基于稀疏盲源分離的J波提取技術(shù)研究.pdf

1、冠狀動脈（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準(zhǔn)確的預(yù)測評估極為重要。室性心動過速會有生命危險，并且患者的心電圖(ECG)上形成了J波。J點偏移形成的J波，由于其幅值很小，與正常心電信號混疊，想要從臨床上的觀測信號中看到J波，不是非常容易。如何將可能隱藏的J波從觀測信號中提取出來，并進(jìn)行研究與分類，為臨床上冠心病的診斷提供參考依據(jù)，成為醫(yī)學(xué)界有價值的熱點問題。因此，要解決這個問題，盲源分離(Blind Source

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

3、>　　針對源信號不充分稀疏的情況，本文系統(tǒng)地研究了盲源分離的基本理論，傳統(tǒng)SCA方法估計混合矩陣和實現(xiàn)信號盲分離的原理，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目視效果很好并接近源信號的基礎(chǔ)上，提出了反饋部分稀疏成分分析算法(FPSCA)，源信號存在頻譜重疊，滿足部分稀疏性，定位重疊部分的極值點，并搜索其兩側(cè)幅值相同的點位，使得混合矩陣能夠準(zhǔn)確的估計出來?；蛘呦葘⑾∈椟c篩選出來，構(gòu)造比例矩陣來估計混合矩陣，在估計出混