[發明專利]基于遺傳約束盲源分離的胎兒心電精確提取方法

有效

• 申請號: 201610959584.4
• 申請日: 2016-10-27
• 公開（公告）號: CN106361324B
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 楊曉利;李振偉;胡志剛;張豐收;許俊超
• 申請（專利權）人: 河南科技大學
• 主分類號: A61B5/0444
• 分類號: A61B5/0444;G06N3/12
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 宋晨煒

1.基于遺傳約束盲源分離的胎兒心電精確提取方法，其特征在于：包括以下步驟，

步驟一、利用特征值分解對觀測信號X進行白化；

步驟二、獲取多路參考信號R；

步驟三、利用遺傳算法求解混合矩陣W，首先將解混合矩陣W的求解問題轉化為遺傳算法適應的組合優化問題，確定W每個元素的大致范圍和編碼長度，并對解混合矩陣W進行編碼以及隨機產生n×m個個體組成的初始種群P(0)；

步驟四、選定合適的遺傳算法參數：終進化迭代數G、交叉概率Pc以及變異概率P_m；

步驟五、利用參考信號與分離信號相關性為目標函數，將初始種群P(0)中各個個體解碼成對應的參數值，并求取相應的代價函數和適應函數值，再應用復制、交叉和變異算子對種群P(t)進行操作，產生下一代種群P(t+1)，重復以上操作，直到參數收斂或者達到預定的指標，計算最終種群即得到最優解混合矩陣W′，在最優解混合矩陣W′分離胎兒心電，產生偏差后進入下一步自學習與解混合矩陣W的自調整；

步驟六，實現解混合矩陣W的自適應在線調整，提取胎兒心電信號；

其中，所述的遺傳算法適應的組合優化，是利用遺傳算法求解混合矩陣W，通過Y＝WX分離出胎兒心電信息及母體心電信息；X為觀測信號，Y為期望提取的胎兒心電信息及母體心電信息矩陣，依據與參考信號R相關性對遺傳信息量進行調整，并進入下次尋優過程，反復按照步驟一至步驟五進行操作，最終實現解混合矩陣W實時調整，用于胎兒信號分離；

遺傳算法適應的組合優化流程可表述為：

①、對解混合矩陣W進行染色體編碼，隨機產生初始種群；

②、對染色體進行復制、交叉和變異操作，并對操作后的染色體解碼得到新參數；

③、利用新參數分解采集到的混合心電信息，并代入代價函數驗證是否是最優選擇；

④、群體適應度統計并產生新的群體；

⑤、判斷新群體是否穩定，若不穩定則返回操作步驟二，若穩定則輸出最優解混合矩陣W′，然后再分離混合心電信息，進而獲取純凈的胎兒心電信息及母體心電信息；

所述的對解混合矩陣W進行染色體編碼的方法是：采用多參數映射二值編碼，即在一條染色體上，解混合矩陣中任一元素W_i,j可用一個二進制編碼k表示，其中k＝log₂(|b-a|)+c,其中，b為解混合矩陣W中最大值，a為解混合矩陣W的最小值，c為保留的有效數字，此處，b、a根據盲源分離的解混合矩陣W設定，c根據不同的運行環境設定，故，任一元素W_i,j編碼可表示W_i,j＝{b_kb_k-1...b₁},此處，b_k∈{0，1}，則任一元素W_i,j的解碼公式如下：

根據解混合矩陣W的元素數確定染色體的子串數，在此為12個子串，可表示為：

0010001100010000|0010001111010000|0010001100010011|0010001100011100|

0011101100010000|0010001110010000|0010001100011001|0010111100010100|

0010001100000000|0100001100010000|0010000011010000|0010001100011110|；

所述的群體適應度統計并產生新的群體，利用適應度函數評價產生的新一代的種群中各個個體解碼對應的參數值是否收斂或者達到預定的指標，當參數收斂或者達到預定的指標時計算最終種群即得到最優解混合矩陣W′，適應度函數的求解方法是：利用參考信號的相關性驗證是否達到最優解，直到遺傳算法的參數收斂或者達到預定的指標，其中，根據參考信號個數，可搭建代價函數為此處y_i＝w_i^TX,i為參考信號的個數，i＝1,2，解混合矩陣其判斷條件為|J(y_i)_k+1-J(y_i)_k|＜ε，ε為一個足夠小的數；

適應度函數為

F＝C/J

其中，C＝10ⁿ，n為整數，當個體的適應度相差較大時n0，否則n≥0。