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。     

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。     

一种基于RLS-ANC系统的FECG信号提取新方法

本文介绍一种利用递推最小二乘 (RecursiveLeastSquares ,RLS)自适应滤波算法提取胎儿心电(FECG)的新方法。该方法采用非入侵方式从孕妇腹部和胸部获取信息作为主输入和参考输入 ,首次应用多参考输入系统的RLS自适应滤波算法消除母亲心电 (MECG) ,实时提取胎儿心电信号。实验结果表明 ,本方法不但具有良好的提取效果 ,而且对非平稳信号的适应能力强 ,收敛速度快于NLMS(NormalizedLeastMeanSquares)算法。     

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     

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。     

基于匹配滤波的胎儿心电信号检测系统的研究与设计

本系统介绍了在MATLAB平台上,利用其提供的M语言和其他工具从母体腹腔信号中提取胎儿心电信号。主要阐述了利用匹配滤波以及各种数字滤波器提取胎儿心电信号,计算心率并动态显示处理信号波形的过程。     

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。     

基于平稳小波变换的自适应心电信号去噪方法

针对小波变换的阀值去噪在心电信号消噪中的缺陷,提出将平稳小波变换和自适应滤波方法相结合的心电信号消噪方法。平稳小波变换有效地抑制了传统离散正交小波变换易产生Gibbs振荡现象。在高尺度的平稳小波分解系数中引入了自适应滤波,既消除了基线漂移噪声,又较好的保持了心电信号的低频低幅的P波、T波及ST段波的形态。这对于进一步分析心电信号的其他特征信息具有重要作用。     

基于滤波器系数变长度优化方法的心电信号滤波处理

心电信号滤波处理是心电信号检测及处理的关键环节.本文首先针对心电信号中混杂的工频干扰、肌电干扰和基线漂移等几种主要噪声分别设计了相应的数字滤波器算法;并采用滤波器系数变长度优化算法来降低数字滤波运算的量化误差;最后结合MIT-BIH心率失常数据库中的心电信号对上述算法进行了仿真验证.结果表明,根据心电信号噪声特点专门设计的数字滤波算法能有效地滤除心电信号中的主要噪声,而采用滤波器系数变长度优化算法处理后的滤波器性能更趋理想,可更好满足临床分析与诊断对心电波形的要求.     

基于参数自适应蚁群算法的FTS设备软故障远程报修方法

由于传统方法在FTS设备软故障远程报修应用中错报率、漏报率均较高,且响应延迟时间较长,提出基于参数自适应蚁群算法的FTS设备软故障远程报修方法。该方法利用无线传感技术获取设备的软故障信号,采用小波系数对信号滤波,并对其进行零均值化处理,采用共振解调技术提取到软故障特征,通过参数自适应蚁群算法根据故障特征,对故障树遍历及迭代计算,诊断软故障类型,并按照故障树上对应的维修方案对其自动维修。实验证明,该方法错报率、漏报率较低,响应延迟时间较短,具有良好的可行性与适用性。     

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TMS320F2812的便携式心电监护系统设计

本文介绍了基于TMS320F2812的便携式心电监护系统的设计。心电采集电路实现了原始心电信号的放大和滤波,并具有导联脱落检测功能。信号处理电路以F2812为核心,采用模块化设计方法,实现数据存储、人机交互、串口通讯等功能,系统附加实时温度显示功能,更显人性化。心电处理软件包括Matlab辅助实现数字滤波、阀值法对QRS波群进行检测和自适应模板法进行心律失常初步诊断。     

心电信号的非线性小波检测方法

将非线性小波方法应用于心电信号的检测。利用二进Daubechies小波对有高频噪声干扰的心电信号按Mallat算法进行小波分解;探讨了非线性小波检测方法;结合Lipschitz指数判据,将其应用于高频干扰心电信号的去噪,实现了滤除噪声的同时又有效地恢复了心电信号。     

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。     

基于小波包变换的睡眠监护仪的研制

小波包变换已成为一种重要的信号处理方法。本文为实现小波包的快速分解和重构，采用单片机和DSP处理器相结合的双CPU结构，从而解决了实时监测的难点。文章还详细介绍了从心电信号中检测睡眠呼吸暂停的方法，给出了系统电路的设计原理和相应的软件流程。     

Specific features of electrocardiographic information analysis based on wavelet transform

Wavelet transform is a new tool for analysis of electrocardiographic information. In this work, we consider the procedure for selection of the mother wavelet on the basis of special criteria and substantiate an improved method for ECG analysis based on wavelet transform. An algorithm for selection of mother wavelet and synthesized wavelet providing optimal wavelet transform of ECG signal is developed. It is shown that 3D wavelet spectrograms should be constructed to increase the efficiency of assessment of the state of cardiovascular system.