胎兒心電信號提取方法研究.pdf

1、胎兒心電信號(fetal electrocardiogram, FECG)能夠反映胎兒的宮內(nèi)生理活動狀況,通過對圍產(chǎn)期胎兒心電的監(jiān)護和觀測,可以監(jiān)測胎兒的健康狀況,從而達到降低圍產(chǎn)兒發(fā)病率與死亡率的目的。但是目前難以提取得到清晰的FECG,限制了FECG臨床上的應用。本論文首先介紹了FECG提取的研究背景和意義,闡述了國內(nèi)外FECG提取的發(fā)展動態(tài)。
　　近年來盲信號分離方法被引入 FECG提取領域,被認為提取效果較好、具有較好的應

2、用前景。由于傳統(tǒng)的盲源信號分離方法一般限于處理非高斯、平穩(wěn)信號,且對噪聲的抑制能力不強,本文研究了基于時頻盲源分離(blind source separation based on time-frequency distributions, TFBSS)的FECG提取方法。采用臨床實驗數(shù)據(jù)與基于RLS(recursive least square, RLS)的自適應濾波法、基于DNN(dynamic neural network, DN

3、N)神經(jīng)網(wǎng)絡法的FECG提取結(jié)果進行比較。為使提取得到的FECG更加清晰,本文采用經(jīng)驗模式分解(empirical mode decomposition, EMD)去噪,并與去噪前的FECG進行比較。
　　由于基于盲源分離的FECG提取方法,需要導聯(lián)數(shù)多,計算復雜度大。本文在介紹統(tǒng)計學習理論、回歸支持向量機理論的基礎上,引入改進的支持向量機算法(v-support vector regression, v-SVR),并系統(tǒng)詳細地介

4、紹了基于v-SVR的胎兒心電信號提取的原理,在僅使用兩導聯(lián)的情況下,完成了基于 v-SVR的胎兒心電信號的提取。為進一步說明本論文方法較其他常用兩導聯(lián) FECG提取方法的優(yōu)勢,本文分別對采用 Patrick E. McSharry提出的合成動態(tài)心電的模型合成的心電信號和由Lathauwer提供的臨床實驗數(shù)據(jù),從對比觀察法和量化性能分析兩個方面,與基于 RLS的自適應濾波法、基于 ANFIS(adaptive neuro-fuzzy in

5、ference systems, ANFIS)神經(jīng)網(wǎng)絡和基于 DNN神經(jīng)網(wǎng)絡以及基于在線最小二乘支持向量機(online least squares support vector machines, OLSSVM)的胎兒心電信號提取方法,進行對比實驗及結(jié)果分析。其中,合成實驗數(shù)據(jù)的FECG提取實驗及對比實驗的量化性能指標,采用質(zhì)量信噪比qSNR和互相關系數(shù)r;對于臨床實驗數(shù)據(jù)的FECG提取實驗和對比實驗的量化性能指標,采用特征值分析信噪