劉春艷 司夏巖 崔艷群 王強 尹晶 何琪耀

摘? 要： 針對胎兒心電信號檢測難的問題，提出基于FastICA及自適應相干處理的胎兒心電信號提取方法。首先利用自適應相干抵消進行基線漂移和母體心電的預處理，隨后使用FastICA對數(shù)據(jù)進行分離和處理，從分離結(jié)果可以看出迭代次數(shù)為18時胎兒的心電信號最佳，然后對FastICA分離通道數(shù)進行討論和實驗，明確分離通道數(shù)目，最后使用頻譜圖觀察處理后的胎兒心電信號質(zhì)量，可以看出該方法收到了良好的效果。

關(guān)鍵詞： 胎兒心電; 信號提取; FastICA; 自適應濾波; 噪聲分析; 盲信號分離

中圖分類號： TN911.7?34; TP391.4? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）21?0035?04

Method of fetal electrocardiosignal extraction based on

FastICA and adaptive coherent processing

LIU Chunyan， SI Xiayan， CUI Yanqun， WANG Qiang， YIN Jing， HE Qiyao

（College of Optical and Electronical Information Changchun University of Science and Technology， Changchun 130114， China）

Abstract： In order to solve the problem of difficult detection of fetal electrocardiosignals， an extraction method of fetal electrocardiosignals based on FastICA and adaptive coherent processing is put forward. In this method， baseline drift and maternal ECG are preprocessed by adaptive coherent cancellation， and then the data is separated and processed by means of FastICA. It can be seen from the separating result that the fetal electrocardiosignal is best at 18 iterations. The number of FastICA separation channels was discussed and tested. And then， the number of separation channels was determined. The quality of fetal ECG signal was observed with the spectrogram. The observed result shows that the method has an excellent effect.

Keywords： fetal electrocardiosignal; signal extraction; FastICA; adaptive filtering; noise analysis; blind signal separation

0? 引? 言

胎兒心電是表征胎兒心臟活動最為直接的信號。通過胎兒心電信號的監(jiān)控分析和評估可以對胎兒的健康狀況和先天性心臟疾病進行預判，降低胎兒的發(fā)病率[1?3]，然而從母體腹部采集的胎兒心電非常微弱，同時還混有母親心電信號、肌電信號、工頻干擾和環(huán)境噪聲等干擾，使得提取準確的胎兒心電信號很難。針對這種現(xiàn)象，通常采用奇異值分解[4]、自適應濾波[5?6]、盲信號分離[7]等方法對胎兒心電進行提取。

盲信號分離方法被引入胎兒心電領(lǐng)域后，收到了明顯的效果，因此從2001年Zarzoso等應用主成分分析、獨立分量對盲信號進行提取后，繼續(xù)深入地對此進行研究，當前研究的重點在于快速地對信號進行分離并對環(huán)境噪聲進行壓制，完成信號的有效提取[8]。

自適應相干抵消方法根據(jù)輸入信號和相干評價信號對信號進行處理，得到相對干凈的胎兒心電信號，這種方法不僅可以抑制母親心電信號對胎兒心電信號的干擾和基線漂移的作用，而且具有較小的運算量。該方法使用的重點在于能夠明確母親心電信號通路，這在胎兒心電處理中是明確的信息，因此自適應濾波相干抵消方法作為FastICA的輔助方法，適用于胎兒心電信號的處理和提取。

1? FastICA分析簡介

獨立向量分析是盲源分離中的常用方法之一，也是當前盲源分離中最有前景的方法之一。其使用“隱變量”模型，觀測量通過源變量的線性組合獲得，表達式為：

[X=AS] （1）

式中：[S]為統(tǒng)計上相互獨立的源信號，記為[S=[S1，S2，…，Sm]T];[X]為可以觀測到的通道信號，記為[X=[X1，X2，…，Xn]T];[A]為混合矩陣，表征[S]信號經(jīng)過某路徑被觀測獲得為[X]的混合矩陣。

由式（1）可見，如果想獲得源信號[S]，需要構(gòu)建混合矩陣[A]的逆矩陣[W]，[W=S-1]。通過對[W]矩陣的構(gòu)建，可以獲得源信號的估計量[Y]。

[Y=WX=WAS] （2）

為達到[Y]對[S]的準確估計，需要注意到矩陣中各個獨立分量要滿足統(tǒng)計獨立，這是獨立向量分析最為主要的前提和約束。其次，為使矩陣可以獲得滿意解，需要觀測數(shù)量[n]大于信源數(shù)量[m]，在獨立向量分析中，通常為了分析簡便，令[m=n]。同時，混合矩陣[A]必須為非奇異矩陣。

通過這些特點可以看出，獨立向量分析是適用于胎兒心電信號提取的強有力的算法之一。因為相對于母體心電信號、外界測量儀器的工頻干擾、肌電干擾和環(huán)境噪聲等信號，胎兒心電屬于相對獨立的源信號，這滿足獨立向量分析的前提約束。而獨立向量分析所帶來的輸出信號的幅值不確定、符號不確定和次序不確定都不會對胎兒心電的觀測特征產(chǎn)生影響。

在實際使用中，獨立向量分析通常使用FastICA算法進行計算[9?10]，其是芬蘭學者Hyvannen等人提出的ICA的Fast迭代尋優(yōu)算法，采用大樣本數(shù)據(jù)并行計算的方式對尋優(yōu)策略進行處理和迭代。因此FastICA可以獲得較高的提取效率。

2? 胎兒心電噪聲分析及預處理方法

因胎兒心臟位置難以確定，而且其心電信號較弱。因此通常在做胎兒心電檢測時，會使用5～8個探極進行檢測。這些傳感器分別位于母親胸部位置和腹部位置。母親胸部位置的探極用于胎兒心電噪聲信號的提取，以便去除干擾，母親腹部位置的采集信號用于檢測微弱的胎兒心電信號。利用這種方法對胎兒心電檢測時，主要的噪聲有如下幾種：母親的心電信號、外界儀器的工頻干擾和背景噪聲等。

在這些噪聲中，母親心電會帶來低頻成分的基線漂移和干擾，頻率一般為0.5～2 Hz，幅值為胎兒心電的2～10倍，其R波存在胎兒心電重合的可能;外接儀器所帶來的50 Hz工頻干擾，一般在測量過程中，工頻干擾以50 Hz及其諧波表現(xiàn)，幅度相對較大，可以達到數(shù)百毫伏，但是其幅度和頻率成分基本不變，屬于相對穩(wěn)定的干擾;背景噪聲包含基線漂移、電極接觸噪聲和其他干擾，其中主要難于分離和觀察的干擾為基線漂移干擾。

由以上分析可知，要提取清晰的胎兒心電信號主要是消除和抑制基線漂移干擾，然后利用FastICA對信號進行處理，分離母親的心電信號和胎兒的心電信號。預處理使用自適應濾波相干抵消方法對信號進行處理，因為在采集信號時，母親胸部的采集信號可以明確，而且可以使用多組，因此使用自適應相干抵消可以獲得很好的處理效果。算法實現(xiàn)圖如圖1所示。

在胎兒心電提取中，原始輸入端為母體腹部信號，參考輸入端為母體胸部信號，假設混合信號中的胎兒心電與母體心電信號不相關(guān)，不斷調(diào)整濾波器系數(shù)使參考輸入無限接近母體心電信號，通過原始母體腹部信號減去參考母體胸部信號，提取較為純凈的胎兒心電信號。本文使用RLS收斂的自適應相干濾波算法對胎兒心電信號進行預處理，抑制母親心電信號帶來的影響。

3? 胎兒心電信號提取及分析

為保證數(shù)據(jù)處理的可重復性和權(quán)威性，使用標準的胎兒心電數(shù)據(jù)庫（MIT?BIH）的數(shù)據(jù)進行計算分析。數(shù)據(jù)采集時間為10 s，在母親體表放置8個電極，采樣頻率為250 Hz，采集到的原始數(shù)據(jù)圖如圖2所示。

由圖2可以明顯看到，通道1上含有明顯的胎兒心電數(shù)據(jù)，其他通道上的胎兒心電數(shù)據(jù)稍弱。這是因為原始數(shù)據(jù)的取樣位置不一樣，這就帶來胎兒心電在預處理后有著不同的表現(xiàn)，同時還可以看出每一路都存在基線漂移，檢測出的基線漂移結(jié)果圖如圖3所示。

進而采用自適應濾波相干抵消的方法對母親心電和基線漂移進行抵消。處理后的信號如圖4所示。

由圖4可以看出，基線漂移得到了很好的抑制，同時母體心電信號也被濾除了一部分，但還是存在一部分母體心電信號和其他干擾，所以要提取清晰的胎兒信號主要是要消除和抑制基線漂移干擾，然后利用FastICA對信號進行處理，分離母親的心電信號和胎兒的心電信號。使用FastICA對數(shù)據(jù)進行處理，對應分離出的8路信號如圖5所示。

由輸出的結(jié)果圖可以看到，多數(shù)通道輸出了母親的心電結(jié)果，在通道4和通道5上輸出了胎兒的心電信號圖。通道4上的信號尤為明顯，其上可以明顯地看到QRS波群。其中各通道迭代次數(shù)分別為11，16，12，18，7，7，21和2次。其中，母親的心電信號分別分布在通道1，通道2和通道5上，這是因為母親的心電信號可以用一個三維的向量信號來近似，因此在獨立通道中會被分離成3路信號。而胎兒的心電信號并非一個三維的向量信號，因此不會被分離成3路信號，而是2路或者1路，一般會分離出2路成分，與本次實驗的結(jié)果一致。而剩下的3路信號為分離出的噪聲信號。

根據(jù)分離通道的向量維度原理，也可以利用FastICA進行6通道的信號分離，其結(jié)果如圖6所示。

由圖6可以看出，6通道分解信號同樣可以獲得3路母親的心電信號和2路胎兒心電信號，但是剩下1路的其他噪聲信號表現(xiàn)的就沒有那么明顯了。因此，在實際使用FastICA處理胎兒心電信號時，分解的通道數(shù)不應少于6路（在采樣數(shù)據(jù)為8路的情況下）。對前述分離出來的胎兒心電進行頻譜分析，其結(jié)果如圖7所示。

由圖7可以清晰地看出基線漂移和母親心電信號等噪聲信號已經(jīng)被分離出去，通道內(nèi)胎兒心電信號較為純凈，和源數(shù)據(jù)結(jié)果圖對比可以看出，該方法收到了非常好的效果。

4? 結(jié)? 語

本文提出的基于FastICA及自適應相干處理的胎兒心電信號提取方法，預處理使用自適應濾波相干抵消方法對信號進行處理，因為在采集信號時，母親胸部的采集信號可以明確，而且可以使用多組，因此使用自適應相干抵消可以獲得很好的處理效果。隨后使用FastICA對預處理數(shù)據(jù)進行分離和處理，獲得分離出來的胎兒心電信號，同時通過頻譜圖觀察處理出來的胎兒心電信號質(zhì)量，方法收到了良好的效果，有一定的醫(yī)學價值。

注：本文通訊作者為司夏巖。

參考文獻

[1] KALEEM A M， KOKATE R D. Performance evaluation of fetal ECG extraction algorithms [EB/OL]. [2019?04?24]. https：//doi.org/10.1007/978?981?13?5802?9_17.

[2] 付驍.母胎心電信號分離算法的研究[D].哈爾濱：哈爾濱理工大學，2019：5?16.

[3] 劉春艷，尹晶，崔艷群，等.譜特征周期估計的胎兒心電圖提取[J].電子測試，2016（z7）：162?164.

[4] 劉芳，張燕妮.基于奇異值降維的胎兒心電盲分離方法[J].中國醫(yī)學物理學雜志，2013，30（6）：4561?4564.

[5] 魏文亮，茅玉龍.一種基于LMS自適應濾波的互相關(guān)時延估計優(yōu)化算法[J].電子科技，2020，33（6）：29?34.

[6] 張會先.自適應濾波算法的研究與應用[D].西安：西安電子科技大學，2012.

[7] 付丙艮.基于盲分離的胎兒心電信號提取系統(tǒng)設計[D].廣州：廣東工業(yè)大學，2016.

[8] PIELA M， MORO? T. Spatio?temporal extension of independent component analysis for fetal ECG extraction [M]. Springer International Publishing， 2018： 315?324.

[9] 趙衛(wèi)波，胡捍英，周游，等.基于FastICA的高精度多徑時延估計算法[J].電子技術(shù)應用，2013，39（4）：79?82.

[10] 趙治棟，徐雯，張曉紅，等.基于改進FastICA的胎兒心電提取算法研究[J].傳感技術(shù)學報，2015，28（9）：1275?1281.

作者簡介：劉春艷（1981—），女，內(nèi)蒙古人，碩士研究生，副教授，主要研究方向為檢測與信號處理。

司夏巖（1977—），男，吉林長春人，碩士研究生，副教授，主要研究方向為嵌入式、自動控制。

崔艷群（1982—），女，吉林長春人，碩士研究生，講師，主要研究方向為電子技術(shù)。