一种基于经验模态分解和小波时频分析的胎心率提取方法技术

技术编号:19635564 阅读:40 留言:0更新日期:2018-12-01 16:13
本发明专利技术公开一种基于经验模态分解和小波时频分析的胎心率提取方法。本发明专利技术对于经过超声探头采集到的多普勒胎心信号,首先利用经验模态分解与小波能量分布的方法对胎心信号进行去噪预处理,对于预处理后的胎心信号利用小波变换进行时频分析得到小波时频图,再利用帕斯瓦尔定理将小波时频图转化为时间能量图,通过时间能量图上峰值之间的时间间隔得到超声多普勒胎心信号的瞬时心率值。本发明专利技术对于采集到的超声多普勒胎心信号的胎心率计算,方法简单有效且稳定,灵活性好,准确度高。

A fetal heart rate extraction method based on empirical mode decomposition and wavelet time-frequency analysis

The invention discloses a fetal heart rate extraction method based on empirical mode decomposition and wavelet time-frequency analysis. For the Doppler fetal heart signal collected by the ultrasonic probe, the method of empirical mode decomposition and wavelet energy distribution is used to denoise and preprocess the fetal heart signal. For the preprocessed fetal heart signal, the wavelet time-frequency diagram is obtained by time-frequency analysis using wavelet transform, and then the wavelet is obtained by Pasval theorem. The time-frequency chart is transformed into time-energy chart, and the instantaneous heart rate of the fetal heart signal of Doppler ultrasound is obtained by the time interval between the peaks of time-energy chart. The method is simple, effective, stable, flexible and accurate for calculating the fetal heart rate of the fetal heart signal collected by the ultrasound Doppler.

【技术实现步骤摘要】
一种基于经验模态分解和小波时频分析的胎心率提取方法
本专利技术涉及超声探测领域,特别涉及一种基于经验模态(EmpiricalModeDecomposition,EMD)分解和小波时频分析的胎心率提取方法。
技术介绍
随着优生优育的普及,健康中国快乐中国的战略推广,人们越来越重视医疗技术的发展,而且以人为本的理念也逐渐渗透到当今的医疗卫生领域。而胎心监护就是保障孕妇还有胎儿安全,实现优生优育的一种重要途径。胎儿的心脏不仅给胎儿提供氧气,还提供了生长发育所需的营养,心脏跳动影响了全身的恒定性。胎心直接或者间接接受血液流动中的动态变化还有激素等体液的调节之外,还会受到大脑中的中枢神经系统的支配。这一切均可以通过胎儿心率的变化来体现。监测胎儿心率就是目前胎心监护中的重要项目之一,所以对胎心率的提取与监测是非常有意义的。资料表明经过超声探头回来的信号成分复杂,且包含很多会造成干扰的噪声,是一种窄带的非平稳非线性的随机信号,也很难给出一个具体的数学信号模型。目前市面上的多普勒胎心仪大多使用的信号处理方法是:首先经过一个带通滤波器,去除部分噪声干扰之后,提取信号的包络,然后对包络进行自相关。这种方本文档来自技高网...

【技术保护点】
1.一种基于经验模态分解和小波时频分析的胎心率提取方法,其特征在于具体包括:对于经过超声探头回来的多普勒胎心信号,首先利用经验模态分解与小波能量分布的方法对胎心信号进行去噪预处理,用小波变换对预处理后的信号进行时频分析得到小波时频图,再利用帕斯瓦尔定理将小波时频图转化为时间能量图,通过时间能量图上峰值之间的时间间隔得到超声多普勒胎心信号的瞬时心率值。

【技术特征摘要】
1.一种基于经验模态分解和小波时频分析的胎心率提取方法,其特征在于具体包括:对于经过超声探头回来的多普勒胎心信号,首先利用经验模态分解与小波能量分布的方法对胎心信号进行去噪预处理,用小波变换对预处理后的信号进行时频分析得到小波时频图,再利用帕斯瓦尔定理将小波时频图转化为时间能量图,通过时间能量图上峰值之间的时间间隔得到超声多普勒胎心信号的瞬时心率值。2.根据权利要求1所述的一种基于经验模态分解和小波时频分析的胎心率提取方法,其特征在于经过探头回来的多普勒胎心信号是一种非平稳非线性的随机信号,信噪比较低,其去噪预处理过程中,首先是将信号进行经验模态分解后得到一组频率依次从高到低的本征模态分量IMF,存在一个本征模态分量IMFk,有IMFk以及它之前的分量都是噪声占主导成分,而IMFk+1以及其之后的分量中都是有用信号占主导成分,利用胎心信号的小波能量分布曲线来得到此临界点,对临界点之前的分量进行类小波阈值处理,临界点之后的信号保留,然后利用所有分量来重构信号,得到预处理后的胎心信号。3.根据权利要求1所述的一种基于经验模态分解和小波时频分析的胎心率提取方法,其特征在于将预处理后的胎心信号进行小波变换得到小波时频图,由小波时频图判断胎心信号频率随时间的变化趋势,从时间-频率联合分布上观察胎心信号特点,利用帕斯瓦尔定理将小波时频图转化成时间能量曲线,利用时间能量图上各峰值间的时间间隔得到多普勒胎心信号的瞬时心率值。4.根据权利要求1所述的一种基于经验模态分解和小波时频分析的胎心率提...

【专利技术属性】
技术研发人员:杨萃周佳敏宁更新曹燕李杰陈方炯季飞
申请(专利权)人:华南理工大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1