使用LabVIEW进行心电信号处理

　　1. ICA方法

　　ICA方法用于从多通道观测中重建出独立的隐含信号。假设观测X是源信号S的叠加，可以写成：

X = AS

　　其中，A表示混合矩阵。信号S的统计独立性假设，允许你从观测X中估计出两个未知量S和A。这里，孕妇的心电信号和胎儿的心电信号可以作为独立分量， 也就是S的一部分，而8条通道的心电信号测量记录组成X。通过ICA方法，能够获得S的估计，这意味着你可以获得孕妇和胎儿的心电信号。

　　ASPT工具箱中提供了TSA Independent Component Analysis VI，用户可以容易地构建出FHR提取的应用，如图11所示。在图11中，8通道的心电信号（由前面提到的8通道系统获得）是ICA函数的输入，而胎儿心 电信号作为独立分量的一部分可以在输出端得到。图12分别显示了利用ICA提取出的孕妇腹部心电信号和胎儿的心电信号。从胎儿的心电信号中，你可以发现孕 妇的心电信号被有效的抑制，这样就可以准确而方便地得到FHR了。

图11 用于胎儿心率提取的ICA方法

图12 使用ICA进行FHR提取

　　2. 自适应滤波方法

　　自适应滤波器是一种可以自行调节系数使特定性能指标最优化的滤波器。自适应滤波器在各行业中有广泛应用，其中之一就是自适应噪声消除，如图13所示。

图13 自适应噪声消除结构

　　在这个实例中，自适应滤波器的目的是最小化参考信号和带噪身信号的差异，而滤波器的系数正是根据这个最小化的过程而自动调整的。其中，参考信号是孕妇 的胸部信号，带噪信号是孕妇的腹部信号，而胎儿的心电信号正是两者之间的差异。图14中显示了这种方法的LabVIEW实现。

图14 用于FHR提取的自适应滤波器方法

如图15显示，拥有适当阶数和步长的自适应滤波器可以对孕妇心电信号进行跟踪和预测，而胎儿心电信号就是预测的误差。

图15 使用自适应滤波器进行FHR提取

　　3. 总结

　　LabVIEW和相关的信号处理工具箱可以提供鲁棒而高效的环境和工具，解决心电信号处理问题。这篇应用文档展示了如何使用这些强大的工具，在心脏疾 病诊断和心电信号处理研究中方便而快捷地消除噪声、分析和提取心电信号。同时，这些工具可以使用在其它生物医学信号处理应用，例如核磁共振成像(MRI) 和脑电图(EEG)中。