盲源分離算法的研究及其在單導(dǎo)聯(lián)心室晚電位提取中的應(yīng)用.pdf

1、隨著人們的工作和生活壓力不斷增大，心血管疾病已成為一種常見疾病，患心血管疾病而猝死往往是由突發(fā)的室性心動過速引起的。許多研究表明，心室晚電位(Ventricular Late Potentials，VLP)絕大多數(shù)發(fā)生于心肌梗塞患者，可獨立的作為一項預(yù)測室性心率失常的指標。VLP一般出現(xiàn)在QRS波末端并延伸至ST段，表現(xiàn)為一系列碎裂的高頻、低幅微弱電信號，其幅值一般不超過25μV，能量主要集中在40-300Hz，其最重要的臨床意義在于預(yù)

2、測室性心率失常和心臟性猝死，因此，正確的檢測VLP顯得至關(guān)重要。
　　目前，常用的時域檢測法在存在著晚電位檢出率不易提高的缺點;頻域分析法存在頻率分辨率不高的缺點;頻譜標測分析法在提取判斷晚電位的標準參數(shù)時易受到分析時段的選取、QRS波終點定位準確度的影響。因此，為提高VLP的檢測準確率，需提出一種新的信號檢測技術(shù)。由于VLP信號相對于正常心電信號（Electrocardiogram，ECG），二者是獨立的，而通過獨立分量分析(I

3、ndependent Component Analysis，ICA)算法可以從ECG中將相對較大的瞬時獨立分量的時間過程準確地分辨出來，故可以用于VLP的識別。
　　本文主要研究從單導(dǎo)聯(lián)觀測信號中提取VLP的盲源分離(Blind SourceSeparation，BSS)方法，首先介紹了BSS和小波（包）分析的基本知識，闡述了小波（包）分析在ECG信號處理中的應(yīng)用。
　　其次，對快速獨立分量分析(Fast Independe

4、nt Component Analysis，F(xiàn)astICA)算法進行改進，結(jié)合相關(guān)函數(shù)，提出一種RFastICA算法。該方法是將負熵乘以一個與待提取信號有關(guān)的相關(guān)函數(shù)，得到一個新的獨立性度量函數(shù)，以此推導(dǎo)出向量梯度，作為算法的迭代公式來實現(xiàn)混合信號的盲源分離。通過實驗仿真對比RFastICA與傳統(tǒng)的FastICA算法，結(jié)果表明，RFastICA具有良好的分離性能。
　　最后，采用改進的算法對單導(dǎo)聯(lián)VLP信號進行提取。采用小波包變換