基于主成分分析和相关性检验的多通道胎心率提取.pdf

Jun.2023JOURNALOFCHENGDUUNIVERSITYOFINFORMATIONTECHNOLOGY2023年6 月Vol.38No.3息报大学学工程成第38 卷第3期都信文章编号：2 0 96-16 18(2 0 2 3)0 3-0 318-0 6基于主成分分析和相关性检验的多通道胎心率提取鞠文博，袁林，李庆，杨波1（1.成都信息工程大学电子工程学院/物理场生物效应及仪器四川省高校重点实验室，四川成都6 10 2 2 5;2.成都信息工程大学计算机学院，四川成都6 10 2 2 5）摘要：非侵入式胎心率提取在胎儿疾病检测和诊断起着重要作用，提出一种基于主成分分析和相关性检验的多通道胎心率提取方法。首先对多通道母体腹部信号（AECG)进行预处理，通过样本熵值筛选信号片段；其次通过Pan-Tompkins算法检测母体QRS波群，并对R峰位置进行校正；然后利用相干平均法对母体心电信号（MECG）进行重构，通过调整重构后的MECG序列，以求寻得与AECG最大相关度的位置，从而进行母体心电模板抵消得到残差；最后从残差中提取胎儿心电信号（FECG）。数据验证选自Challenge2013Traning SetA，并通过胎儿R波检测F,值与灵敏度Se来评估该方法性能,对比不经过相关性检验校正和经过相关性检验校正后的F值分别为90.59%,95.22%；Se 分别为8 6.52%，92.6 6%。可以得出结论，使用本方法能够提高胎儿QRS波群的检测精度，进而更精准的检测胎心率。关键词：主成分分析；相关性检验；样本熵；胎心率提取;QRS波群检测中图分类号：TP391.9文献标志码：Adoi:10.16836/ki.jcuit.2023.03.0110引言胎心监护是正确评估胎儿宫内状态的重要检测手段,对及时诊断胎心失常、降低围产儿死亡率有极其重要的意义 1。2 0 世纪中叶，临床使用胎儿心电图（fe-talelectrocardiogram,FECG)观察胎儿心脏信息。测量FECG的最准确方法是将头皮电极直接置于孕妇体内进行胎儿心电图监测，得到的信号较为纯净，但这仅适用在分娩中监测,不能反复使用 2-4。并且侵人式的监测会导致未确诊的胎儿缺氧，因此，无害的、非侵入式的监护方法显得尤为重要。腹部心电图技术直接将母体腹部电信号作为测量信号，与传统的胎心监护手段相比,这种方法操作简单，可以在孕后期使用，孕妇主观上更容易接收，能更好保护孕妇及胎儿。非侵人式测量操作更加简便，但会受到其他生理信号和噪声的干扰，如：母体心电（maternalelectrocar-diogram，M ECG）、基线漂移、肌电干扰和50 Hz工频干扰及其谐波干扰等。非侵人式方法检测得到母体心电信号幅值一般为0.5 2 mV，胎儿心电信号幅值约为1050V,MECG幅值远大于FECG且频谱上也存在重叠，传统的滤波方法难以去除 5-6 ,因此在临床研究中去除母体心电干扰是重要也是必要的一步。为解决无创提取胎儿心电这一难题，人们相继提出了自适应收稿日期：2 0 2 2-0 6-2 2基金项目：四川省科技计划资助项目（2 0 2 2 YFS0026）通信作者：杨波.E-mail：y b 7 17 2 8 c u i t.e d u.c n滤波器；线性分解，如小波分解 7 、奇异值分解 8 、盲或半盲源分离 9；非线性分解如子空间分离【10 等方法。其中盲源分离（blind source separation,BSS）引申出独立成分分析的快速不动点（FastICA）和特征矩阵的联合近似对角化（JADE）两种算法,JADE在准确性方面优于FastICA，但在计算时间方面却不尽人意；而FastICA可以通过许多微调步骤得到与JADE相当的结果且受输入信号质量的影响较低 1,更加符合临床实验场景。两种方法的共性均是首先从AECG信号中移除MECG和增强FECG，再从剩余分量中提取FECG12,而肌电干扰噪声会降低算法性能。本文提出一种基于主成分分析（principal compo-nentanalysis,PCA）和相关性检验多通道提取胎心率算法。首先通过样本熵对多通道原始信号进行质量评估，去除质量较差的通道信号；然后利用PCA从评估后的混合信号中提取主成分得到最优AECG；其次，Pan-Tompkins初步定位R峰位置，并通过极性检测消除因波形倒置而出现的误检与漏检,对母体R峰位置进行校正,利用相干平均法对母体R峰位置序列进行重构,构造长度为两个R-R间期的梯形窗,使之能包括一个完整的QRS波群,对质量评估后满足条件的每路AECG进行加窗处理，重采样至长度与重构后的母体QRS波群相同,并在规定阈值范围内进行序列微调,以实现与MECG最相关；最后,将AECG与MECG相减得到的残差即为FECG，检测胎儿QRS波群进而计算得到胎儿心率，通过分析相关性能指标结果，本方319翰文博，等：基于主成分分析和相关性检验的多通道胎心率提取第3 期法适用于多通道腹部信号胎心电提取。1方法1.1数据集数据来自于PhysioNet提供的开源数据库Chal-lenge2013TraningSetA。包括7 5组胎儿心电图记录，每条记录包含4路无创孕妇腹部电信号，均以每秒1000样本点采样,并对每个胎儿的QRS波群进行参考标注。1.2方法描述算法流程如图1所示。该方法由4个主要步骤组成：(1)腹部心电信号预处理；(2)母体QRS波群定位；(3)母体ECG信号抵消；(4)胎儿QRS波群检测。其中步骤(1)数据预处理阶段包括样滤波与信号质量评估；步骤(2)和步骤（3)可以拆分为主成分分析提取母体ECG、母体R峰检测与校正以及母体ECG信号重构相关性检验校正胎儿QRS波群在步骤(4)中进行。开始数据预处理主成分分析母体QRS波群定位母体R峰位置校正母体ECG抵消母体ECG信号重构胎儿QRS波群检测结束图1算法流程图2预处理2.1去噪使用50 Hz陷波滤波器消除工频干扰；基线漂移是由孕妇呼吸或运动引起的，使用巴特沃斯低通滤波器去除5Hz以下的基线漂移干扰以及母体心电信号中的P、T波 13,实验证明去除P波和T波并不影响R峰的检测;肌电属于高频干扰，使用小波去噪去除信号中的高频噪声 14。腹部心电信号预处理前后对比如图2 所示。Channel_aChannela0.00.102000400060008000100000200040006000800010000Channel_bChannel_b0.0小10-0.20200040006000800010000020004000600080001000Channel_cChannel_c0.10.00+-0.102000400060008000100000200040006000800010000Channel_dChannel_d10.250.0002000400060008000100000200040006000800010000样本点样本点（a）原始腹部心电信号（b）去噪后的四路腹部心电信号图2腹部心电预处理前后对比图2.2信号质量评估信噪比（SNR）通常是作为评估信号质量好坏的指标之一，狭义上定义为输出信号的功率与同时输入的噪声功率之比。但检测信号为胎儿心电信号、母体心电信号与其他噪声的混合，且FECG与MECG频谱上存在重叠，因此使用信噪比无法准确判断各个通道信号质量的好坏。近似熵（approximate entropy，A p En）与样本熵（s a mp l e e n t r o p y,Sa mp En）是通过度量信号中产生新模式的概率大小来衡量时间序列复杂性 15,新模式产生的概率越大,序列的复杂性越高。值结果越低,序列的自我相似性就越低，信号就越简单；相反，熵值结果越高，信号就越复杂。定义一个由N个数据组成的等样时间序列（x（n）=x(1）,x(2），,x(n），算法相关参数m,r,其中,m为整数,表示重构的维度；r为实数，表示“相似度”的度量值。样本熵的计算步骤如下：(1)重构m维向量Xm(1),Xm（N-m+1),其中Xm(i)=x(i),x(i+1),x(i+m-1)T,1iN-m+1(2)统计满足Xm(i)与Xmi)之间的距离d小于等于r的i(1jN-m,ji)的数目,并记作B,则对于1iN-m定义:1B(r)=BN-m-1d大320息程都成报信学第38 卷学其中,距离d由Xm(i)与Xm(j)对应元素中最大的差值的绝对值决定，即：Xm(i),Xm(j)=maxk=0,:m-1(lx(i+k)-x(j+k)(3)求 B(r)对于所有i值的平均值,记为B(r）,即1N-mB(r)N-m台ZBT(r)（4)增加维度到（m+1)维,重复步骤(2)将满足条件的个数记为A；,则A（r)定义为1A(r)N-m-(5)定义A(r)为1N-mAmZAn(r)N-mi台1由于在实际计算应用过程中,N不可能为,因此当N取有限值时，样本估计为A(r)SampEn(m,r,N)=-lnBm(r)式中,嵌入维数m一般取1或2;相似度r的选择在很大程度上取决于实际应用场景,通常选择r=0.1std0.25std,其中std表示原时间序列的标准差。在本次实验中取m=2,r=0.25std。设定一个恒定的样本熵阈值为1.5，每个通道的样本熵值与该值相比，将值小于1.5认定为质量良好的信号，用于后续分析；舍弃熵值大于1.5的通道信号，如果认定的质量良好的信号数量少于2 个，则保留熵值最小的2 个通道信号以供进一步分析 16 。a19样本中4路信号的值如表1所示，4路AECG分别在10 s内的样本熵值如图3所示。表14路信号样本熵值通道SampEnChannel_a0.760Channel_b0.782Channel_c0.880Channel_d0.525Channel_aSampEn:0.760.10.0-0.10200040006000800010000Channel_hSampEn:0.7820.0-0.20200040006000800010000Channel_cSampEn:0.880.1-0.0-0.10200040006000800010000Channel_dSampEn:0.5250.250.00200040006000800010000样本点图34路AECG分别在10 s内的样本熵值3MECG提取与重构3.1主成分分析经过信号质量评估筛选后的AECG全部用于PCA，自动保留了3个成分，其各分量的方差贡献率分别为51.0 2%、47.15%和1.6 1%，这意味着几乎保留了原始信号的所有信息，且第一分量作为主分量包含信息最大。母体QRS波群与胎儿QRS波群在不同分量中的表现如图4所示（红色框内为母体QRS波群，黄色框内为胎儿QRS波群）。在不失真的情况下，选择第一分量作为最优参考信号。0.20.0山02000400060008000100000.20.002000400060008000100000.050.00M州0200040006000800010000样本点图4不同分量下的MQRS与FQRS3.2R峰位置定位与校正母体R峰的检测方法主要用Pan-Tompkins算法 17 ,相比于Q波、P波,R波所在位置斜率最大。该方法首先对心电信号进行差分求导，然后进行平方，锐化信号。定义差分平方后的心电序列为X、长度为N、采样率f.,阅值thre的计算方法为将心电按采样频率分为等长序列X(1）,X(2），,X（k），计算每个序列的均值记为m（1），m(2），,m（k）,取最小均值的0.3倍作为阈值，即：thre=min(m(1),m(2),m(k)0.3,k=f.0.200.150.10 xBeforecorrectionAftercorrection0.050.00-0.05-0100020003000400050006000样本点图5校正前后R峰位置对比321文博，等：基于主成分分析和相关性检验的多通道胎心率提取第3 期在每一个长