论文部分内容阅读
胎儿心电信号(Fetal electrocardiogram, FECG)是胎儿宫内生理活动最主要的客观指标之一，通过分析胎儿心电信号，能够早期诊断胎儿宫内缺氧、宫内窘迫以及先天性心脏病等，有效地降低新生儿各类疾病的发病率和死亡率。采用置体表电极于母体腹部体表的间接方法采集到的胎儿心电信号中包含很多噪声干扰，其中母体心电信号(Maternal electrocardiogram,MECG)的干扰最强，其幅度是胎儿心电信号的数十倍且大部分频带与胎儿心电信号重叠。此外，母体的呼吸漂移，宫缩等引起的肌电干扰，以及50Hz的工频干扰等都影响着胎儿心电信号的提取。因此，胎儿心电信号提取已经成为国内外众多学者研究的热点问题之一。本文主要研究多导联和单导联环境下胎儿心电信号的提取方法，在分析胎儿心电信号常用提取方法基础上，提出了多导环境下小波域信息极大化胎儿心电信号提取算法和单导环境下奇异值分解和人工神经网络相结合的胎儿心电信号提取方法；利用模拟数据和临床实际数据对提出的两种方法进行测试，实现了胎儿心电信号的有效提取。本文的主要工作内容如下：1.回顾了胎儿心电信号提取技术的发展历史和现状；阐述了通过间接法采集到的腹壁母胎混合心电信号的特点。2.提出了多导环境下小波域信息极大化胎儿心电信号提取算法。利用小波变换的去相关性，将独立分量提取变换到小波域；然后利用信息极大化算法实现胎儿心电信号的独立分量提取，并在小波域利用阈值去噪技术对混合信号进行预处理；研究不同小波基函数和不同小波分解层数对算法的影响，并确定胎儿心电信号提取中的最优小波基函数和小波分解层数；最后利用模拟数据和临床数据验证算法的性能。结果表明，本文所提算法实现了多导联环境下胎儿心电信号的有效分离。3.提出了单导联环境下结合奇异值分解和人工神经网络的胎儿心电信号提取方法。首先利用奇异值分解生成母体心电信号成分的估计；然后利用人工神经网络模拟母体心电传导过程的非线性变换；最后利用模拟数据和临床数据验证了算法的性能。结果表明，本文所提算法实现了单导联环境下胎儿心电信号的有效分离。本文的研究实现了不同导联环境下胎儿心电信号的有效提取，为胎儿心电监护仪的研制提供了技术支撑。