基于稀疏盲源分離的J波提取技術(shù)研究.pdf

1、冠狀動(dòng)脈（冠脈）疾病嚴(yán)重威脅著人們生命健康，能夠?qū)Ω呶Ｈ巳鹤龀黾皶r(shí)準(zhǔn)確的預(yù)測(cè)評(píng)估極為重要。室性心動(dòng)過(guò)速會(huì)有生命危險(xiǎn)，并且患者的心電圖(ECG)上形成了J波。J點(diǎn)偏移形成的J波，由于其幅值很小，與正常心電信號(hào)混疊，想要從臨床上的觀測(cè)信號(hào)中看到J波，不是非常容易。如何將可能隱藏的J波從觀測(cè)信號(hào)中提取出來(lái)，并進(jìn)行研究與分類(lèi)，為臨床上冠心病的診斷提供參考依據(jù)，成為醫(yī)學(xué)界有價(jià)值的熱點(diǎn)問(wèn)題。因此，要解決這個(gè)問(wèn)題，盲源分離(Blind Source

2、Separation，BSS)必是首選。
　　目前，國(guó)內(nèi)外對(duì)稀疏性很強(qiáng)的信號(hào)做了大量研究，并提出了很多可實(shí)現(xiàn)盲源分離的算法，但是，當(dāng)正常心電信號(hào)混合了J波之后，由于源信號(hào)不充分稀疏，利用傳統(tǒng)的稀疏成分分析(Sparse Component Analysis，SCA)算法不能準(zhǔn)確的估計(jì)混合矩陣，以便從觀測(cè)信號(hào)中分離出J波。因此，當(dāng)源信號(hào)不充分稀疏時(shí)，估計(jì)混合矩陣和恢復(fù)源信號(hào)成為盲源分離技術(shù)發(fā)展的一次大跨越，這個(gè)問(wèn)題也亟待解決。

3、>　　針對(duì)源信號(hào)不充分稀疏的情況，本文系統(tǒng)地研究了盲源分離的基本理論，傳統(tǒng)SCA方法估計(jì)混合矩陣和實(shí)現(xiàn)信號(hào)盲分離的原理，在傳統(tǒng)K-means算法和反饋稀疏成分分析方法能夠分離出一個(gè)目視效果很好并接近源信號(hào)的基礎(chǔ)上，提出了反饋部分稀疏成分分析算法(FPSCA)，源信號(hào)存在頻譜重疊，滿足部分稀疏性，定位重疊部分的極值點(diǎn)，并搜索其兩側(cè)幅值相同的點(diǎn)位，使得混合矩陣能夠準(zhǔn)確的估計(jì)出來(lái)。或者先將稀疏點(diǎn)篩選出來(lái)，構(gòu)造比例矩陣來(lái)估計(jì)混合矩陣，在估計(jì)出混