ICA在心音信号处理中的应用.pdf

第25卷第4期生物医学工程学杂志Vol.25No.4

2008年8月JournalofBiomedicalEngineeringAugust2008

ICA在心音信号处理中的应用*

杨秀梅1潘家华2张祖兴1方立彬1纪元霞1樊耘1王威廉1
1(云南大学通信系,昆明650091)
2(昆明医学院第一附属医院,昆明650032)

摘要独立成分分析(ICA)是近年来涌现的用于盲信号分离的新技术。本研究利用独立成分分析成功地把心
音信号分离为三个独立的成分。借助ICA方法我们能够有效地区分正常人和房间隔缺损病人的心音信号。研究
中所用的心音信号由自行研发的心音采集仪所采集。文章首先介绍了独立成分分析的基本原理,然后介绍了一种
基于四阶统计量的算法快速定点算法,并给出了利用此算法的ICA步骤。试验结果表明,ICA在心音信号的处
理中是一种很有潜力的方法。
关键词独立成分分析心音图信号快速定点算法
中图分类号TN91172文献标识码A文章编号10015515(2008)04076604

ApplicationofIndependentComponentAnalysisfor
SeparatingPhonocardiogramSignals

YangXiumei1PanJiahua2ZhangZuxing1FangLibin1JiYuanxia1FanYun1WangWeilian1
1(DepartmentofCommunication,YunnanUniversity,Kunming650091,China)
2(TheFirstAffiliatedHospitalofKunmingMedicalCollege,Kunming650032,China)

AbstractIndependentcomponentanalysis(ICA)isanovelmethoddevelopedinrecentyearsforBlindSourceSepa
ration.Inthispaper,thephonocardiogram(PCG)wasseparatedintothreecomponentsbyapplyingICA.Thebasicprin
cipleofICAwasintroducedinthispaper.AfastandrobustfixedpointalgorithmforICAwasusedtoanalyzePCGsignals
inthisstudy.TheexperimentsshowedthatICAcouldseparatethecomponentsofheartsoundsfromPCGsignalssuccess
fully.
KeywordICAPCGFastandRobustFixedpointAlgorithm

指心音强度、出现时间异常、病理性杂音及附加音
1引言
等。本文所讨论的异常心音是房间隔缺损病人的心
听诊是一种传统的诊断心脏疾病的方法,通过音。房间隔缺损在临床上的表现主要是在一、二心
听取心音,听诊者可以获得用以判断心脏疾病的相音之间会出现强度不等的病理性杂音。
关信息。但由于人耳听力敏感的局限和听诊者在临由于在采集过程中心音信号经常会受到一些外
床经验上的差异使听诊不能给出定量分析的结果,界因素的影响,比如外界的噪声、50Hz工频干扰
在很大程度上影响了听诊的准确度。等。所以一般对信号进行近一步分析之前,都要对
心音图是心脏机械活动产生的声波记录,心音信号进行预处理。对于工频干扰通常使用50Hz陷
信号蕴涵了有关心脏活动状态的有用信息,因此,它波器,但是陷波器不一定能精确定位在50Hz上。
成为检测心脏疾病的有用工具[1]。常规的滤波器一方面滤除了噪声,但一方面也会滤
人体的心脏在一个心动周期会产生4个心音成掉有用的信号,这主要是噪声与有用信号的频谱重
分,正常心音包括第一心音(S1)、第二心音(S2)、第叠的缘故。
三心音(S3)第四心音(S4)和心脏杂音;异常心音是我们使用一种新的方法独立成分分析
(ICA),把心音信号分离为几个独立的成分,再对心
*国家自然科学基金资助项目(60561002)音信号的独立成分做进一步的分析。
第4期杨秀梅等。ICA在心音信号处理中的应用767

独立成分分析是近年来涌现的主要用于盲信号解,使其分解成统计独立的成分。ICA的关键是建
分离的新技术,得到了国内外信号处理界的广泛重立一个衡量分离结果独立性的目标函数以及优化该
视。ICA分析