[发明专利]基于单导联心室晚电位信号的盲源分离方法

权利要求书

1.一种基于单导联心室晚电位信号的盲源分离方法，其特征在于，包括以下步骤：

(1)用心电图机的监测模式，在病人体表处采集一路去除噪声的含有心室晚电位的心电信号即为单导联观测信号；

(2)采用小波包算法对单导联观测信号进行R波定位，确定晚电位的发生时段；

(3)对单导联观测信号进行重构，获得另一路观测信号；

(4)对步骤(3)获得的另一路观测信号和原单导联观测信号作为新的二导联观测信号，进行预处理，包括取均值和白化过程；

(5)对预处理后的观测信号进行盲源分离，提取心室晚电位信号。

2.根据权利要求1所述的盲源分离方法，其特征在于，所述步骤(2)、(3)中，选取具有更加优良分析效果的小波包算法对R波进行定位，通过合适的小波包对单导联观测信号进行三层分解，二进小波包分解的快速算法为：

pj2i-1(n)=ΣnH(k-2n)pj-1i(n)pj2i(n)=ΣkG(k-2n)pj-1i(n)---(1)]]>

其中，表示第j层上第i个小波包，为小波包系数，i＝1，2，L，2^j，G(k)、H(k)为小波分解滤波器；

二进小波包重构的快速算法为

pji(n)=2[Σkh(n-2k)pj+12i-1(n)+Σkg(n-2k)pj+12i(n)]---(2)]]>

其中，h(k)、g(k)为小波重构滤波器。

3.根据权利要求1所述的盲源分离方法，其特征在于，所述步骤(5)中，采用FastICA算法对混合信号进行盲源分离，具体步骤如下：

(5-1)首先选择一种目标函数，采用负熵作为目标函数，简化定义为：J(y)≈[E{G(y)}-E{G(v)}]²，其中，v和y是具有相同协方差的高斯随机变量，G是一个可根据信号的的分布形式而进行选择的非线性函数；

(5-2)由于含有VLP的ECG信号为超高斯信号，根据经验选用G(y)＝-exp(-y²/2)作为非线性函数；

(5-3)优化算法采用牛顿近似法推导的一种批处理算法，基本迭代公式为：wp(k+1)=E{zg(wpT(k)z)}-E{g′(wpT(k)z)}wp(k);]]>其中，z是经白化后的数据，g(·)为G(·)的导数，g’(·)是g(·)的导数，w_p(k)为分离矩阵W的元素。

(5-4)每一次迭代都需对权向量进行正交化，基本公式为：wp(k+1)=wp(k+1)-Σj=1p-1<wp(k+1),wj(k)>wj(k),]]>采用wp(k+1)=wp(k+1)||wp(k+1)||]]>归一化处理；

(5-5)判断算法是否收敛，没有收敛则转至第(5-3)步，直至收敛，分离出VLP信号。