一种基于稀疏表示的心肺音混叠信号盲源分离方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109711073A(43)申请公布日2019.05.03(21)申请号201811635603.3(22)申请日2018.12.29(71)申请人广东工业大学地址510062广东省广州市大学城外环西路100号(72)发明人解元谢胜利谢侃吴宗泽(74)专利代理机构广东广信君达律师事务所44329代理人杨晓松(51)Int.Cl.G06F17/50(2006.01)G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于稀疏表示的心肺音混叠信号盲源分离方法(57)摘要本发明涉及信号处理领域，具体涉及一种基于稀疏表示的心肺音混叠信号盲源分离方法，本发明从心音信号具有稀疏特性出发，提出一种基于稀疏表示的盲源分离方法。首先，在临床上采集心肺音信号；其次，对心肺音混叠信号进行数学建模，得到心肺音混叠模型的数学表达式；然后，利用高阶累积量方法盲辨识混叠通道，估计混叠矩阵；最后，利用稀疏表示方法分离出心肺音信号。本发明从理论上证明了该方法的有效性，同时从数值实验上验证该方法的优越性，具有很强的创造性。CN109711073ACN109711073A权利要求书1/2页1.一种基于稀疏表示的心肺音混叠信号盲源分离方法，其特征在于：所述分离方法包括以下步骤：S1、在临床上采集一组肺音信号和三组心音信号，合成两通道的心肺音混叠信号；S2、对心肺音混叠信号进行数学建模；S3、对S2中的数学模型估计混叠矩阵A；S4、利用S3估计的混叠矩阵A，使用稀疏表示的方法分离源信号。2.根据权利要求1所述的基于稀疏表示的心肺音混叠信号盲源分离方法，其特征在于：所述心肺音混叠信号为两通道两个源信号的线性混叠信号和两通道三个源信号的欠定的线性混叠信号。3.根据权利要求1所述的基于稀疏表示的心肺音混叠信号盲源分离方法，其特征在于：所述S2中，数学建模：假设有n个源信号利用m个传感器接收这n个源信号，产生混叠信号其数学模型可表示为x(t)＝A·s(t)其中，是未知的混叠矩阵。4.根据权利要求1所述的基于稀疏表示的心肺音混叠信号盲源分离方法，其特征在于：所述S3中，混叠矩阵的估计，考虑四次协方差利用累积张量的多线性性质，可得*其中，κr是第r源信号的峰度，(·)是复共轭；矩阵化可表示为Cx＝(A⊙A*)·Cs·(A⊙A*)H其中，⊙是Khatri-Rao积，(·)H是复共轭转置，对Cx作特征值分解可得Cx＝E·D·EH则Cx＝(A⊙A*)·Cs·(A⊙A*)H＝E·D·EH进而，其中，是正交矩阵；然后，计算得到则混叠向量ar就是unvec(gr),r＝1,...,n的左奇异向量，从而估计出混叠矩阵A。5.根据权利要求1所述的基于稀疏表示的心肺音混叠信号盲源分离方法，其特征在于：2CN109711073A权利要求书2/2页所述S4中，分离源信号时，考虑优化问题：(0＜p＜1)定义拉格朗日函数L(s,λ)＝J(s)+λT(As-x)其中，是拉格朗日乘数，存在(s,λ)是拉格朗日函数的稳定点，即p-2p-2其中，Π(s)＝diag(|s1|,…,|sn|)，即由|p|Π(s)s+ATλ＝0可得代入As＝x中，得λ＝-|p|(AΠ-1(s)AT)-1x进而得到s＝Π-1(s)AT[AΠ-1(s)AT]-1x然后，利用更新公式估计源信号，即s(k+1)＝Π-1(s(k))AT[AΠ-1(s(k))AT]-1x。3CN109711073A说明书1/5页一种基于稀疏表示的心肺音混叠信号盲源分离方法技术领域[0001]本发明涉及信号处理领域，具体涉及一种基于稀疏表示的心肺音混叠信号盲源分离方法。背景技术[0002]当我们把手放在左边胸腔附近就能感受到心脏的跳动，用听诊器就能听到“扑通扑通”的跳动声，这就是心音。心音是由于心肌的收缩和舒张，心脏瓣膜的启动和关闭，血液撞击心室壁、大动脉壁等引起的震动所产生的生理信号。心音信号中含有很多有价值的临床诊断信息，能够预知疾病，在临床医学上有很好的应用价值。但是，人体心脏出于一个相对比较复杂的环境中，提取心音信号的同时往往夹杂着人体的呼吸声，提取装置与胸腔的摩擦音，病人的语音以及其他的一些杂音，给提取纯净的心音信号带来了困难。[0003]在信号处理领域，我们把这种源信号无法精确获知，并且传输通道也未知，只利用观测信号分离出源信号的过程称为“盲源分离”。近年来盲源分离已经成为信号处理领域的研究热点，在无线网络通信信号、生物医学信号、军事信号、语音信号以及图像信号等领域具有很好的应用前景。而心音信号是一种生理医学信号，可以利用盲源分离技术去处理心肺音混叠信号，提取出纯净的心音信号，在临床医学方面具有很好的应用背景