數(shù)據(jù)特性導(dǎo)向的FECG提取算法研究.pdf

1、胎兒心電圖的監(jiān)測(cè)對(duì)于保證圍產(chǎn)期孕婦和胎兒的健康十分重要。傳統(tǒng)的胎兒心電圖多采用侵入式的方式進(jìn)行檢測(cè)，費(fèi)事費(fèi)力，測(cè)量過(guò)程復(fù)雜，而且對(duì)胎兒和孕婦的健康帶來(lái)額外風(fēng)險(xiǎn)。目前，胎兒心電多采樣腹部電極的非侵入方式采集，但是由于孕婦處于復(fù)雜的外界環(huán)境，且采集過(guò)程受孕婦自身心電信號(hào)和其他生物電信號(hào)的干擾，采集到的信號(hào)往往是胎兒心電信號(hào)、母親心電信號(hào)和其他噪聲的混合信號(hào)，必須經(jīng)過(guò)一定的信號(hào)處理過(guò)程，才能得到清晰的胎兒心電信號(hào)。
　　從腹壁混合信號(hào)中

2、提取胎兒心電信號(hào)一直是生物信號(hào)處理領(lǐng)域的研究熱點(diǎn)，近年來(lái)學(xué)者提出了各種理論的算法用于胎兒心電信號(hào)提取，例如盲源分離算法、自適應(yīng)濾波算法、奇異值分解算法、機(jī)器學(xué)習(xí)算法等。
　　支持向量機(jī)(Support Vector Machine，SVM)是一種基于的統(tǒng)計(jì)學(xué)習(xí)理論的最新的機(jī)器學(xué)習(xí)算法，它克服了機(jī)器學(xué)習(xí)算法的欠學(xué)習(xí)問(wèn)題和過(guò)學(xué)習(xí)問(wèn)題，解決小樣本擬合問(wèn)題性能優(yōu)秀，十分適合將該方法引入到FECG的信號(hào)提取問(wèn)題[1]。
　　本文結(jié)合以

3、上課題背景和研究問(wèn)題，在前人的基礎(chǔ)上進(jìn)行了以下研究:
　　1)介紹了胎兒心電信號(hào)提取問(wèn)題的課題背景、研究意義、胎兒心電信號(hào)的形態(tài)特征、噪聲源分析等;2）介紹了統(tǒng)計(jì)學(xué)習(xí)理論的基本內(nèi)容，支持向量機(jī)的基本原理，包括廣義最優(yōu)分類(lèi)面、核函數(shù)特征空間、用于回歸估計(jì)的支持向量機(jī)等，并對(duì)這些理論進(jìn)行了詳細(xì)的分析說(shuō)明;3）結(jié)合胎兒心電信號(hào)的提取特點(diǎn)，針對(duì)最小二乘支持向量機(jī)的核函數(shù)參數(shù)優(yōu)化問(wèn)題，提出了一種基于改進(jìn)螢火蟲(chóng)算法的核參數(shù)優(yōu)化算法，代替原來(lái)的