[发明专利]一种人体心肺音实时盲分离方法及系统

说明书

技术领域

本发明涉及信号处理技术领域，特别是涉及一种人体心肺音实时盲分离方法及系统。

背景技术

目前的采用非负矩阵分解进行盲分离心肺音的方法，在采集到一段心肺音信号后，进行盲分离，分离出心音信号和肺部呼吸音信号后，如果采集到一个新的心肺音信号点后，必须把以前的心肺音信号结合一起，再重新进行盲分离。

例如医院采集到100个心肺音信号数据点，开始进行盲信号分离，分离出心音信号和肺部呼吸音信号，之后又采集到一个新的心肺音信号数据点，系统需要把前面的100个数据点整合在一起，成为101个数据点，重新进行盲信号分离，得出新的心音信号和肺部呼吸音。若再采集到一个新的心肺音信号数据点，还必须按照上面的步骤重新开始，必须把旧数据和新数据进行数据重组，比较繁琐。

现有的采用非负矩阵分解进行盲分离心肺音的方法的缺点是无法进行在线分离，若采集的数据点是100000点，分离出心音和肺音需要5分钟，当得到新的数据点的时候，又要花5分钟进行盲分离，必须把旧数据和新数据进行数据重组，比较繁琐。

发明内容

本发明的目的是提供一种人体心肺音实时盲分离方法及系统，以实现直接进行非负矩阵分解进行盲分离，无需把旧数据和新数据进行数据重组。

为解决上述技术问题，本发明提供一种人体心肺音实时盲分离方法，该方法包括：

步骤1、采集人体心肺音信号；

步骤2、对人体心肺音信号进行预处理，得到预处理后的人体心肺音信号；

步骤3、将预处理后的人体心肺音信号变换到时频域，获得非负频谱；

步骤4、采用非负频谱构造盲信号矩阵V，将盲信号矩阵V分离得到初始矩阵W_k和H_k；其中，W_k为系数矩阵，H_k为源矩阵；

步骤5、采集新的人体心肺音信号，进行预处理后变换到时频域得到新的非负频谱，构造新的盲信号矩阵V_k+1进行在线非负矩阵分解，分解出新的矩阵W_k+1和h_k+1，利用W_k+1和h_k+1分离出新的人体心音信号和肺部呼吸音信号。

优选的，步骤5之后，还包括：

将得到的新的人体心音信号和肺部呼吸音信号进行在线分析。

优选的，所述预处理为短时傅立叶变换。

优选的，W_k+1的迭代公式如下：

h_k+1的迭代公式如下：

其中，W_k+1为迭代更新后的系数矩阵，为初始的源矩阵，为原始数据矩阵，为新数据向量，为迭代更新后的源数据，δ＝10^-9，α为旧数据的权重，β为新数据的权重。

本发明还提供一种人体心肺音实时盲分离系统，用于实现上述方法，包括：

采集模块，用于采集人体心肺音信号；

预处理模块，用于对人体心肺音信号进行预处理，得到预处理后的人体心肺音信号；

时频域变换模块，用于将预处理后的人体心肺音信号变换到时频域，获得非负频谱；

分离模块，用于采用非负频谱构造盲信号矩阵V，将盲信号矩阵V分离得到初始矩阵W_k和H_k；W_k为系数矩阵，H_k为源矩阵；

新信号处理模块，用于采集新的人体心肺音信号，进行预处理后变换到时频域得到新的非负频谱，构造新的盲信号矩阵V_k+1进行在线非负矩阵分解，分解出新的矩阵W_k+1和h_k+1，利用W_k+1和h_k+1分离出新的人体心音信号和肺部呼吸音信号。

优选的，所述系统还包括：

分析模块，用于将得到的新的人体心音信号和肺部呼吸音信号进行在线分析。

优选的，所述预处理为短时傅立叶变换。

优选的，W_k+1的迭代公式如下：

h_k+1的迭代公式如下：

其中，W_k+1为迭代更新后的系数矩阵，为初始的源矩阵，为原始数据矩阵，为新数据向量，为迭代更新后的源数据，δ＝10^-9，α为旧数据的权重，β为新数据的权重。