基于小波分析与自适应滤波的胎儿心电提取

目的:利用小波分析与自适应滤波算法相结合从母体腹部信号中提取胎儿心电。方法:首先对母体腹部信号和胸部信号做5层平稳小波分解,然后在每层小波系数引入最小均方误差(LMS)算法对应滤波,最后将小波系数重构获得胎儿心电。结果:使用临床数据进行验证,结果表明,基于小波分析与自适应滤波的算法能够识别母体腹部信号中的胎儿心电信号。结论:该方法与LMS算法相比提取效果更好,尤其对母体心电波形与胎儿心电波形重合部分改善明显。另外,该算法计算简单,易于实现,保持了较高的实时性。     

一种自适应最小均方算法提取胎儿心电信号的方法研究

目的：针对胎儿的心电信号十分微弱,基本被母体的生理电信号所掩盖的情况,提出一种有效地提取胎儿心电信号的方法。方法：首先根据胎儿和母亲心电的特点人工合成孕妇和胎儿的混合心电信号,然后使用自行设计的变步长自适应最小均方（least mean square,LMS）算法完成胎儿心电的提取工作。结果：实验结果显示,信噪比由-50.7 dB提高到48.4 dB,并且滤波后得到的胎儿心电信号与真实的胎儿心电信号的相关系数为0.995 8。结论：该算法不仅成功滤除了母亲的心电信号,而且较好地保留了胎儿心电信号,有助于无创条件下胎儿疾病和生理状况的早期检查。     

基于自适应RLS算法的非接触式生命参数检测中呼吸和心跳信号的分离

目的：从生物雷达非接触式检测所得生命参数信号中提取心跳信号,实现呼吸和心跳信号的有效分离。方法：首先用生物雷达采集系统采集由呼吸引起的携带有心跳等信号的体表微动信号,其次对采集的信号进行预处理．滤除高频噪声,并放大信号,然后运用自适应递归最小二乘（RLS）算法进行处理。结果：自适应RLS算法能够有效地抑制生命参数信号中的呼吸成分,提取出心跳信号。结论：自适应RLS算法可以自动调整自身参数以逐步实现最优处理结果,这对于处理随机性强的生物医学信号十分有效;此外,算法收敛速度快,便于信号实时处理,对临床监护十分有用。     

生物雷达检测中呼吸和心跳实时分离技术的研究

目的：从生物雷达检测到的体动信号中分离出心跳信号。方法：采用自适应噪声抵消模型,基于递归最小二乘算法（recursive-leastsquare,RLS）调整模型的输出,并将分离出的心跳信号与心电信号进行比较。结果：该方法可以从体动信号中分离出心跳信号,而且从心跳信号中提取的心率值与从心电信号提取的心率值具有很强的相关性。结论：基于自适应噪声抵消技术,可以实现生物雷达检测中呼吸和心跳的分离。     

自适应滤波在诱发脑电探测中的应用

用递归最小二乘(RLS)自适应算法和快速横向滤波(FTF)自适应算法对诱发脑电信号(EP)进行自适应滤波处理,从而有效的从测得的脑电信号(EEG)中检测出诱发脑电信号(EP)。通过MATLAB仿真并比较两种滤波方法滤波前后的波形,结果表明文中的方法能够较好的从平稳随机噪声背景中提取诱发电位信号(EP)。FTF由于具有结构简单、精度高、收敛速度快、收敛速度对数据的相关性不敏感等突出优点,滤波效果更满意。     

非接触生物雷达基于自适应滤波的心跳信号检测

目的:从生物雷达非接触检测到的呼吸和心跳的混合信号中有效地分离出心跳信号。方法:利用基于RLS算法的自适应噪声抵消器,提出一种分离心跳信号和呼吸信号的方法。结果:采用基于RLS算法的自适应抵消器能够分离出心跳信号,其心率与从心电信号获得的心率具有很强相关性(γ2=0.95,P<0.000 1)。结论:该文提出的分离心跳信号的方法具有较好的实用性,有望实现呼吸和心跳信号的实时分离。     

小波变换模极大值算法用于胎儿心电信号提取的研究

目的：研究采用小波变换模极大值算法如何从母体腹部信号中提取出胎儿心电信号。方法：根据母体腹部信号中母体心电和胎儿心电在小波变换下具有的不同特性,首先对母体腹部信号进行小波分解及模极大值检测,对检测结果进行处理,抑制某些与胎儿心电相关的极大值点而去除相应的信号奇异性,然后采用Mallat交替投影法使用处理后模极大值重构小波系数,进而重构信号,识别出母体腹部信号中的母体心电信号和胎儿心电信号。结果：使用临床数据对该方法进行测试,结果表明,基于单通道信号的小波变换模极大值算法能够识别母体腹部信号中的胎儿心电信号。结论：同时与传统的基于多通道信号的提取方法相比,不存在多通道信号相关性对提取结果的影响,但是该方法也存在一些不足之处,有待于进一步研究。     

自适应胎儿心电监护仪通过鉴定

清华大学生物医学工程专业在国家机械委支持下,经过几年研制的自适应胎儿心电监护仪,已经通过技术鉴定。该仪器应用腹部胎儿心电信号对围产期胎儿实行监护,与通常采用的超声多普勒胎儿监护仪相比,其优点在于:节律清楚,除提供胎心率和宫缩参量外,还提供胎儿心电图波形,在对胎儿心电进行监护的同时,还给出母亲心电波形与心率,可同时对产妇进行心电监护。仪器通过医院临床试用证明效果良好。该仪器在信号处理方法方面,为了提取胎儿心电的弱信号,采用了更为先进的自适应处理法,能够比匹配滤波法更好地消除肌电干扰。经过详细比较采用的是先进的“归     

自适应胎儿心电监护仪的研制

本文叙述的胎儿心电监护仪,对母腹胎儿心电信号采用更先进的自适应处理方法来消去母体心电波及其它噪声,提取胎儿心电信号。并使用了高速度、高精度的TMS320系统构成硬件系系,保证了自适应处理的实时运行。这种监护仪能提供母亲的和胎儿的心电图和心率曲线等众多信息。     

基于WiFi数据传输的胎儿心电检测系统

胎儿心电监护是一种能实时反应宫内胎儿心脏变化情况的常规临床检测手段,目前临床胎儿心率检测大多采用的是超声多普勒,这种方式技术难度大,操作专业性强,且价格昂贵。介绍了一种基于母体腹部电极法的胎儿心电检测系统,通过母体腹部电极感知微弱胎儿心电变化,并通过相应的放大滤波电路得到混合心电信号,最后将所得到的信号通过WiFi传输至上位机。上位机利用自适应滤波算法得到胎儿心电信号估计。该系统可行性强、操作专业性低、成本低且较为便利。     

A novel approach to the extraction of fetal electrocardiogram based on empirical mode decomposition and correlation analysis

Fetal heart rate monitoring is the process of checking the condition of the fetus during pregnancy and it would allow doctors and nurses to detect early signs of trouble during labor and delivery. The fetal ECG (FECG) signal is so weak and also is corrupted by other signals and noises, mainly by maternal ECG signal. It is so hard to acquire a noise-free, precise and reliable FECG using the conventional methods. In this study, a combination of empirical mode decomposition (EMD) algorithms, correlation and match filtering is used for extracting FECG from maternal abdominal ECG signals. The proposed method benefits from match filtering ability to detect fetal signal and QRS complex to detect weak QRS peaks. The combined method, has been applied successfully on different signal qualities, even for signals that their analysis was hard and complicated for other methods. This method is able to detect R-R intervals with high accuracy. It was proved that the complete ensemble empirical mode decomposition method provides a better frequency resolution of modes and also requires less iterations that leads to a considerably less computational cost than EMD and ensemble empirical mode decomposition and can reconstruct the FECG completely from the calculated modes. We believe that this method opens a new field in non-invasive maternal abdominal signal processing so the FECG signal could be extracted with high speed and accuracy.     

基于S3C2410的无线胎儿心电监护仪的设计

介绍了一种基于S3C2410和无线通信技术的新型胎儿心电监护仪的设计方案，系统的各个功能模块．并将IIR自适应滤波器与遗传算法相结合．实现了胎儿心电信号（FECG）的无创实时提取．为胎儿先天性疾病，以及胎儿宫内病理情况的诊断提供了科学的依据。     

TIRF显微镜下GLUT4囊泡的三维运动分析

利用TIRF显微镜动态实时地观测了GLUT4囊泡在脂肪细胞内的运动,并针对TIRF显微镜消散场成像的特点,提出了一种新的三维单粒子跟踪算法。算法首先针对囊泡的荧光淬灭问题,对荧光强度作了校正;然后,应用自适应的背景减除算法,分割出了运动的囊泡;最后,在跟踪过程中引入了Kalman滤波,减小了搜索的范围,从而避免了背景噪声以及虚假目标的干扰。对囊泡在胞内的长距离运动作跟踪实验,结果表明算法不但在成像平面上取得了很好的跟踪效果,而且也有效地推算了囊泡在垂直于成像平面方向上的运动。     

基于元素摄入量的乳腺癌死亡率集成预测模型

目的:构建乳腺癌死亡率预测模型。方法:基于硒、铜、锌、镉、铬、锰和砷7种元素日常摄入量和自适应增强算偏最小二乘法,建立预测乳腺癌死亡率的集成模型,并对其性能进行评价。结果:集成模型的预测精度明显优于单个偏最小二乘模型。结论:自适应增强策略在该类任务中是一个有力工具。     

适于图像型微粒检测的自适应滤波新方法

基于其局部灰度直方图,提出了一种新的适用于图像型微粒检测的自适应噪声滤波方法。它由中值滤波和特殊的ＯＳ滤波（即α均值滤波、反α均值滤波）等基本滤波器构成。此滤波器在噪声滤除和图像边缘保持两方面都有较满意的性能,而且能简单快速地实现。文中给出了实验的结果。     

自适应最小均方法在信号检测中的削弱噪声处理

利用非接触检测系统可检测到生命参数信号（呼吸、心动等信号）。针对呼吸、心动信号频谱有重叠的特征,采用自适应最小均方法对信号进行相关噪声削弱处理,从而获取较为理想的心动信号,实验研究分析及实测结果表明该算法简易、实用。     

单导胎儿心电记录仪的研制

介绍了一种单导胎儿心电记录仪。系统以PC机为核心，采用奇异值分解方法提取胎儿心电信号。临床实验表明，该仪器操作简便，可靠。