基于平稳小波变换的胎儿心电提取方法

胎儿心电信号的提取对孕期胎儿健康状况的检测具有重要意义。本文提出一种基于平稳小波变换的单/多通道胎儿心电提取方法。多通道环境下输入信号包括腹部混合信号和母体心电信号,单通道环境下母体心电信号采用对腹部混合信号进行窗口平均法获得,然后对信号进行平稳小波变换与阈值去噪,继而提取胎儿心电信号。Physio Net数据测试实验表明,该方法在单/多通道的环境下均能成功提取到清晰的胎儿心电信号,并且能有效地消除噪声。     

基于独立成分和小波分析的胎儿心电提取

背景：在胎儿心电信号的采集过程中,会受到母体和其他噪声的强干扰,如何快捷与有效地提取出胎儿心电将成为重要的研究课题。 目的：采用结合独立成分分析和小波分析的方法对来自于同一母体的观测信号进行独立分量分离,得到有效的胎儿心电。 方法：结合独立成分分析和小波分析的算法进行胎儿心电的特征提取,首先对含噪信号进行小波变换,去除奇异信号和非平稳随机信号,然后对小波重构后的信号运用快速独立成分分析算法进行成分分析。 结果与结论：在胎儿心电信号的采集过程中,会受到母体和其他噪声的强干扰,但这些信号都是随机的,不相关的,可以认为它们间是相互独立的。采用结合独立成分和小波分析的方法对来自于同一母体的观测信号进行独立分量分离,得到有效的胎儿心电。实验证明该方法是一种有效的方法。     

基于BP神经网络的胎儿心电提取算法研究

目的针对胎儿心电不易提取的问题,提出一种从孕妇腹部混合心电信号和胸部心电信号中提取胎儿心电的方法。方法采用反向传播(BP)神经网络预测孕妇腹部混合心电信号中母体心电的真实形态,从腹部混合信号中减去预测的母体心电信号便得到胎儿心电信号。与小波阈值去燥算法和自适应滤波算法比较,评价BP神经网络算法可行性。结果相比小波阈值去燥算法和自适应滤波算法,该算法准确度为94.12%,灵敏度为96.97%。这两项指标均优于小波阈值去燥算法的80.52%、93.94%和自适应滤波算法的87.88%、87.88%。结论基于BP神经网络的方法可以提取到纯净的胎儿心电信号,对于胎儿心电监护有一定的应用价值。     

应用自相关和独立分量分析的胎儿心电信号提取

目的:胎儿心电信号在监护胎儿健康状况过程中有着重要的作用。通常从孕妇腹部采集到的混合心电信号中提取出胎儿心电信号,孕妇腹部信号是准周期性的时间信号,其采样点存在着先后关系,传统的独立分量分析(ICA)算法在分离过程中没有考虑信号的时间相关性,针对这一问题提出了一种新的方法提取胎儿心电信号。方法:首先采用自相关分析可以得到混合信号具体的周期长度,根据周期长度进行片段截取信号后可以去除其时间相关性,再利用传统的FastICA分离截取信号得到ICA模型的模型参数,最后利用此模型参数从完整的混合信号中提取出胎儿心电信号。结果:使用临床数据进行了实验验证,分别使用传统的FastICA和新的方法提取胎儿心电信号,结果表明采用新方法提取出的胎儿心电信号中母体成分干扰得到了很好的抑制,胎儿心电信号比较清晰,分离效果优于传统的FastICA。结论:该方法可以清晰地提取出胎儿心电信号,在胎儿心电信号提取中具有很高的实用价值。     

基于自适应线性神经网络的胎儿心电信号提取

胎儿心电信号提取对胎儿监护具有重要意义。本文介绍了一种基于自适应线性神经网络的胎儿心电信号提取方法。该方法根据母体心电信号与母体腹部信号的相关性原理,以母体心电信号为网络输入,母体腹部信号为网络目标,采用W-H学习方法获取的训练误差即为提取出的胎儿心电信号。此外,通过增加网络隐含层,对神经网络的结构进行改进,增加网络训练精度,从而得到更好的训练结果,提取出更易识别的胎儿心电信号。最后分别使用仿真数据和临床数据对上述方法进行测试,实验结果表明,利用自适应线性神经网络可以提取出胎儿心电信号,通过改进神经网络结构,可以提取出更为清晰的胎儿心电信号。     

基于非负盲分离的胎儿心率检测方法

胎儿心率监测是一种有效评估胎儿当前健康状况的重要参考依据。为了可以快速准确地获取胎儿心率,该文提出一种基于非负盲分离的胎儿心率检测方法。该方法首先对采集得到的腹壁信号进行预处理,平稳小波变换后重构出母亲心电信号;接着,采用相减法去除母亲心电信号,再把剩下含有噪声的胎儿心电信号通过时频变换得到Born-Jordan分布;最后,利用非负矩阵分解得到胎儿心电的特征信号,检测其R波位置求得胎儿瞬时心率。实验结果表明,该方法可以快速、准确有效地获得胎儿地瞬时心率数据。     

小波变换在滤除心电中工频干扰的应用

人体的心电信号由于其幅度低和频率低而易受到各种干扰的影响,本文介绍了利用小波变换来滤除心电信号中的工频噪声。处理过程是采用小波变换将原始心电信号分解成不同频段下的细节信号,再对各种细节信号进行加权处理,再重建心电信号,就能实现心电信号中的工频干扰的消除。从实验结果来看,本方法简单实时,且效果明显,为心电数据的进一步处理奠定了良好的基础。     

基于快速定点独立分量分析算法的母胎心电信号分离

研究快速定点独立分量分析方法在母胎心电信号分离中的应用。采用此算法,在胎儿心电信号与母体心电信号可以视为相互独立的信号源的前提下,对来源于同一孕妇的观测信号进行独立分量分离。快速定点独立分量算法可以有效地分离出单个独立分量,得到的胎儿心电信号(FECG)较理想。采用独立分量分析方法,实现母胎心电信号分离,是一种值得尝试的信号处理方法。     

小波变换在ECG信号滤波中的应用研究

本文首先介绍了小波变换应用于ECG信号消噪处理中的几种常用滤波方法的原理,分析了它们的滤波性能.然后提出一种小波变换与自适应滤波相结合的心电信号去噪方法,实验证明这种去噪方法可以有效抑制心电信号中的噪声干扰,保持信号的波形特征,是对"运用多分辨率分析方法,去除噪声干扰对应小波分解尺度上细节分量"的滤波方法的一种有效改进,达到较好的滤波效果.     

基于连续小波变换的心电信号特征提取及其仪器实现

介绍了一种用于心电信号的记录和识别的虚拟式测量和分析仪器系统，目的是要构建一种基于PC的虚拟仪器．能够实现十二导联心电信号的同步记录、同步整体观察及测量12导联同一心动周期的波形，从而提高心电参数测量的准确性。同时，由于Mexican hat小波特有的时域特性，对QRS波群具有很好的定位特性和分析精度，因此在本仪器中利用连续小波变换，选用Mexicanhat作为小波基，对心电信号中的特征信息进行精确检测，并给出准确的心电信号特征描述参数。对临床实测心电信号的分析表明，即使在有严重噪声干扰的情况下，本方法也很容易实现对心电信号特征信息的精确描述，并且具有很高的实时性，从而在本仪器中获得了实际和有效的应用。     

基于小波变换与形态学运算的ECG综合检测算法的研究

针对心电波形检测中小波变换算法的缺点 ,在 ECG特征点检测中 ,将原始信号在 3尺度上的 haar小波分解的细节信号模极大值对检测法与数学形态学峰谷检测相结合 ,提出了一种新的心电波形特征点综合检测算法 ,该算法弥补了小波变换算法对信号振幅检测上的不足 ,有效地提高了心电信号特征点检测的准确度。     

主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究

针对心脏疾病发病率高且不易自主检测的问题,提出了一种心电信号特征提取和分类诊断算法。首先对心电信号进行提升小波变换和改进半软阈值相结合的预处理变换,在去除心电信号的噪声后,利用主成分分析(principal component analysis,PCA)对心电信号进行降维,并利用核独立成分提取心电信号的非线性特征;同时离散小波变换提取去噪后心电信号的频域特征,基于线性判别分析(linear discriminant analysis, LDA)对频域统计特征进行降维处理。将两种不同的特征向量组成多域特征空间,最后利用支持向量机对多域特征空间分类,遗传算法对其参数进行寻优,从而实现心电信号特征的分类。实验结果表明,所提出的算法能够对5类心电节拍进行准确分类,分类效率达99.11%。     

基于经验模态分解自适应滤波的胎儿心电信号提取

目的提出了一种基于经验模态分解自适应滤波的胎儿心电信号提取法。方法首先利用经验模态分解算法对孕妇腹部信号进行分解得到一组内模函数(IMF),然后将这组IMF作为自适应滤波器的主输入信号,并将孕妇胸部信号作为参考输入信号。通过学习算法自适应组合IMF,滤除母体心电信号成分,从而提取胎儿心电信号。结果与结论基于仿真和临床的实验结果表明,该方法提取的胎儿心电信号误差小,性能优于传统的最小均方和归一化最小均方自适应滤波算法。     

基于小波熵的心电信号去噪处理

实测的心电信号不可避免地存在一些强干扰和噪声,如何在强背景干扰和噪声下准确提取出有用的心电信号,是心脏病智能诊断的一个重要内容。提出一种新的基于小波熵的弱心电信号去噪方法,先将信号小波分解,再对不同分解尺度上的高频系数进行小波熵阈值的量化处理,然后利用最高一层小波分解的低频系数分量和经过阈值处理的不同尺度的高频小波系数分量,组成进行信号重构所需要的系数分量进行重构,将严重的干扰和噪声去掉,实现有效信号的提取。最后分别利用临床的实测心电数据和M IT/B IH心电数据库信号进行验证,并针对不同噪声类型和不同信噪比情况进行分析。结果表明,该方法简单有效,尤其对于高频噪声效果更优,且适于实际应用。     

一种基于提升小波和中值滤波的心电去噪方法

小波变换在心电去噪中有非常好的效果,但传统的小波变换计算量大,不利于实时处理和嵌入式系统的实现,提升小波是一种快速有效的小波变换的实现方法,本文提出了一种运用提升小波和中值滤波去除心电信号工频干扰、肌电干扰和基线漂移三种噪声的方法。该方法运用提升小波对含噪声的心电信号做三层分解,并根据小波基的特性在不同层次采用不同的小波基,去除心电信号的工频干扰和肌电干扰;对第三层分解后得到的数据做中值滤波,去除心电信号的基线漂移。将以上方法与传统的小波方法相比,去噪结果表明两者去噪效果相当,但提升方法运算速度有很大的提升。结果证实将提升小波与中值滤波方法结合可以有效地去除心电信号的工频干扰、肌电干扰和基线漂移,而且可以较大地提高运算速度,便于进行实时处理和嵌入式系统的实现。     

应用改进的时序自适应噪声消除法作胎儿心电信号的处理

采用时序自适应噪声消除法作胎儿心电信号处理,适应了信号的非平稳特性,但是难以实现微计算机的实时处理,主要问题在于计算量大,占内存多,我们通过分析信号和算法的特点,在应用中进行了改进.初步处理结果表明,改进后的时序自适应算法,在处理结果相同的前提下大大减少了内存和计算量,可以用于微计算机作实时处理.取自母腹体表电极的胎儿心电信号具有三个特点:(1)信噪比低,作为干扰出现的母亲心电比胎儿心电强得多.(2)信号与噪声频谱交迭(3)随机性,胎儿心电与母亲心电均为非平稳非各态遍历的随机过程.胎儿心电信号的处理,关键是要消除母亲心电干扰.本文主要探讨改进时序自适应噪声消除法来处理腹部胎儿心电信号,使处理结果能够满足胎儿心率检测的要求,算法适于微计算机的实时处理,以便实现胎儿监护.     

基于小波变换的心电信号去噪处理

人体心电信号随着检测状态及时间的变化具有明显的非平稳性及包含许多干扰的特点.本文将小波变换的时频定位特性运用于心电信号的测量,利用小波变换多尺度多分辨的特点对心电信号进行分解,不同频带的信号便显现在小波分解的不同尺度上.进行信号重构时,去除各种干扰成份,从而获得精确的心电波形,为医疗诊断提供了更加准确的依据.     

基于白噪声分离的集合经验模态分解心电信号去噪方法研究

集合经验模态分解(EEMD)是一种处理心电等非平稳信号的有效方法,但其参数白噪声比值系数与平均次数依靠经验设置,导致处理结果准确度低且对未知信号自适应性差。针对上述问题,本研究提出了基于白噪声分离的EEMD心电信号去噪方法。该方法通过经验模态分解(EMD)将心电信号分解至不同频带,基于白噪声能量密度和对应的平均周期的乘积趋向于一个常数的特性,提取信号高频分量重构信号高频成分;依据避免模态混叠参数准则实现针对不同信号的分解参数自适应获取。经过对心电信号的验证,结果表明该方法去噪效果明显,自适应性强,是一种有效的去噪方法。     

从体表电生理信号中提取希氏束信号的分析系统

背景:传统的希氏束检测方法是对体表心电信号进行数百次叠加或者经食道检测以及心内导管检测得到,研制从体表心电信号提取希氏束信号不但有利于临床诊断,也有利于动物药物实验。目的:从体表心电信号中提取希氏束信号,并开发体表希氏束信号分析系统。方法:以家兔体表心电信号作为待分析信号,以其心内希氏束电图作为对照信号,采用随机共振、小波变换、叠加平均和耦合累加等分析方法,对体表心电信号进行分析。结果与结论:小波变换后得到的信号,可以从体表心电信号中检测出希氏束信号,但并不是所有希氏束信号都能被识别,心内信号经过小波变换后,个别希氏束信号反而消失。随机共振方法从体表心电中检测出的希氏束信号识别率要高于小波分析方法,随机共振方法与小波分析相同之处是,心内信号经过处理后,个别希氏束信号反而消失。本文提出的耦合叠加算法能够从体表心电信号提取出希氏束信号,与经典叠加方法比较,其优点是希氏束信号明显,叠加次数远远少于经典叠加方法。提示实验采用的随机共振、小波变换、耦合累加等分析方法,能够有效抑制噪声、提取希氏束信号,开发研制的体表希氏束信号分析系统具有较强的实用价值。     

基于扩展卡尔曼滤波和奇异值分解算法的单通道胎儿心电提取方法

提出一种将扩展卡尔曼滤波(EKF)算法和奇异值分解(SVD)算法相结合的单通道胎儿心电提取方法。首先,建立母体心电的动态模型,利用该模型通过扩展卡尔曼滤波或扩展卡尔曼平滑(EKS),从孕妇的单通道腹部信号中估计出母体心电成分,然后与单通道腹部信号相减得到胎儿心电信号的初步估计,随后再利用奇异值分解算法,对初步估计出的胎儿心电信号进行去噪处理,以期得到高信噪比的胎儿心电信号。另外,针对胎儿心律不齐的情况,在奇异值分解算法中提出一种改进的心电信号重构矩阵构造方法。对合成腹部信号和实际腹部信号(源于DaISy数据库和PhysioNet中的非侵入式胎儿心电数据库,共计49个腹部通道的数据),进行胎儿心电提取实验。结果表明,使用EKF+SVD或EKS+SVD的算法比单独使用EKF或EKS的算法,提取出的胎儿心电信号的信噪比提高约5 dB,胎儿心电提取的准确性分别达95.60%和95.94%。结合EKF和SVD算法的单通道胎儿心电提取方法,可以有效地提高胎儿心电信号的信噪比和提取的准确性,并且适用于母体或胎儿心律不齐的情况。