method | |
US9826955B2 (en) | Air conduction sensor and a system and a method for monitoring a health condition | |
CN109545239B (zh) | 用于采集体音信号的双麦克风自适应滤波算法及应用 | |
CN104244127A (zh) | 一种应用于耳机的心率检测方法和能检测心率的耳机 | |
WO2017218818A2 (en) | Method for eliminating noise in signal data from a piezoelectric device and detecting stenosis | |
CN202801659U (zh) | 基于智能识别功能的电子听诊器 | |
Banerjee et al. | Segmentation and detection of first and second heart sounds (Si and S 2) using variational mode decomposition | |
CN112336369B (zh) | 一种多通道心音信号的冠心病风险指数评估*** | |
Acharya et al. | Feature extraction techniques for low-power ambulatory wheeze detection wearables | |
JP6103591B2 (ja) | 聴診心音信号の処理方法、聴診心音信号の処理装置及び聴診心音信号を処理するためのプログラム | |
Skordilis et al. | Estimation of vocal tract area function from volumetric Magnetic Resonance Imaging | |
US20150157218A1 (en) | Heart murmur extraction and heart impairments identification using fuzzy controller | |
CN111528900A (zh) | 基于巴特沃斯滤波器与香农熵法的心音分段方法和装置 | |
CN212853501U (zh) | 心音信号采集分析*** | |
CN113509169A (zh) | 一种基于多参数非接触睡眠呼吸暂停检测***及方法 | |
Taralunga et al. | An efficient method for fetal heart sounds detection based on hilbert transform | |
Altaf et al. | Systematic Review for Phonocardiography Classification Based on Machine Learning | |
CN111899713A (zh) | 一种缄默通讯方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200331 |