一种基于单通道腹部信号的胎儿心电提取算法

设计一种基于单通道孕腹部信号的胎儿心电提取算法,分别提取出母亲心电和胎儿心电,并计算出母亲心率和胎儿心率。首先对单通道孕腹部信号进行k-TEO(k=19)变换,突出母亲心电的QRS波,从而通过简单的阈值法确定母亲心电的R波位置,接着通过在相邻R波间重采样以获得相同的R-R间期T,这样经过一个间隔为T的梳状滤波器就可以分离出相同R-R间期的母亲心电,然后再一次在相邻R波间进行重采样恢复原来的R-R间期就可以获得实际的母亲心电了。原始腹部信号减去上面提取的母亲心电后,胎儿心电QRS波的信噪比大大提高,通过再次应用提取母亲心电的算法即可得到“干净”的胎儿心电波形。选取Physionet数据库中的8 组(26 通道)孕腹部信号数据进行分析,计算每个通道数据的胎儿心电QRS波位置识别灵敏度、阳性检测率和准确性。结果表明,胎儿心电QRS波的识别准确率达到87.1%,其中有6 个通道达到100%。另外计算每个通道的母亲心率和胎儿心率并做统计分析,发现每一组中各个通道的母亲平均心率和胎儿平均心率都非常接近,同一组中各通道间母亲平均心率最大误差为0.1次/min, 而胎儿平均心率最大误差也只有0.9次/min,进一步证明算法的可靠性。     

基于盲信号分离的胎儿心电提取

本文提出了用盲信号分离提取胎儿心电的方法。首先研究了孕妇心电导联的特性 ,然后在此基础上设计了一个胎儿心电实时监护系统。由于使用了实时的盲信号分离算法 ,胎儿心电可以实时的被提取。一些试验结果表明该系统是有效的     

基于分块扩展Infomax算法的胎儿心电分离

背景：胎儿心电是围产期对胎儿发育状况监测的重要参数,准确将胎儿心电从母体心电中分离出来是目前研究的重点。 目的：采用分块扩展Infomax算法能够快速、有效的将胎儿心电分离出来。 方法：利用分块扩展Infomax算法结合四阶统计去相关学习规则,使信号加权协方差阵的非对角元素最小化,改善算法收敛速度。 结果与结论：扩展Infomax能实现超高斯和亚高斯信号的同时分离,文章提出的算法在收敛速度上要快于扩展Infomax的收敛速度。扩展Infomax算法能对胎儿心电实现有效的提取,由于分块扩展Infomax算法每次处理的数据量远少于扩展Infomax算法处理的数据量,且分块Infomax算法的迭代次数也远小于扩展Infomax的迭代次数,从而实现了胎儿心电的快速分离。     

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。     

一种用于测量胎儿心率的改进自相关算法

在围产期对肥儿心率进行监护是非常重要的,超声Doppler测量胎心率是最常用的无创方法。但是,由于Doppler信号成分很复杂,从而使信号处理比较困难。我们提出了一种改进的自相关方法－－指数加权自相关方法,并在其中利用了自己适应技术,通过临床试验发现,与以前的方法相比,使用这种方法从超声Doppler信号中提取的胎率较准确,尤其是在信号存在衰减和丢失的情况下。     

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。     

一种基于复合编码的心电数据压缩算法

本文提出了一种复合心电数据压缩方法，该算法根据ECG数据的特征变化，提取出每路ECG的心搏模板，从而把信号分成三部分；心搏模板，残差，位置参数，在保证恢复信号低失真的情况下，先对残余误差进行LADT编码，再利用Huffman的无损压缩方法进行全部数据二次压缩，与其它压缩方法相比，在同样的信息损伤下，该算法可获得更高的数据压缩比，本文提出的方法，也可应用到图像数据和其它数据的压缩中。     

一种心电数据压缩算法的研究

利用心电信号的相关性，对ECG进行预处理，再进行差值运算，将得到的差值序列进行DCT变换，从而实现心电数据的压缩。     

一种基于S3C2440的嵌入式实时心电数据压缩算法

目的 为满足嵌入式移动无线终端传输高采样率心电信号的需要,设计一种实时心电数据压缩算法.方法 根据心电数据自身特点,在嵌入式S3C2440平台上,以Huffman算法、LZ77算法及LZW算法进行心电数据压缩并比较分析,在此基础上设计了一阶差分结合Huffman算法和LZ77算法的混合压缩算法.结果 心电数据的压缩结果显示,该算法压缩比达7.20,平均计算时间392 ms,与普通压缩算法相比具有更高的心电压缩比和更低的时间复杂度.结论 将该压缩算法运用到远程无线监测终端中能满足系统设计的要求.     

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。     

一种改进的心脏电兴奋矢量传播算法

矢量传播算法是一种新的心脏电兴奋传播算法,针对其缺陷,通过引入判断新波源的方法,提出了改进的矢量传播算法.仿真结果表明,该算法克服了原算法中不能准确计算介质中有阻碍情况下兴奋传播过程的局限性,同时保留了原算法精确快速的优点,有助于更准确地仿真某些病理波形.     

由单通道心电提取呼吸信息的算法

基于除呼吸作用以外，能够引起正常的QRS波群中R波振幅的干扰因素也较少的事实，提出使用室上性的QRS波群由心电提取呼吸信息（EDR）（ECG-derived respiratory signal）的算法。该算法先将单通道心电进行小波分解，再将小波近似在适当尺度上的室上性波R波振幅在时间上进行延拖，通过一低通滤波器后再将抽样频率降低至5Hz，再通过一带通滤波器（0．1～0．4Hz）后，即可得到EDR。     

基于独立成分分析和量子粒子群算法的胎儿心电提取

胎儿心电图(FECG)是反映胎儿心脏电生理活动的一项客观指标,获取的FECG受到母体心电图(MECG)的干扰,如何快捷、有效的提取FECG成为重要的研究课题。在非侵入方式下,FECG的提取算法中独立成分分析(ICA)算法被认为是效果最好的方法,但现有求解其分解矩阵的算法收敛性能都不太高。量子粒子群(QPSO)算法是一种收敛于全局的智能优化算法。因此,提出了一种结合QPSO的ICA方法。研究结果表明,与其他在非侵入方式下的主要提取算法相比,这种方法能更清晰准确地提取出有用信号,为胎儿的健康检测提供了更好的方法。     

基于非线性时间序列分析的胎儿心电信号提取

研究一种基于非线性时间序列分析的方法——非线性状态空间局部投影消噪算法来提取胎儿心电信号,在对胎儿心电信号进行分析的基础上提出胎儿心电提取的基本方案,采用改进的虚假邻点法及自相关函数法确定嵌入维数m及延迟时间τ,并对邻域半径r及局部嵌入流形维数Q的选取进行了说明。通过对实际母婴混合信号的仿真实验,验证了该方法的有效性。     

基于BW算法的高采样率心电数据无损压缩

目前对心电数据压缩的研究主要集中在对低采样率心电数据的压缩,我们提出了一种基于BW(Burrows-Wheeler)算法对高采样率心电数据的无损压缩算法.首先对原始心电数据进行差分变换,将部分16位二进制差值表示为8位,然后对差分结果进行前移编码,使得相同字符集中于某一段区域,最后通过算术编码得到高压缩比.结果表明,该算法不仅适用于高采样率体表心电数据的压缩,而且也适用于心内心电数据的压缩, 平均压缩比分别达到3.547和3.608.同现有的心电无损压缩算法相比,它在压缩效果上获得了较大改进.另外针对高采样率心电数据,使用该算法进行无损压缩也可以得到较好的压缩效果.     

基于最大似然算法的心电逆问题研究

心电逆问题是通过测得的体表电势分布求取心外膜电势分布的过程,具有重要的临床意义和生理意义.本文采用有限元方法对心脏和体腔进行二维建模并求解心电正问题,然后构建状态空间方程,建模得到的体表电势与心外膜电势之间的关系为系统的测量方程,相邻时刻状态之间的关系为系统的状态方程.对于参数的不确定性问题,建立似然函数,引入期望最大化(Expectation Maximization,EM)算法来求解,步骤E(Expectation)采用卡尔曼滤波对参数进行估计,步骤M(Maximization)利用似然函数重新估计约束,步骤E,步骤M循环迭代.最后对整个过程进行仿真,结果显示采用期望最大化(EM)算法时,解的收敛性要好于传统的卡尔曼滤波的解,相对误差也可以得到大幅度的降低.     

一种基于GPRS的心电无线监护仪

介绍了一种基于GPRS的心电无线监护仪的设计原理.它以MSP430F449微控制器为核心,实现了对心电信号的实时采集、分析及报警.当患者心电信号发生异常且无法解除报警时,它可以通过GPRS无线模块以发送短消息的方式通知其家属,并拨打电话进行语音报警,这对为患者争取宝贵的时间,具有十分重要的意义.     

心电向量在心电图教学中的作用及应用

依据心电向量理论为基础,研究心电图教学方法,其核心就是用综合心电向量在导联体系中的投影来解释各种心电现象。具体方法：首先复习心脏的相关解剖知识及心脏电生理的知识,熟悉心脏除极顺序,心电图的导联及导联轴;通过额面和水平面六轴系统与心脏解剖结构建立相应关系,使心电图导联体系与心脏解剖相结合,弄清心电向量与导联体系的联系;由心脏电生理过渡到心电向量,由心电向量过渡到综合心电向量,实现概念之间的自然过渡。然后将心电除极过程的综合心电向量,简化为心电主除极（最大除极）方向,并与额面和水平面六轴系统结合起来,将心脏的解剖位置应用其中,用主除极强度和方向在不同导联体系中的投影来解释具体的心电现象,讨论阐明内涵,尤其是方向性所反映的内涵。此教学方法形象具体,生动直观,教学思路清晰,教学过程简化,教师演示讲解的可操作性强,可直观快速分析复杂抽象的心电图波形,便于学生理解记忆,提高学生快速诊断能力,在有限的学时内能达到预期的教学效果。     

腹壁胎儿心电图正常值的测定及临床应用研究

经孕妇腹壁测试了１３００例胎儿心电图（ＦＥＣＧ），成功率为９１．５％。建立了一套腹壁ＦＥＣＧ各波段的正常值，为判断正常与异常ＦＥＣＧ提供了客观依据。共发现异常ＦＥＣＧ４７例，其中妊高征组１２例（１２／１００）：妊娠贫血组７例（７／１００）；正常孕妇组２８例（２８／１１００）。结合生后随访，探讨了异常ＦＥＣＧ的发生机理及临床意义，提示对有妊娠合并症的孕妇应加强孕期监护。