基于遗传约束盲源分离的胎儿心电精确提取方法.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CN106361324A(43)申请公布日2017.02.01(21)申请号201610959584.4(22)申请日2016.10.27(71)申请人河南科技大学地址471000河南省洛阳市涧西区西苑路48号(72)发明人杨晓利李振伟胡志刚张丰收许俊超(74)专利代理机构洛阳公信知识产权事务所(普通合伙)41120代理人宋晨炜(51)Int.Cl.A61B5/0444(2006.01)G06N3/12(2006.01)权利要求书2页说明书6页附图3页(54)发明名称基于遗传约束盲源分离的胎儿心电精确提取方法(57)摘要基于遗传约束盲源分离的胎儿心电精确提取方法，利用遗传算法求解约束盲源分离解混合矩阵W的技术，继而提高约束盲元分检测胎儿心电的检测准确度，提高胎儿心电检测率。CN106361324ACN106361324A权利要求书1/2页1.基于遗传约束盲源分离的胎儿心电精确提取方法，其特征在于：包括以下步骤，步骤一、利用特征值分解对观测信号X进行白化；步骤二、获取多路参考信号R；步骤三、利用遗传算法求解混合矩阵W，首先将混合矩阵W的求解问题转化为遗传算法适应的组合优化问题，确定W每个元素的大致范围和编码长度，并对其进行编码以及随机产生n×m个个体组成的初始种群P(0)；步骤四、选定合适的遗传算法参数：终进化迭代数G、交叉概率Pc以及变异概率Pm；步骤五、利用参考信号与分离信号相关性为目标函数，将初始种群P(0)中各个个体解码成对应的参数值，并求取相应的代价函数和适应函数值，在应用复制、交叉和变异算子对种群P(t)进行操作，产生下一代种群P(t+1),重复以上操作，直到参数收敛或者达到预定的指标，计算最终种群即得到新解混合矩阵W，在新的解混合矩阵W分离胎儿心电，产生偏差后进入下一步自学习与解混合W的自调整；步骤六，实现解混和矩阵的W自适应在线调整，提取胎儿心电信号；其中，所述的遗传算法适应的组合优化，是利用遗传算法求解混和矩阵W，通过Y＝WX分离出胎儿心电信息及母体心电信息；X为观测信号，Y为期望提取的胎儿心电信息及母体心电信息矩阵，依据参考信号R相关性对遗传信息量进行调整，并进入下次寻优过程，反复此过程，最终实现解混合矩阵W实时调整，用于胎儿信号分离；遗传算法适应的组合优化流程可表述为：①、对解混和矩阵进行染色体编码，随机产生初始种群；②、对染色体进行选择、交叉和变异操作，并对操作后的染色体解码得到新参数；③、利用新参数分解采集到的混和心电信息，并代入代价函数验证是否是最优选择；④、群体适应度统计并产生新的群体；⑤、判断新群体是否稳定，若不稳定则返回操作步骤二，若稳定输出最优解混和矩阵W，然后再分离混和心电信息，进而获取纯净的胎儿心电心信号及母体心电信号。2.如权利要求1所述的基于遗传约束盲源分离的胎儿心电精确提取方法，其特征在于：所述的对解混和矩阵W进行染色体编码的方法是：采用多参数映射二值编码，即在一条染色体上，解混合矩阵中任一元素Wi，j可用一个k为二进制编码表示，其中k＝log2(|b-a|)+c,其中，b为解混合矩阵中最大值，a为解混合矩阵的最小值，c为保留的有效数字，此处，b、a根据盲元分离的解混合矩阵设定，c根据不同的运行环境设定，故，任一元素wi，j编码可表示wi，j＝{bkbk-1...b1},此处，bi∈{0，1}，为则任一元素wi，j的解码公式如下：根据解混和矩阵的元素数确定染色体的子串数，在此为12个子串，可表示为：0010001100010000|0010001111010000|0010001100010011|0010001100011100|0011101100010000|0010001110010000|0010001100011001|0010111100010100|0010001100000000|0100001100010000|0010000011010000|0010001100011110|。3.如权利要求1所述的基于遗传约束盲源分离的胎儿心电精确提取方法，其特征在于：所述的群体适应度统计并产生新的群体，利用适应度函数评价求解混合矩阵W是否是最优，2CN106361324A权利要求书2/2页适应度函数的求解方法是：利用参考信号的相关性验证是否达到最优解，直到遗传算法的参数收敛或者达到预定的指标，其中，根据参考信号个数，可搭建代价函数为此处i为参考信号的个数i＝1,2，解混合矩阵其判断条件为|J(yi)k+1-J(yi)k|＜ε，ε为一个足够小的数；适应度函数为F＝C/J其中，C＝10n，n为整数，当个体的适应度相差较大时n≤0，否则n≥0。3CN106361324A说明书1/6页基于遗传约束盲源分离的胎