نوع مقاله : مقاله کامل پژوهشی
نویسنده
استادیار گروه مخابرات، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
چکیده
استخراج الکتروکاردیوگرام جنین (FECG) از سیگنال های الکتریکی ثبت شده به وسیله الکترودهای قرار داده شده بر روی بدن مادر با توجه به اهمیتی که برای بررسی سلامت جنین دارد، از مسائل مطرح در مهندسی پزشکی و پردازش سیگنال های حیاتی است و بنابراین روش جداسازی کور منابع سیگنال که در آن لازم است یک یا چند سیگنال مطلوب صرفا از اطلاعات ترکیبات اندازه گیری شده آنها به وسیله چند گیرنده بدون در اختیار بودن مشخصات کانال انتقال استخراج گردد، یکی از روش های اساسی برای حل این مساله به شمار می آید. بیشتر الگوریتم های جداسازی کور منابع پیشنهاد شده برای جداسازی ECG جنین و ECG مادر بر پایه فرض استقلال این سیگنال هاست (تحلیل مولفه های مستقل). این مقاله روش جدیدی را با در نظر گرفتن فرض واقعی تر همبسته بودن سیگنال ها با یکدیگر پیشنهاد می دهد. روش موردنظر بر اساس اصل تجزیه والد به استخراج داده های مطلوب از داده های ثبت شده پرداخته و با به کارگیری الگوریتمی بر پایه آمارگان های مرتبه دوم، تخمینی از سیگنال های موردنظر را به دست می آورد. نتایج شبیه سازی بر روی سیگنال های الکتروکاردیوگرام، موثر بودن روش پیشنهادی را نشان می دهد.
کلیدواژه‌ها
- استخراج الکتروکاردیوگرام جنین
- جداسازی کور منابع
- تحلیل مولفه های مستقل
- تجزیه والد
- آمارگان های مرتبه دوم
موضوعات
عنوان مقاله [English]
Applying The Blind Separation Of Correlated Sources For FECG Extraction Based On The Second Order Statistics
نویسنده [English]
- Masoud Reza Aghabozorgi Sahaf
Assistant Professor, Communication Department, Electrical and Computer Engineering School, Yazd University
چکیده [English]
The extraction of the fetal electrocardiogram (FECG) from the skin electrode signals recorded of the mother's body is a problem of concern to signal processing. Blind signal separation (BSS) technique that separates some signals from their combinations without acknowledgments about transmission channel, is a fundamental method for solving this problem. The most proposed BSS algorithm for separation of fetal electrocardiogram (FECG) and mother electrocardiogram (MECG) relies on the independence of these signals (ICA). This paper introduces a novel technique for the cases that signals are correlated with each other, i.e. considering a real assumption. The method uses Wold decomposition principle for extracting the desired and proper information from the predictable part of the measured data, and exploits approaches based on the second-order statistics to estimate source signals. Simulation results are showed the effectiveness of the method for separation of electrocardiogram signals.
کلیدواژه‌ها [English]
- FECG extraction
- Blind source separation
- Independent component analysis
- Wold decomposition
- Second order statistics
)