从母体腹部电极心电信号中检-厦门大学学报自然科学版.DOC

doi: 10.6043/j.issn.0438-0479.201604041 从母体腹部电极心电信号中检测胎心R波的高效算法 谢晓路1,2，王子叶3，陈 干3，宋 蕾3，王 颖3，张丽娟4* (1.中国科学院合肥智能机械研究所2.中国科学技术大学230027; 3.厦门大学信息科学与技术学院，福建 厦门361005; 4. 厦门大学附属第一医院心电内科，福建 厦门 361005) 摘要(fECG)在孕期胎儿疾病诊断中具有重要的意义。母体腹部电极心电法通过放置在孕妇腹部的电极片无创检测胎儿心电信号。但腹部无创检测采集的是包含胎儿心电、母体心电(mECG)及噪声的混合信号，且母体心电信号的幅值远大于胎心信号。本文提出从母体腹部心电信号中检测胎儿R波的高效算法。R波尖峰检测以及精筛选的步骤，获得正确的胎儿R波尖峰。该算法使用PhysioNet Challenge 2013的腹部心电数据集'set-a'进行测试，。测试结果中，胎儿R波尖峰提取的平均灵敏度为0.8831，平均阳性检测率为0.877160秒的腹部信号平均用时2.64秒， 关键词：胎儿心电聚类模板匹配 中图分类号：R54文献标识码：A  胎儿心电[1]在早期胎儿疾病诊断中扮演重要的角色，QRS波是心电波形中一个重要的波群，通过定位QRS波中的R波，可以计算心率以及RR间期等心电数据，从而帮助心脏疾病的诊断。较精确的胎儿心电信号可以通过在胎儿头皮上放置电极片获取[2]，但该方法是有创的。而母体腹部电极心电法通过在孕妇的腹部放置电极片获取母亲与胎儿的混合心电数据，该方法无创、风险低，但由于母亲心电信号的幅值远大于胎儿心电信号的幅值，同时采集过程中受胎儿体位变化等因素造成的噪声干扰，准确的胎儿R波尖峰位置不易获取。 有许多基于盲源分离理论的胎儿心电提取方法：比如Niknazar等提出的基于张量分解的方法[3]，基于奇异值分解的方法[4][5]，以及基于独立成分分析的方法[6][7][8][9]等。独立成分分析在胎儿心电提取中有较多应用，Zarzoso等[7]基于信号源之间相互独立（母亲心电信号，胎儿心电信号，噪声信号）的假设，把独立成分分析应用于胎儿心电提取。赵治栋等人改进了独立成分分析的固定点算法（FastICA）应用于胎儿心电提取[9]。还有一些基于滤波理论的方法：比如基于卡尔曼滤波的方法[10]，基于自适应滤波的方法[11][12]。此外，基于神经网络的方法被应用于该研究领域[13][14][15]。 许多方法存在应用上的困难。首先，有些方法运算较为复杂，实时性难以保障。比如基于独立成分分析的方法[6]运用奇异值分解来计算独立成分的混合矩阵，运用在由多导联腹部混合信号组成的大型矩阵上需要较大的运算量。Lukosevicius M等人使用的递归神经网络中[13]，神经元的激活函数均为非线性，在胎儿R波提取过程中需要大量非线性以及递归运算。有些方法使用的数据不易采集，比如基于线性自适应神经网络的方法[14]需要输入较纯净的母亲心电信号，实际应用中不易实现。此外，以上方法都需要用到多导联混合信号（多频道混合信号），无法从单频道的混合信号中提取胎儿心电，要求信号采集时使用多导联电极，影响了信号采集的便携性。随着可穿戴医疗设备的普及，从单频道母体腹部心电信号实时提取胎心数据成为需求，对胎儿R波提取算法的效率提出了更高的要求。 本文提出一种高效的、易于使用的算法从单频道混合信号中提取胎儿R波尖峰。首先，通过最小化误差函数构造人工序列，将人工序列与腹部混合信号作差，从而自适应地滤除母亲心电波形。接着通过基于K均值聚类的胎儿R波尖峰检测算法和精筛选算法提取胎儿的R波尖峰。整个算法流程计算复杂度低，运算量小，实验证明该算法能够准确提取胎儿R波尖峰，兼顾了实时性和准确性的要求。 算 法 本文提出的算法流程如图1所示，主要由三个步骤组成：滤除母亲心电波形；胎儿R波尖峰的初步检测；胎儿R波尖峰精筛选。滤除母亲心电波形是提取胎儿R波尖峰位置过程中的重要步骤，本文提出通过最小化误差函数自适应地构造人工序列，人工序列与腹部信号作差的线性运算达到滤除母亲心电波形的目的。滤除母亲心电波形后的信号经过基于K均值聚类的胎儿R波初检测算法得到粗略的胎儿R波尖峰位置。最后利用胎儿R波尖峰精筛选算法，修正初检测的结果并筛选出正确的胎儿R波尖峰位置。 图1 方法流程图 .1滤除母亲心电波形 未经处理的腹部心电信号通过滤除母体心电信号处理后，可以得到较清晰的胎儿心电信号。本文提出的方法根据腹部心电信号自适应地构造人工序列，将人工序列与腹部心电信号作差，从而滤除母亲心电波形。 腹部心电信号是一个离散时间序列：（其中，表示对应时间点的腹部心电信号幅值，为序列长度）。先把该序列通过窗长度（参与运算的样本点数）为90的中值