1. ICA方法

　　ICA方法用于從多通道觀測中重建出獨立的隱含信號。假設觀測X是源信號S的疊加，可以寫成：

X = AS

　　其中，A表示混合矩陣。信號S的統計獨立性假設，允許你從觀測X中估計出兩個未知量S和A。這里，孕婦的心電信號和胎兒的心電信號可以作為獨立分量， 也就是S的一部分，而8條通道的心電信號測量記錄組成X。通過ICA方法，能夠獲得S的估計，這意味著你可以獲得孕婦和胎兒的心電信號。

　　ASPT工具箱中提供了TSA Independent Component Analysis VI，用戶可以容易地構建出FHR提取的應用，如圖11所示。在圖11中，8通道的心電信號（由前面提到的8通道系統獲得）是ICA函數的輸入，而胎兒心 電信號作為獨立分量的一部分可以在輸出端得到。圖12分別顯示了利用ICA提取出的孕婦腹部心電信號和胎兒的心電信號。從胎兒的心電信號中，你可以發現孕 婦的心電信號被有效的抑制，這樣就可以準確而方便地得到FHR了。

圖11 用于胎兒心率提取的ICA方法

圖12 使用ICA進行FHR提取

　　2. 自適應濾波方法

　　自適應濾波器是一種可以自行調節系數使特定性能指標最優化的濾波器。自適應濾波器在各行業中有廣泛應用，其中之一就是自適應噪聲消除，如圖13所示。

圖13 自適應噪聲消除結構

　　在這個實例中，自適應濾波器的目的是最小化參考信號和帶噪身信號的差異，而濾波器的系數正是根據這個最小化的過程而自動調整的。其中，參考信號是孕婦 的胸部信號，帶噪信號是孕婦的腹部信號，而胎兒的心電信號正是兩者之間的差異。圖14中顯示了這種方法的LabVIEW實現。

圖14 用于FHR提取的自適應濾波器方法

如圖15顯示，擁有適當階數和步長的自適應濾波器可以對孕婦心電信號進行跟蹤和預測，而胎兒心電信號就是預測的誤差。

圖15 使用自適應濾波器進行FHR提取

　　3. 總結

　　LabVIEW和相關的信號處理工具箱可以提供魯棒而高效的環境和工具，解決心電信號處理問題。這篇應用文檔展示了如何使用這些強大的工具，在心臟疾 病診斷和心電信號處理研究中方便而快捷地消除噪聲、分析和提取心電信號。同時，這些工具可以使用在其它生物醫學信號處理應用，例如核磁共振成像(MRI) 和腦電圖(EEG)中。